Machine learningNetwork science

Многослоен PageRank

Многослойният PageRank разширява класическата централност на случайното блуждаене PageRank до мрежи, които съдържат множество взаимосвързани слоеве — като например социална мрежа, където хората са свързани едновременно чрез приятелство, професионални връзки и онлайн платформи. Като позволява на виртуалния "ходещ" да прескача както в рамките на, така и между слоевете, алгоритъмът идентифицира възли, които са влиятелни в цялата многослойна структура, а не само в който и да е отделен слой.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

The neighbourhood of related methods — select a node to explore.

Източници

  1. De Domenico, M., Sole-Ribalta, A., Omodei, E., Gomez, S., & Arenas, A. (2015). Ranking in interconnected multilayer networks reveals versatile nodes. Nature Communications, 6, 6868. DOI: 10.1038/ncomms7868
  2. Boccaletti, S., Bianconi, G., Criado, R., del Genio, C. I., Gomez-Gardenes, J., Romance, M., Sendina-Nadal, I., Wang, Z., & Zanin, M. (2014). The structure and dynamics of multilayer networks. Physics Reports, 544(1), 1–122. DOI: 10.1016/j.physrep.2014.07.001

Как да цитирате тази страница

ScholarGate. (2026, June 3). Multilayer PageRank (Centrality on Multiplex and Multilayer Networks). ScholarGate. https://scholargate.app/bg/network-analysis/multilayer-pagerank

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

Цитиран в

ScholarGateMultilayer PageRank (Multilayer PageRank (Centrality on Multiplex and Multilayer Networks)). Извлечено на 2026-06-15 от https://scholargate.app/bg/network-analysis/multilayer-pagerank · Набор от данни: https://doi.org/10.5281/zenodo.20539026