Temporal PageRank
Temporal PageRank разширява класическия алгоритъм PageRank за еволюиращи във времето мрежи, като включва актуалността и подредбата на взаимодействията. Ребрата се претеглят с помощта на функция на затихване, така че скорошните контакти допринасят повече за оценката на даден възел, отколкото старите. Резултатът е динамично класиране по важност, което улавя кой е влиятелен в момента, а не през цялата история на мрежата.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Rozenshtein, P. & Gionis, A. (2016). Temporal PageRank. In Proceedings of the European Conference on Machine Learning and Principles and Practice of Knowledge Discovery in Databases (ECML PKDD), Part II, LNCS 9852, pp. 674–689. Springer. DOI: 10.1007/978-3-319-46227-1_42 ↗
- Lerman, K. & Ghosh, R. (2010). Information Contagion: An Empirical Study of the Spread of News on Digg and Twitter Social Networks. In Proceedings of the Fourth International AAAI Conference on Weblogs and Social Media (ICWSM), pp. 90–97. AAAI Press. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Temporal PageRank (Time-Aware Node Importance Ranking in Temporal Networks). ScholarGate. https://scholargate.app/bg/network-analysis/temporal-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.
- Насочен PageRankМрежови анализ↔ compare
- Анализ на мрежова дифузияМрежови анализ↔ compare
- Темпорална централност на посредничествотоМрежови анализ↔ compare
- Временно откриване на общностиМрежови анализ↔ compare
- Векторна централност във времетоМрежови анализ↔ compare
- Времеви анализ на социални мрежиМрежови анализ↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →