Machine learningCentrality

PageRank Centrality

PageRank হলো একটি লিঙ্ক-ভিত্তিক সেন্ট্রালিটি অ্যালগরিদম যা একটি নির্দেশিত গ্রাফের প্রতিটি নোডের জন্য একটি গুরুত্ব স্কোর নির্ধারণ করে। এটি পরিমাপ করে যে কতগুলি উচ্চ-মানের নোড সেটির দিকে নির্দেশ করছে। ১৯৯৯ সালে স্ট্যানফোর্ড বিশ্ববিদ্যালয়ে ল্যারি পেজ, সের্গেই ব্রিন, রাজীব মোতওয়ানি এবং টেরি উইনোগ্রাড কর্তৃক প্রবর্তিত, এটি গুগল সার্চ ইঞ্জিনের গাণিতিক ভিত্তি হয়ে ওঠে এবং নেটওয়ার্ক বিজ্ঞান ও তথ্য পুনরুদ্ধারের ক্ষেত্রে অন্যতম প্রভাবশালী অ্যালগরিদম হিসেবে রয়ে গেছে।

MethodMind-এ খুলুনশীঘ্রইভিডিওশীঘ্রইDownload slides

পুরো পদ্ধতিটি পড়ুন

শুধু সদস্যদের জন্য

এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।

সাইন ইন করুন

Method map

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

উৎস

  1. Page, L., Brin, S., Motwani, R., & Winograd, T. (1999). The PageRank citation ranking: Bringing order to the web. Stanford InfoLab Technical Report. link

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 2). PageRank Centrality. ScholarGate. https://scholargate.app/bn/network-analysis/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

যেখানে উদ্ধৃত

ScholarGatePageRank (PageRank Centrality). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/network-analysis/pagerank · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026