Machine learningNetwork science

Temporal PageRank

Temporal PageRank হলো ক্লাসিক PageRank অ্যালগরিদমকে সময়-পরিবর্তনশীল নেটওয়ার্কের জন্য প্রসারিত করা, যেখানে মিথস্ক্রিয়ার সাম্প্রতিকতা এবং ক্রম অন্তর্ভুক্ত করা হয়। প্রান্তগুলিকে (edges) একটি ক্ষয় ফাংশন (decay function) দ্বারা ওজনযুক্ত করা হয়, যাতে সাম্প্রতিক যোগাযোগগুলি একটি নোডের স্কোরে পুরানো যোগাযোগগুলির চেয়ে বেশি অবদান রাখে। এর ফলে একটি গতিশীল গুরুত্ব র‍্যাঙ্কিং তৈরি হয় যা নেটওয়ার্কের সম্পূর্ণ ইতিহাসের চেয়ে বর্তমানে কে প্রভাবশালী তা তুলে ধরে।

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. 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
  2. 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

এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন

ScholarGate. (2026, June 3). Temporal PageRank (Time-Aware Node Importance Ranking in Temporal Networks). ScholarGate. https://scholargate.app/bn/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.

Compare side by side

যেখানে উদ্ধৃত

ScholarGateTemporal PageRank (Temporal PageRank (Time-Aware Node Importance Ranking in Temporal Networks)). 2026-06-15 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/network-analysis/temporal-pagerank · ডেটাসেট: https://doi.org/10.5281/zenodo.20539026