Machine learningNetwork science

Dynamický PageRank

Dynamický PageRank rozšiřuje klasický algoritmus PageRank na sítě, jejichž hrany nesou časová razítka, a přiřazuje skóre důležitosti, která se vyvíjejí v čase. Zvýhodňováním novějších spojení a potlačováním starších odkazů identifikuje uzly, které jsou vlivné v konkrétních okamžicích, spíše než v průběhu celé historie sítě. Je proto vhodný pro webové archivy, citační proudy, kaskády sociálních médií a jakoukoli doménu, kde záleží na aktuálnosti odkazů.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  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), Lecture Notes in Computer Science, 9853, 674–689. Springer. DOI: 10.1007/978-3-319-46227-1_42
  2. Berberich, K., Vazirgiannis, M., & Weikum, G. (2007). Time-aware authority ranking. Internet Mathematics, 3(4), 407–429. link

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Dynamic PageRank (Temporal Extension of the PageRank Algorithm). ScholarGate. https://scholargate.app/cs/network-analysis/dynamic-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

Odkazuje sem

ScholarGateDynamic PageRank (Dynamic PageRank (Temporal Extension of the PageRank Algorithm)). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/dynamic-pagerank · Datová sada: https://doi.org/10.5281/zenodo.20539026