ScholarGate
Assistent
Machine learningNetwork science

Multilayer PageRank

Multilayer PageRank udvider den klassiske PageRank-tilfældighedsvandringscentralitet til netværk, der indeholder flere indbyrdes forbundne lag — såsom et socialt netværk, hvor folk er forbundet samtidigt via venskab, professionelle bånd og online platforme. Ved at tillade en virtuel vandrer at hoppe både inden for og på tværs af lag identificerer algoritmen knudepunkter, der er indflydelsesrige i hele multilayer-strukturen, ikke kun inden for et enkelt lag.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

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

Kilder

  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

Sådan citerer du denne side

ScholarGate. (2026, June 3). Multilayer PageRank (Centrality on Multiplex and Multilayer Networks). ScholarGate. https://scholargate.app/da/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

Refereret af

ScholarGateMultilayer PageRank (Multilayer PageRank (Centrality on Multiplex and Multilayer Networks)). Hentet 2026-06-15 fra https://scholargate.app/da/network-analysis/multilayer-pagerank · Datasæt: https://doi.org/10.5281/zenodo.20539026