ScholarGate
Asistent
Machine learningNetwork science

Dinamički PageRank

Dinamički PageRank proširuje klasični algoritam PageRank na mreže čiji rubovi nose vremenske oznake, dodjeljujući rezultate važnosti koji se razvijaju tijekom vremena. Popuštanjem starijih veza i naglašavanjem nedavnih poveznica, identificira čvorove koji su utjecajni u određenim trenucima, a ne tijekom cjelokupne povijesti mreže, što ga čini prikladnim za web arhive, tokove citata, kaskade društvenih medija i bilo koju domenu gdje je važna svježina veza.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Izvori

  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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Dynamic PageRank (Temporal Extension of the PageRank Algorithm). ScholarGate. https://scholargate.app/hr/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

Citirana u

ScholarGateDynamic PageRank (Dynamic PageRank (Temporal Extension of the PageRank Algorithm)). Preuzeto 2026-06-15 s https://scholargate.app/hr/network-analysis/dynamic-pagerank · Skup podataka: https://doi.org/10.5281/zenodo.20539026