ScholarGate
Asisten
Machine learningNetwork science

PageRank Multilapis

PageRank Multilapis memperluas sentralitas jalan acak PageRank klasik ke jaringan yang mengandung banyak lapisan yang saling terhubung — seperti jaringan sosial di mana orang terhubung secara bersamaan melalui persahabatan, hubungan profesional, dan platform online. Dengan memungkinkan penjelajah virtual untuk melompat baik di dalam maupun di antara lapisan, algoritma mengidentifikasi node yang berpengaruh di seluruh struktur multilapis, bukan hanya di dalam satu lapisan.

Buka di MethodMindSegeraVideoSegeraDownload slides

Baca metode selengkapnya

Khusus anggota

Masuk dengan akun gratis untuk membaca bagian ini.

Masuk

Method map

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

Sumber

  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

Cara menyitasi halaman ini

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

Dirujuk oleh

ScholarGateMultilayer PageRank (Multilayer PageRank (Centrality on Multiplex and Multilayer Networks)). Diakses 2026-06-15 dari https://scholargate.app/id/network-analysis/multilayer-pagerank · Set data: https://doi.org/10.5281/zenodo.20539026