Temporal PageRank
Temporal PageRank estende l'algoritmo classico PageRank alle reti che evolvono nel tempo incorporando la recenza e l'ordinamento delle interazioni. Gli archi sono pesati da una funzione di decadimento in modo che i contatti recenti contribuiscano maggiormente al punteggio di un nodo rispetto a quelli vecchi. Il risultato è una classifica dinamica di importanza che cattura chi è influente in questo momento, piuttosto che sull'intera storia della rete.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Temporal PageRank (Time-Aware Node Importance Ranking in Temporal Networks). ScholarGate. https://scholargate.app/it/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.
- PageRank DirezionatoAnalisi delle reti↔ compare
- Analisi della Diffusione in ReteAnalisi delle reti↔ compare
- Centralità di intermediazione temporaleAnalisi delle reti↔ compare
- Rilevamento di Comunità TemporaliAnalisi delle reti↔ compare
- Centralità dell'Autovettore TemporaleAnalisi delle reti↔ compare
- Analisi delle Reti Sociali TemporaliAnalisi delle reti↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →