Bayesian PageRank (Probabilistic Ranking on Networks)

고전적인 PageRank는 모든 링크를 알려진 사실로 취급하고 각 노드에 대해 고정된 중요도 점수를 반환합니다. 하지만 실제 네트워크는 거의 완전히 관찰되지 않습니다. 일부 링크가 누락되거나, 잘못 보고되거나, 샘플링될 수 있습니다. 베이지안 PageRank는 순위 벡터 자체를 확률 분포를 가진 확률 변수로 취급합니다. 네트워크 구조 또는 순위 점수에 사전 분포를 설정하고 관찰된 링크 데이터로 이를 업데이트함으로써, 순위에 대한 사후 분포를 얻습니다. 이를 통해 분석가는 단일 점 추정치가 정확하다고 가정하는 대신, 순위 추정치 주변의 신뢰 구간을 보고할 수 있습니다. 이는 노이즈가 있거나 불완전한 네트워크에서 중요한 구분입니다.