Machine learningNetwork science

Bayesiešu PageRank

Bayesian PageRank paplašina klasisko PageRank algoritmu, iekļaujot to Bajesas probabilistiskajā sistēmā. Tā vietā, lai katram mezglam atgrieztu vienu deterministisku ranga novērtējumu, tā kvantificē nenoteiktību ranga aplēsēs — tas ir īpaši vērtīgi, ja tīkls ir nepilnīgs, trokšņains vai novērots ar kļūdām. To izmanto tīmekļa analīzē, citēšanas tīklos un sociālo tīklu pētījumos, kur ranga nenoteiktība ir svarīga.

Atvērt MethodMindDrīzumāVideoDrīzumāDownload slides

Lasīt pilno metodes aprakstu

Tikai dalībniekiem

Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.

Pieteikties

Method map

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

Avoti

  1. Page, L., Brin, S., Motwani, R., & Winograd, T. (1999). The PageRank citation ranking: Bringing order to the web. Stanford InfoLab Technical Report. link
  2. PageRank. Wikipedia. link

Kā citēt šo lapu

ScholarGate. (2026, June 3). Bayesian PageRank (Probabilistic Ranking on Networks). ScholarGate. https://scholargate.app/lv/network-analysis/bayesian-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
ScholarGateBayesian PageRank (Bayesian PageRank (Probabilistic Ranking on Networks)). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/bayesian-pagerank · Datu kopa: https://doi.org/10.5281/zenodo.20539026