Dinamiskais PageRank
Dinamiskais PageRank paplašina klasisko PageRank algoritmu tīkliem, kuru nogriežņiem ir pievienoti laika zīmogi, piešķirot no laika mainīgus ietekmes rādītājus. Samazinot vecāku saišu nozīmi un uzsverot nesenus savienojumus, tas identificē mezglus, kas ir ietekmīgi noteiktos brīžos, nevis visā tīkla vēsturē, padarot to piemērotu tīmekļa arhīviem, citēšanas plūsmām, sociālo mediju kaskādēm un jebkurai jomai, kurā saišu jaunumam ir nozīme.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
- Berberich, K., Vazirgiannis, M., & Weikum, G. (2007). Time-aware authority ranking. Internet Mathematics, 3(4), 407–429. link ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Dynamic PageRank (Temporal Extension of the PageRank Algorithm). ScholarGate. https://scholargate.app/lv/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.
- Starppriekšrocība (Betweenness Centrality)Tīklu analīze↔ compare
- Centrālā pakāpeTīklu analīze↔ compare
- Dinamiskā kopienu noteikšanaTīklu analīze↔ compare
- Īpašvektoru centralitāteTīklu analīze↔ compare
- Temporālā kopienu noteikšanaTīklu analīze↔ compare
- Laika tīklu analīzeTīklu analīze↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →