Machine learningCentrality

PageRank centrālās nozīmes algoritms

PageRank ir uz saitēm balstīts centrālās nozīmes algoritms, kas piešķir nozīmes rādītāju katram mezglam orientētā grafā, mērot, cik daudz augstas kvalitātes mezglu uz to norāda. Ieviests Lerija Peidža, Sergeja Brina, Radžīva Motvani un Terija Vinograda 1999. gadā Stenfordas Universitātē, tas kļuva par Google meklētājprogrammas matemātisko pamatu un joprojām ir viens no ietekmīgākajiem algoritmiem tīklu zinātnē un informācijas ieguvē.

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

Kā citēt šo lapu

ScholarGate. (2026, June 2). PageRank Centrality. ScholarGate. https://scholargate.app/lv/network-analysis/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

Uz to atsaucas

ScholarGatePageRank (PageRank Centrality). Izgūts 2026-06-15 no https://scholargate.app/lv/network-analysis/pagerank · Datu kopa: https://doi.org/10.5281/zenodo.20539026