Vremenski PageRank
Vremenski PageRank proširuje klasični PageRank algoritam na mreže koje se razvijaju u vremenu ugrađivanjem novijih i redosleda interakcija. Ivice se ponderišu funkcijom opadanja tako da nedavni kontakti više doprinose rezultatu čvora nego stari. Rezultat je dinamičko rangiranje važnosti koje obuhvata ko je trenutno uticajan, umesto tokom celokupne istorije mreže.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- 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 ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Temporal PageRank (Time-Aware Node Importance Ranking in Temporal Networks). ScholarGate. https://scholargate.app/sr/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.
- Directed PageRankAnaliza mreža↔ compare
- Analiza difuzije na mrežiAnaliza mreža↔ compare
- Vremenska centralnost posredovanjaAnaliza mreža↔ compare
- Detekcija temporalnih zajednicaAnaliza mreža↔ compare
- Vremenska svojstvena centralnostAnaliza mreža↔ compare
- Analiza vremenskih društvenih mrežaAnaliza mreža↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →