Machine learningNetwork science

Dynamic PageRank

Dynamic PageRank เป็นการขยายอัลกอริทึม PageRank แบบคลาสสิกไปยังเครือข่ายที่เส้นเชื่อมมีตราเวลา (timestamp) โดยกำหนดคะแนนความสำคัญที่เปลี่ยนแปลงไปตามกาลเวลา ด้วยการลดทอนความสำคัญของลิงก์เก่าและเน้นการเชื่อมต่อที่เพิ่งเกิดขึ้นใหม่ จึงสามารถระบุโหนดที่มีอิทธิพล ณ ช่วงเวลาที่เฉพาะเจาะจง แทนที่จะเป็นตลอดประวัติเครือข่ายทั้งหมด ทำให้เหมาะสมอย่างยิ่งสำหรับคลังข้อมูลเว็บ (web archives) กระแสการอ้างอิง (citation streams) การแพร่กระจายบนโซเชียลมีเดีย (social media cascades) และโดเมนใดๆ ที่ความใหม่ของการเชื่อมต่อมีความสำคัญ

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

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

แหล่งอ้างอิง

  1. 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
  2. Berberich, K., Vazirgiannis, M., & Weikum, G. (2007). Time-aware authority ranking. Internet Mathematics, 3(4), 407–429. link

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Dynamic PageRank (Temporal Extension of the PageRank Algorithm). ScholarGate. https://scholargate.app/th/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.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateDynamic PageRank (Dynamic PageRank (Temporal Extension of the PageRank Algorithm)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/network-analysis/dynamic-pagerank · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026