Machine learningNetwork science

Multilayer PageRank

Multilayer PageRank เป็นการขยายแนวคิด PageRank แบบสุ่มเดิน (random-walk centrality) แบบดั้งเดิมไปยังเครือข่ายที่มีหลายชั้นเชื่อมต่อกัน เช่น เครือข่ายสังคมที่ผู้คนเชื่อมต่อกันผ่านความสัมพันธ์ฉันเพื่อน สายอาชีพ และแพลตฟอร์มออนไลน์ต่างๆ ไปพร้อมๆ กัน ด้วยการอนุญาตให้ผู้เดินแบบเสมือน (virtual walker) สามารถกระโดดได้ทั้งภายในและข้ามชั้น อัลกอริทึมนี้จะระบุโหนดที่มีอิทธิพลทั่วทั้งโครงสร้างหลายชั้น ไม่ใช่แค่ภายในชั้นใดชั้นหนึ่งเท่านั้น

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. De Domenico, M., Sole-Ribalta, A., Omodei, E., Gomez, S., & Arenas, A. (2015). Ranking in interconnected multilayer networks reveals versatile nodes. Nature Communications, 6, 6868. DOI: 10.1038/ncomms7868
  2. Boccaletti, S., Bianconi, G., Criado, R., del Genio, C. I., Gomez-Gardenes, J., Romance, M., Sendina-Nadal, I., Wang, Z., & Zanin, M. (2014). The structure and dynamics of multilayer networks. Physics Reports, 544(1), 1–122. DOI: 10.1016/j.physrep.2014.07.001

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Multilayer PageRank (Centrality on Multiplex and Multilayer Networks). ScholarGate. https://scholargate.app/th/network-analysis/multilayer-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

ScholarGateMultilayer PageRank (Multilayer PageRank (Centrality on Multiplex and Multilayer Networks)). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/network-analysis/multilayer-pagerank · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026