PageRank Merkezi̇li̇ği̇
PageRank Centrality · Ayrıca şöyle bilinir: Google PageRank, Random Surfer Model, Link-Based Ranking, PageRank Merkeziliği
PageRank, yönlendirilmiş bir grafikteki her bir düğüme, ona bağlanan yüksek kaliteli düğümlerin sayısını ölçerek bir önem puanı atayan, bağlantı tabanlı bir merkezi̇li̇k algoritmasıdır. Larry Page, Sergey Brin, Rajeev Motwani ve Terry Winograd tarafından 1999 yılında Stanford Üniversitesi'nde tanıtılan bu algoritma, Google arama motorunun matematiksel temeli haline gelmiş ve ağ bilimi ile bilgi erişiminde en etkili algoritmalardan biri olmaya devam etmektedir.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
PageRank, özellikle kenar yönünün onay veya etkiyi (köprüler, alıntılar, sosyal takipler) kodladığı durumlarda, yönlendirilmiş bir grafikteki düğümleri küresel yapısal önemine göre sıralamanız gerektiğinde uygundur. Grafiğin bir Markov zinciri olarak modellenebileceğini varsayar ve temiz yakınsama için bağlı veya güçlü bağlı bir bileşen gerektirir. Yönsüz ağlar için daha az uygundur, bu ağlarda HITS veya ara merkezi̇li̇k tercih edilebilir ve bağlantı spam'ine veya yapay olarak şişirilmiş gelen dereceye duyarlı olabilir.
Güçlü yönler & sınırlılıklar
- Rastgele sörfçü Markov zinciri modeli aracılığıyla prensipli olasılıksal temel
- Seyrek matris-vektör çarpımları ve kuvvet yinelemesi yoluyla çok büyük grafiklere ölçeklenir
- Küresel grafik topolojisini yakalar, diğer yüksek puanlı düğümler tarafından onaylanan düğümleri ödüllendirir
- Web, atıf, biyolojik ve sosyal ağ alanlarında yaygın olarak doğrulanmıştır
- Yönlendirilmiş bir grafik gerektirir; yönsüz ağlara uygulama, seçim kararları gerektirir
- Yakınsama hızı, geçiş matrisinin spektral aralığına bağlıdır ve kötü bağlı grafikler için yavaş olabilir
- Sönümleme faktörü d'nin seçimine duyarlıdır; farklı değerler sıralamaları önemli ölçüde değiştirebilir
- Bağlantı çiftliği manipülasyonuna ve yapay olarak oluşturulmuş gelen bağlantılara karşı savunmasızdır
SSS
Sönümleme faktörü d neyi temsil eder ve nasıl seçilmelidir?
Sönümleme faktörü d (tipik olarak 0.85), rastgele sörfçünün rastgele bir düğüme ışınlanmak yerine bir bağlantıyı takip etme olasılığıdır. 1'e yakın değerler algoritmayı grafik yapısına daha duyarlı hale getirir ancak yakınsamayı yavaşlatır ve sıralama bataklıklarına daha yatkın hale getirir; 0'a yakın değerler tekdüze sıralamaya yaklaşır. 0.85 değeri Page ve Brin tarafından web grafiği için ampirik olarak doğrulanmış ve standart varsayılan değerdir.
PageRank, derece merkezi̇li̇ği̇nden nasıl farklıdır?
Derece merkezi̇li̇ği̇, yalnızca bir düğüme gelen doğrudan bağlantı sayısını sayar ve tüm kaynakları eşit kabul eder. PageRank, her gelen bağlantıyı bağlanan düğümün puanıyla ağırlıklandırır, bu nedenle yüksek puanlı bir düğümden gelen bir onay, düşük puanlı bir düğümden gelen bir onaydan daha fazla katkıda bulunur. Bu özyinelemeli tanım, yalnızca yerel bağlantı yerine küresel grafik yapısını yakalar.
PageRank yönsüz grafiklere uygulanabilir mi?
Evet, ancak bazı uyarılarla. Yönsüz bir grafik, her yönsüz kenarı iki yönlü kenarla değiştirerek yönlendirilmiş bir temsile dönüştürülmelidir. Elde edilen PageRank puanları daha sonra düğüm derecesinin bir fonksiyonuna eşit olur ve algoritmayı ağırlıklı derece merkezi̇li̇ği̇ne indirger. Yönsüz ağlar için, özvektör merkezi̇li̇ği̇ veya ara merkezi̇li̇ği̇ gibi alternatif merkezi̇li̇k ölçümleri genellikle daha bilgilendiricidir.
Kaynaklar
- Page, L., Brin, S., Motwani, R., & Winograd, T. (1999). The PageRank citation ranking: Bringing order to the web. Stanford InfoLab Technical Report. link ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 2). PageRank Centrality. ScholarGate. https://scholargate.app/tr/network-analysis/pagerank
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Merkeziyet AnaliziAğ analizi↔ karşılaştır
- Bilgi Grafiği Gömme (Knowledge Graph Embeddings - KGE)Ağ analizi↔ karşılaştır