Machine learningCentrality
PageRank Centrality
PageRank 是一种基于链接的中心性算法，通过衡量有多少高质量节点指向它来为有向图中的每个节点分配重要性得分。该算法由拉里·佩奇（Larry Page）、谢尔盖·布林（Sergey Brin）、拉吉夫·莫特瓦尼（Rajeev Motwani）和特里·温诺格拉德（Terry Winograd）于 1999 年在斯坦福大学提出，它成为了 Google 搜索引擎的数学基础，并且仍然是网络科学和信息检索领域最具影响力的算法之一。
阅读完整方法
仅限会员
登录使用免费账户登录即可阅读本节。
Method map
The neighbourhood of related methods — select a node to explore.
来源
- Page, L., Brin, S., Motwani, R., & Winograd, T. (1999). The PageRank citation ranking: Bringing order to the web. Stanford InfoLab Technical Report. link ↗
如何引用本页
ScholarGate. (2026, June 2). PageRank Centrality. ScholarGate. https://scholargate.app/zh/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 →