Machine learningNetwork science

مركزية المتجه الذاتي الديناميكية

توسع مركزية المتجه الذاتي الديناميكية مقياس مركزية المتجه الذاتي الكلاسيكي ليشمل الشبكات التي تتغير بمرور الوقت. فبدلاً من حساب متجه ذاتي رئيسي واحد على مصفوفة تجاور ثابتة، فإنها تتتبع كيف يتطور تأثير العقدة — المحدد بأهمية جيرانها — عبر اللقطات أو النوافذ الزمنية. تُستخدم هذه الطريقة في تحليل الشبكات الاجتماعية، وعلم الأوبئة، ودراسات انتشار المعلومات حيث تتغير طوبولوجيا الشبكة باستمرار.

افتح في MethodMindقريبًافيديوقريبًاDownload slides

اقرأ الطريقة كاملة

للأعضاء فقط

سجّل الدخول بحساب مجاني لقراءة هذا القسم.

تسجيل الدخول

Method map

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

المصادر

  1. Lerman, K., Ghosh, R., & Kang, J. H. (2010). Centrality metric for dynamic networks. Proceedings of the 8th Workshop on Mining and Learning with Graphs (MLG '10). ACM. link
  2. Eigenvector centrality. Wikipedia. link

كيف تستشهد بهذه الصفحة

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/ar/network-analysis/dynamic-eigenvector-centrality

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
ScholarGateDynamic Eigenvector Centrality (Dynamic Eigenvector Centrality in Temporal Networks). استُرجع بتاريخ 2026-06-15 من https://scholargate.app/ar/network-analysis/dynamic-eigenvector-centrality · مجموعة البيانات: https://doi.org/10.5281/zenodo.20539026