Machine learningNetwork science

Динамична собствена векторна централност

Динамичната собствена векторна централност разширява класическата мярка за собствена векторна централност към мрежи, които се променят във времето. Вместо да се изчислява един водещ собствен вектор върху статична матрица на съседство, тя проследява как влиянието на даден възел — дефинирано чрез важността на неговите съседи — се развива през времеви прозорци или моментни снимки. Методът се използва в анализа на социални мрежи, епидемиологията и изследванията на разпространението на информация, където топологията на мрежата се променя непрекъснато.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

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

Източници

  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

Как да цитирате тази страница

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/bg/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). Извлечено на 2026-06-15 от https://scholargate.app/bg/network-analysis/dynamic-eigenvector-centrality · Набор от данни: https://doi.org/10.5281/zenodo.20539026