পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ডাইনামিক ডিগ্রি সেন্ট্রালিটি× | গতিশীল সম্প্রদায় সনাক্তকরণ× | |
|---|---|---|
| ক্ষেত্র | নেটওয়ার্ক বিশ্লেষণ | নেটওয়ার্ক বিশ্লেষণ |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 2012 | 2010 (key formalization); earlier work 2002–2009 |
| প্রবর্তক≠ | Holme, P. & Saramaki, J.; Kim, H. & Anderson, R. | Mucha, P. J. et al. (key formalization); earlier work by Girvan & Newman (2002) |
| ধরন≠ | Centrality measure (temporal extension) | Graph clustering / community discovery |
| মৌলিক উৎস≠ | Holme, P. & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI ↗ | Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876–878. DOI ↗ |
| অপর নাম | time-varying degree centrality, temporal degree centrality, evolving degree centrality, DDC | DCD, temporal community detection, evolving community detection, dynamic graph clustering |
| সম্পর্কিত | 5 | 5 |
| সারসংক্ষেপ≠ | Dynamic degree centrality extends the classical degree centrality measure to networks that change over time. Rather than counting a node's connections in a single static snapshot, it tracks how many contacts each node maintains across successive time windows or contact events, producing a time-resolved importance profile for every actor in the network. | Dynamic community detection identifies groups of densely connected nodes in networks that evolve over time, tracking how communities form, merge, split, and dissolve across temporal snapshots. Developed to extend static modularity optimization to time-varying structures, it is widely used in social, biological, and communication network research. |
| ScholarGateডেটাসেট ↗ |
|
|