পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| সমকালীন নৈকট্য কেন্দ্রীয়তা× | সান্নিধ্য কেন্দ্রীয়তা× | |
|---|---|---|
| ক্ষেত্র | নেটওয়ার্ক বিশ্লেষণ | নেটওয়ার্ক বিশ্লেষণ |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 2011 | 1950 (formalized 1979) |
| প্রবর্তক≠ | Pan, R. K. & Saramaki, J. | Bavelas, A.; formalized by Freeman, L. C. |
| ধরন≠ | Centrality measure (temporal) | Node-level centrality index |
| মৌলিক উৎস≠ | Pan, R. K., & Saramaki, J. (2011). Path lengths, correlations, and centrality in temporal networks. Physical Review E, 84(1), 016105. DOI ↗ | Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239. DOI ↗ |
| অপর নাম | time-varying closeness centrality, dynamic closeness centrality, TCC, temporal reachability-based centrality | closeness, farness-based centrality, geodesic closeness, normalized closeness centrality |
| সম্পর্কিত | 6 | 6 |
| সারসংক্ষেপ≠ | Temporal closeness centrality extends the classical closeness measure to time-varying networks by replacing static shortest paths with time-respecting (foremost) paths. It quantifies how quickly a node can reach all other nodes when interactions occur at specific moments in time, giving a more realistic picture of information flow, disease spread, and influence in dynamic systems. | Closeness centrality measures how quickly a node can reach all others in a network by computing the inverse of its average shortest-path distance to every other node. First described by Bavelas (1950) and formally unified by Freeman (1979), it identifies nodes that can spread information or resources efficiently across the entire graph — not merely nodes with many direct contacts. |
| ScholarGateডেটাসেট ↗ |
|
|