Analýza sítí
90 — metody v této rodině.
Vybrané
Mezilehlostní centralitaBetweenness centrality, formalized by Linton C. Freeman in 1977, measures how often a node lies on the shortest path connecting every other pair of nodes in a network. High-betweenAnalýza bipartitních sítíBipartite network analysis, formalised by Borgatti and Everett in 1997, is a graph-structural method for studying networks in which nodes are divided into two disjoint sets — actorAnalýza centralityCentrality analysis is a family of network-analytic measures, formalized by Freeman (1979), that quantifies the structural importance of individual nodes within a graph. Each centrCentralita blízkostiCloseness 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 describDetekce komunitCommunity detection is a family of graph-partitioning algorithms that discover densely connected sub-groups — communities — within a network. First formalised through the modularitStupeň centralityDegree centrality is the simplest and most intuitive measure of a node's importance in a network, defined as the number of direct ties a node has to other nodes. Normalized by divi
Reading path
This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.
Všechny metody 90
Mezilehlostní centralitaAnalýza bipartitních sítíAnalýza centralityCentralita blízkostiDetekce komunitStupeň centralitySměrová centrality mezilehlostiCentralita směrované blízkostiŘízené detekce komunitAnalýza směrované ego sítěSměrová vlastní centralitaSměrový exponenciální náhodný grafový modelAnalýza směrovaných znalostních grafůAnalýza směrované modularityAnalýza směrovaných multiplexních sítíAnalýza šíření v orientovaných sítíchSměrovaný PageRankSměrová analýza sociálních sítíAnalýza směrovaných dvourežimových sítíDynamická decentrálnost blízkostiDynamická detekce komunitDynamická centrálnost stupněDynamická analýza ego sítíDynamická centralita vlastního vektoruDynamický model exponenciálních náhodných grafůAnalýza dynamické modularityDynamický PageRankDynamický stochastický blokový modelDynamická analýza dvourežimových sítíAnalýza ego sítíVektor vlastní centrálnostiModel náhodných grafů (ERGM / p*)Grafová jádraGrafová neuronová síťRozklad k-jaderAnalýza znalostních grafůVnoření znalostních grafůPredikce vazebAnalýza modularityMnohovrstevná středovost podle průchodnostiVícevrstvá centralita blízkostiDetekce komunit ve vícevrstvých sítíchVícevrstvá centralita stupněAnalýza vícevrstvých znalostních grafůAnalýza vícevrstvých sítíAnalýza difúze v multivrstevných sítíchVícevrstvý PageRankAnalýza vícevrstvých sociálních sítíMultilayer Stochastic Block ModelAnalýza vícevrstvých časových sítíAnalýza vícevrstevných sítí s dvěma módyAnalýza multiplexních sítíAnalýza síťové difúzeVnoření sítěAnalýza síťových motivůAnalýza odolnosti a zranitelnosti sítíCentralita PageRankSociální síťová analýzaStochastický blokový modelTemporální mezilehlostní centralitaTemporální blízkostní centralitaČasová detekce komunitTemporální decentrálnost stupněČasová vlastní vektorová centralitaAnalýza časových grafů znalostíAnalýza časové modularityAnalýza časových multiplexních sítíAnalýza temporálních sítíAnalýza difúze v časových sítíchTemporální PageRankČasová analýza sociálních sítíTemporální model stochastických blokůAnalýza časových dvourežimových sítíAnalýza sítí s dvěma módyVážená středovost mezi uzlyVážená blízkostní centralitaDetekce komunit ve vážených sítíchVážená decentrální míra stupněAnalýza vážených sítí egaVážená centralita vlastního vektoruVážený model náhodného grafu s exponenciálním rozdělenímAnalýza vážených grafů znalostíAnalýza vážené modularityAnalýza vážených multiplexních sítíAnalýza difúze na vážených sítíchVážený PageRankAnalýza vážených sociálních sítíVážený stochastický blokový modelVážená analýza časových sítíVážená analýza sítí s dvěma módy