ScholarGate
Assistent
Machine learningNetwork science

Dynamische Eigenvektor-Zentralität

Dynamische Eigenvektor-Zentralität erweitert das klassische Maß der Eigenvektor-Zentralität auf Netzwerke, die sich über die Zeit ändern. Anstatt eines einzelnen führenden Eigenvektors auf einer statischen Adjazenzmatrix zu berechnen, verfolgt sie, wie sich der Einfluss eines Knotens – definiert durch die Wichtigkeit seiner Nachbarn – über Momentaufnahmen oder Zeitfenster entwickelt. Die Methode wird in der Analyse sozialer Netzwerke, der Epidemiologie und bei Studien zur Informationsverbreitung eingesetzt, wo sich die Netzwerk-Topologie kontinuierlich verschiebt.

In MethodMind öffnenDemnächstVideoDemnächstDownload slides

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Method map

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

Quellen

  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

So zitieren Sie diese Seite

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/de/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). Abgerufen am 2026-06-15 von https://scholargate.app/de/network-analysis/dynamic-eigenvector-centrality · Datensatz: https://doi.org/10.5281/zenodo.20539026