Zeitliche Gemeinschaftserkennung
Die zeitliche Gemeinschaftserkennung identifiziert kohäsive Gruppen (Gemeinschaften) in Netzwerken, deren Struktur sich im Laufe der Zeit ändert. Indem jeder Zeit-Schnappschuss als Netzwerkschicht behandelt und aufeinanderfolgende Schichten gekoppelt werden, wird aufgedeckt, wie Gemeinschaften entstehen, verschmelzen, sich aufteilen, wachsen oder sich auflösen – wodurch eine Abfolge statischer Schnappschüsse in eine kontinuierliche Erzählung der Gruppenentwicklung verwandelt wird.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
+12 more
Quellen
- 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: 10.1126/science.1184819 ↗
- Rossetti, G., & Cazabet, R. (2018). Community discovery in dynamic networks: A survey. ACM Computing Surveys, 51(2), 1–37. DOI: 10.1145/3172867 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Temporal Community Detection in Dynamic Networks. ScholarGate. https://scholargate.app/de/network-analysis/temporal-community-detection
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.
- Gerichtete GemeinschaftserkennungNetzwerkanalyse↔ compare
- ModularitätsanalyseNetzwerkanalyse↔ compare
- Multiplex-NetzwerkanalyseNetzwerkanalyse↔ compare
- Analyse sozialer NetzwerkeNetzwerkanalyse↔ compare
- Zeitliche NetzwerkanalyseNetzwerkanalyse↔ compare
- Gewichtete GemeinschaftserkennungNetzwerkanalyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →