ScholarGate
Asistente
Machine learningNetwork science

Análisis de difusión en redes dirigidas

El análisis de difusión en redes dirigidas estudia cómo la información, las enfermedades, el comportamiento o la influencia se propagan a través de una red en la que los arcos tienen dirección, lo que significa que la transmisión fluye en un solo sentido a lo largo de cada enlace. Combina representaciones de teoría de grafos con modelos de propagación estocástica como la cascada independiente, el umbral lineal o SIR/SIS, y es fundamental para la maximización de la influencia, la previsión de epidemias y la investigación de la propagación de la información.

Abrir en MethodMindPróximamenteVídeoPróximamenteDownload slides

Leer el método completo

Solo para miembros

Inicia sesión con una cuenta gratuita para leer esta sección.

Iniciar sesión

Method map

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

Fuentes

  1. Kempe, D., Kleinberg, J., & Tardos, E. (2003). Maximizing the spread of influence through a social network. Proceedings of the 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 137–146. DOI: 10.1145/956750.956769
  2. Pastor-Satorras, R., Castellano, C., Van Mieghem, P., & Vespignani, A. (2015). Epidemic processes in complex networks. Reviews of Modern Physics, 87(3), 925–979. DOI: 10.1103/RevModPhys.87.925

Cómo citar esta página

ScholarGate. (2026, June 3). Directed Network Diffusion Analysis (Influence and Spreading Processes on Directed Graphs). ScholarGate. https://scholargate.app/es/network-analysis/directed-network-diffusion-analysis

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
ScholarGateDirected Network Diffusion Analysis (Directed Network Diffusion Analysis (Influence and Spreading Processes on Directed Graphs)). Recuperado el 2026-06-15 de https://scholargate.app/es/network-analysis/directed-network-diffusion-analysis · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026