Machine learningNetwork science

Centralidad de Cercanía Dinámica

La centralidad de cercanía dinámica extiende la centralidad de cercanía clásica a redes temporales calculando caminos más cortos que respetan el tiempo — caminos que atraviesan aristas en orden cronológico — y promediando las distancias inversas en todas las ventanas de tiempo. Revela qué nodos son alcanzados de manera más eficiente dentro de una red en evolución, rastreando cómo la centralidad de un nodo aumenta y disminuye a medida que las conexiones aparecen y desaparecen con el tiempo.

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. Tang, J., Musolesi, M., Mascolo, C., Latora, V. & Nicosia, V. (2010). Analysing information flows and key mediators through temporal centrality metrics. Proceedings of the 3rd Workshop on Social Network Systems (SNS '10). ACM. DOI: 10.1145/1852658.1852661
  2. Holme, P. & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

Cómo citar esta página

ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/es/network-analysis/dynamic-closeness-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 Closeness Centrality (Dynamic Closeness Centrality in Temporal Networks). Recuperado el 2026-06-15 de https://scholargate.app/es/network-analysis/dynamic-closeness-centrality · Conjunto de datos: https://doi.org/10.5281/zenodo.20539026