Machine learningNetwork science

Centralidad de vector propio dinámico

La centralidad de vector propio dinámico extiende la medida clásica de centralidad de vector propio a redes que cambian con el tiempo. En lugar de calcular un único vector propio principal sobre una matriz de adyacencia estática, rastrea cómo la influencia de un nodo —definida por la importancia de sus vecinos— evoluciona a través de instantáneas o ventanas de tiempo. El método se utiliza en el análisis de redes sociales, la epidemiología y los estudios de difusión de información donde la topología de la red cambia continuamente.

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. 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

Cómo citar esta página

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