تحلیل شبکه
90 روش در این خانواده.
برگزیده
مرکزیت بینابینیBetweenness centrality, formalized by Linton C. Freeman in 1977, measures how often a node lies on the shortest path connecting every other pair of nodes in a network. High-betweenتحلیل شبکه دوجانبهBipartite network analysis, formalised by Borgatti and Everett in 1997, is a graph-structural method for studying networks in which nodes are divided into two disjoint sets — actorتحلیل مرکزیتCentrality analysis is a family of network-analytic measures, formalized by Freeman (1979), that quantifies the structural importance of individual nodes within a graph. Each centrمرکزیت نزدیکیCloseness centrality measures how quickly a node can reach all others in a network by computing the inverse of its average shortest-path distance to every other node. First describآشکارسازی جامعهCommunity detection is a family of graph-partitioning algorithms that discover densely connected sub-groups — communities — within a network. First formalised through the modularitمرکزیت درجهDegree centrality is the simplest and most intuitive measure of a node's importance in a network, defined as the number of direct ties a node has to other nodes. Normalized by divi
Reading path
This topic's most-referenced foundational methods, in the order they were developed — a place to start if you're new here.
همهٔ روشها 90
مرکزیت بینابینیتحلیل شبکه دوجانبهتحلیل مرکزیتمرکزیت نزدیکیآشکارسازی جامعهمرکزیت درجهمرکزیت بینابینی جهتدارمرکزیت نزدیکی جهتدارتشخیص جامعهمحور هدایتشدهتحلیل شبکه ایگو جهتدارمرکزیت بردار ویژه جهتدارمدل گراف تصادفی نمایی جهتدارتحلیل گراف دانش جهتدارتحلیل مدولاریتی جهتدارتحلیل شبکه چندتایی جهتدارتحلیل انتشار در شبکههای جهتدارپیجرنک جهتدارتحلیل شبکههای اجتماعی جهتدارتحلیل شبکه دووجهی جهتدارمرکزیت نزدیکی پویاشناسایی پویای جوامعمرکزیت درجه پویاتحلیل پویای شبکه خود (Dynamic Ego Network Analysis)مرکزیت بردار ویژه پویامدل گراف تصادفی نمایی پویاتحلیل مدولاریته پویارتبه صفحه پویامدل تصادفی بلوکی پویا (Dynamic Stochastic Block Model)تحلیل پویای شبکه دو-حالتهتحلیل شبکه ایگومرکزیت بردار ویژهمدل گراف تصادفی نمایی (ERGM / p*)هستههای گرافشبکه عصبی گرافتجزیه k-هسته (k-Core Decomposition)تحلیل گراف دانش (Knowledge Graph Analysis)تعبیر گراف دانشپیشبینی پیوندتحلیل مدولاریتیمرکزیت بینابینی چندلایهایمرکزیت نزدیکی چندلایهایآشکارسازی جامعه چندلایهایمرکزیت درجه چندلایهایتحلیل گراف دانش چندلایهایتحلیل شبکه چندلایهایتحلیل انتشار در شبکههای چندلایهایPageRank چندلایهایتحلیل شبکههای اجتماعی چندلایهایمدل بلوک تصادفی چندلایهتحلیل شبکههای چندلایهی زمانیتحلیل شبکههای چندلایهی دووجهیتحلیل شبکه چندوجهیتحلیل انتشار در شبکهتعبیه شبکهتحلیل موتیف شبکهتحلیل تابآوری و آسیبپذیری شبکهPageRank Centralityتحلیل شبکه اجتماعیمدل بلوک تصادفیمرکزیت بینابینی زمانی (TBC)مرکزیت نزدیکی زمانیآشکارسازی جامعه زمانیمرکزیت درجه زمانیمرکزیت ویژه بردار زمانیتحلیل گراف دانش زمانیتحلیل مدولاریته زمانیتحلیل شبکه چندلایهای زمانیتحلیل شبکه زمانیتحلیل انتشار در شبکههای زمانیپیجرنک زمانی (Temporal PageRank)تحلیل شبکههای اجتماعی پویامدل بلوک تصادفی زمانی (TSBM)تحلیل شبکههای دووجهی زمانیتحلیل شبکه دو-وجهیمرکزیت واسطهگری وزنیمرکزیت نزدیکی وزندارشناسایی جامعه وزندارمرکزیت درجه وزنیتحلیل شبکه خودِ وزندارمرکزیت بردار ویژه وزندارمدل گراف تصادفی نمایی وزندارتحلیل گراف دانش وزندارتحلیل پیمانهای وزندارتحلیل شبکههای چندلایه وزنیتحلیل انتشار شبکهای وزندارپیجرنک وزندارتحلیل شبکههای اجتماعی وزندارمدل بلوک تصادفی وزندارتحلیل شبکههای زمانی وزندارتحلیل شبکههای دو-وجهی وزندار