Machine learningNetwork science

Détection de communautés temporelles

La détection de communautés temporelles identifie des groupes cohésifs (communautés) dans des réseaux dont la structure évolue au fil du temps. En traitant chaque instantané temporel comme une couche de réseau et en couplant les couches consécutives, elle révèle comment les communautés se forment, fusionnent, se divisent, croissent ou se dissolvent — transformant une séquence d'instantanés statiques en un récit continu de l'évolution des groupes.

Ouvrir dans MethodMindBientôtVidéoBientôtDownload slides

Lire la méthode complète

Réservé aux membres

Connectez-vous avec un compte gratuit pour lire cette section.

Se connecter

Method map

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

+12 more

Sources

  1. 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
  2. Rossetti, G., & Cazabet, R. (2018). Community discovery in dynamic networks: A survey. ACM Computing Surveys, 51(2), 1–37. DOI: 10.1145/3172867

Comment citer cette page

ScholarGate. (2026, June 3). Temporal Community Detection in Dynamic Networks. ScholarGate. https://scholargate.app/fr/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.

Compare side by side

Référencée par

ScholarGateTemporal Community Detection (Temporal Community Detection in Dynamic Networks). Consulté le 2026-06-15 sur https://scholargate.app/fr/network-analysis/temporal-community-detection · Jeu de données : https://doi.org/10.5281/zenodo.20539026