Machine learningNetwork science

מרכזיות דינמית של קרבה

מרכזיות דינמית של קרבה מרחיבה את מדד הקרבה הקלאסי לרשתות זמניות על ידי חישוב מסלולים קצרים ביותר המכבדים את הזמן — מסלולים העוברים דרך קשתות לפי סדר כרונולוגי — וממוצע של מרחקים הפוכים על פני כל חלונות הזמן. היא חושפת אילו צמתים ניתנים להשגה בצורה היעילה ביותר ברשת מתפתחת, ועוקבת אחר עלייתן וירידתן של מרכזיות צומת ככל שקשרים מופיעים ונעלמים לאורך זמן.

פתיחה ב-MethodMindבקרובוידאובקרובDownload slides

קראו את השיטה במלואה

לחברים בלבד

התחברו עם חשבון חינמי כדי לקרוא חלק זה.

התחברות

Method map

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

מקורות

  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

איך לצטט עמוד זה

ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/he/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). אוחזר בתאריך 2026-06-15 מתוך https://scholargate.app/he/network-analysis/dynamic-closeness-centrality · מערך נתונים: https://doi.org/10.5281/zenodo.20539026