Machine learningNetwork science

מרכזיות וקטור עצמי דינמי

מרכזיות וקטור עצמי דינמי מרחיבה את מדד מרכזיות הווקטור העצמי הקלאסי לרשתות המשתנות בזמן. במקום לחשב וקטור עצמי מוביל יחיד על מטריצת סמיכות סטטית, היא עוקבת אחר האופן שבו ההשפעה של צומת – המוגדרת לפי חשיבות שכניו – מתפתחת לאורך תמונות מצב או חלונות זמן. השיטה משמשת בניתוח רשתות חברתיות, באפידמיולוגיה ובמחקרים על דיפוזיה של מידע, שבהם טופולוגיית הרשת משתנה באופן רציף.

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. 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

איך לצטט עמוד זה

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