Machine learningNetwork science

गतिशील आइगेनवेक्टर केन्द्रीयता

गतिशील आइगेनवेक्टर केन्द्रीयता (Dynamic eigenvector centrality) क्लासिक आइगेनवेक्टर केन्द्रीयता माप को उन नेटवर्कों तक विस्तारित करती है जो समय के साथ बदलते हैं। एक स्थिर आसन्नता आव्यूह (adjacency matrix) पर एकल प्रमुख आइगेनवेक्टर की गणना करने के बजाय, यह ट्रैक करती है कि किसी नोड का प्रभाव — जो उसके पड़ोसियों के महत्व द्वारा परिभाषित होता है — स्नैपशॉट या समय विंडो में कैसे विकसित होता है। इस विधि का उपयोग सामाजिक नेटवर्क विश्लेषण, महामारी विज्ञान और सूचना प्रसार अध्ययनों में किया जाता है जहाँ नेटवर्क टोपोलॉजी लगातार बदलती रहती है।

MethodMind में खोलेंजल्द हीवीडियोजल्द हीDownload slides

पूरी विधि पढ़ें

केवल सदस्यों के लिए

यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।

साइन इन करें

Method map

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

स्रोत

  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

इस पृष्ठ का उद्धरण कैसे दें

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/hi/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). 2026-06-15 को यहाँ से प्राप्त https://scholargate.app/hi/network-analysis/dynamic-eigenvector-centrality · डेटासेट: https://doi.org/10.5281/zenodo.20539026