Machine learningNetwork science

Dinamička svojstvena centralnost

Dinamička svojstvena centralnost proširuje klasičnu mjeru svojstvene centralnosti na mreže koje se mijenjaju tijekom vremena. Umjesto izračunavanja jednog vodećeg svojstvenog vektora na statičnoj adijacentnoj matrici, ona prati kako utjecaj čvora — definiran važnosti njegovih susjeda — evoluira kroz presjeke ili vremenske prozore. Metoda se koristi u analizi društvenih mreža, epidemiologiji i studijama širenja informacija gdje se topologija mreže kontinuirano mijenja.

Otvorite u MethodMindUskoroVideoUskoroDownload slides

Pročitajte cijelu metodu

Samo za članove

Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.

Prijavite se

Method map

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

Izvori

  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

Kako citirati ovu stranicu

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/hr/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). Preuzeto 2026-06-15 s https://scholargate.app/hr/network-analysis/dynamic-eigenvector-centrality · Skup podataka: https://doi.org/10.5281/zenodo.20539026