Analisis Jaringan Small-World dan Scale-Free
Analisis jaringan small-world dan scale-free menguji apakah suatu jaringan dunia nyata menunjukkan dua tanda topologis penting yang diidentifikasi pada tahun 1998-1999: properti small-world Watts-Strogatz (klaster lokal yang tinggi dikombinasikan dengan panjang jalur rata-rata yang pendek) dan properti scale-free Barabási-Albert (distribusi derajat yang mengikuti hukum pangkat, yang berarti sejumlah kecil hub menghubungkan sebagian besar node lainnya secara tidak proporsional). Bersama-sama, kerangka kerja ini mengubah ilmu jaringan dengan menunjukkan bahwa banyak jaringan sosial, biologis, dan teknologi berbagi tata bahasa struktural yang sama.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Watts, D.J. & Strogatz, S.H. (1998). Collective Dynamics of 'Small-World' Networks. Nature, 393(6684), 440-442. DOI: 10.1038/30918 ↗
- Barabási, A.L. & Albert, R. (1999). Emergence of Scaling in Random Networks. Science, 286(5439), 509-512. DOI: 10.1126/science.286.5439.509 ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 1). Small-World and Scale-Free Network Analysis (Watts-Strogatz & Barabási-Albert). ScholarGate. https://scholargate.app/id/network-analysis/small-world-scale-free
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.
- Analisis SentralitasAnalisis Jaringan↔ compare
- Deteksi KomunitasAnalisis Jaringan↔ compare
- Model Graf Acak Eksponensial (ERGM / p*)Analisis Jaringan↔ compare
- Prediksi TautanAnalisis Jaringan↔ compare
- Model Difusi JaringanAnalisis Jaringan↔ compare
- Embedding JaringanAnalisis Jaringan↔ compare
- Analisis Ketahanan dan Kerentanan JaringanAnalisis Jaringan↔ compare
- Model Blok StokastikAnalisis Jaringan↔ compare
- Analisis Jaringan TemporalAnalisis Jaringan↔ compare
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →