ScholarGate
Assistente
Machine learningNetwork science

Centralità di Closeness Dinamica

La centralità di closeness dinamica estende la classica centralità di closeness alle reti temporali calcolando i percorsi più brevi che rispettano il tempo — percorsi che attraversano gli archi in ordine cronologico — e mediando le distanze inverse su tutte le finestre temporali. Essa rivela quali nodi sono raggiunti più efficientemente all'interno di una rete in evoluzione, tracciando come la centralità di un nodo aumenti e diminuisca man mano che le connessioni appaiono e scompaiono nel tempo.

Apri in MethodMindIn arrivoVideoIn arrivoScarica le diapositive

Leggi il metodo completo

Riservato ai membri

Accedi con un account gratuito per leggere questa sezione.

Accedi

Mappa dei metodi

Il vicinato dei metodi correlati — seleziona un nodo per esplorare.

Fonti

  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

Come citare questa pagina

ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/it/network-analysis/dynamic-closeness-centrality

Quale metodo?

Affianca questo metodo ai suoi parenti più prossimi e leggili fianco a fianco — la biblioteca dispone i libri sul tavolo; la scelta è tua.

Confronta affiancati
ScholarGateDynamic Closeness Centrality (Dynamic Closeness Centrality in Temporal Networks). Consultato il 2026-06-15 da https://scholargate.app/it/network-analysis/dynamic-closeness-centrality · Insieme di dati: https://doi.org/10.5281/zenodo.20539026