Machine learningNetwork science
동적 근접 중심성
동적 근접 중심성은 시간 순서를 존중하는 최단 경로(시간 순서대로 간선을 통과하는 경로)를 계산하고 모든 시간 창에 걸쳐 역거리의 평균을 계산함으로써 동적 네트워크에 고전적인 근접 중심성을 확장합니다. 이는 진화하는 네트워크 내에서 어떤 노드에 가장 효율적으로 도달할 수 있는지 밝히고, 연결이 시간이 지남에 따라 나타나고 사라짐에 따라 노드의 중심성이 어떻게 상승하고 하락하는지 추적합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
- Holme, P. & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/ko/network-analysis/dynamic-closeness-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.
- Betweenness Centrality네트워크 분석↔ compare
- 근접 중심성네트워크 분석↔ compare
- 동적 차수 중심성네트워크 분석↔ compare
- 시간적 커뮤니티 탐지네트워크 분석↔ compare
- 시간적 사회 연결망 분석네트워크 분석↔ compare