Machine learningNetwork science

시간적 커뮤니티 탐지

시간적 커뮤니티 탐지는 시간이 지남에 따라 구조가 변하는 네트워크에서 응집력 있는 그룹(커뮤니티)을 식별합니다. 각 시간 스냅샷을 네트워크 레이어로 처리하고 연속적인 레이어를 연결함으로써, 커뮤니티가 어떻게 형성되고, 병합되고, 분할되고, 성장하고, 해체되는지를 밝혀내어 일련의 정적 스냅샷을 그룹 진화의 연속적인 서사로 전환합니다.

MethodMind에서 열기곧 제공동영상곧 제공Download slides

방법 전문 읽기

회원 전용

무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.

로그인

Method map

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

+12 more

출처

  1. Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876–878. DOI: 10.1126/science.1184819
  2. Rossetti, G., & Cazabet, R. (2018). Community discovery in dynamic networks: A survey. ACM Computing Surveys, 51(2), 1–37. DOI: 10.1145/3172867

이 페이지 인용 방법

ScholarGate. (2026, June 3). Temporal Community Detection in Dynamic Networks. ScholarGate. https://scholargate.app/ko/network-analysis/temporal-community-detection

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

이 방법을 참조하는 항목

ScholarGateTemporal Community Detection (Temporal Community Detection in Dynamic Networks). 2026-06-15에 다음에서 검색함: https://scholargate.app/ko/network-analysis/temporal-community-detection · 데이터셋: https://doi.org/10.5281/zenodo.20539026