ScholarGate
Assistent
Machine learningNetwork science

Dynamische eigenvector-centraliteit

Dynamische eigenvector-centraliteit breidt de klassieke eigenvector-centraliteitsmaat uit naar netwerken die in de loop van de tijd veranderen. In plaats van één leidende eigenvector te berekenen op een statische nabijheidsmatrix, volgt het hoe de invloed van een knooppunt — gedefinieerd door het belang van zijn buren — evolueert over momentopnamen of tijdvensters. De methode wordt gebruikt in sociale netwerkanalyse, epidemiologie en studies naar informatieverspreiding, waar de netwerktopologie continu verschuift.

Openen in MethodMindBinnenkortVideoBinnenkortDownload slides

Lees de volledige methode

Alleen voor leden

Log in met een gratis account om dit onderdeel te lezen.

Inloggen

Method map

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

Bronnen

  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

Deze pagina citeren

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/nl/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). Geraadpleegd op 2026-06-15 via https://scholargate.app/nl/network-analysis/dynamic-eigenvector-centrality · Gegevensset: https://doi.org/10.5281/zenodo.20539026