ScholarGate
Assistent
Machine learningNetwork science

Dynamisk egenvektorsentralitet

Dynamisk egenvektorsentralitet utvider det klassiske målet for egenvektorsentralitet til nettverk som endrer seg over tid. I stedet for å beregne en enkelt ledende egenvektor på en statisk nabomatrise, sporer den hvordan en nodes innflytelse — definert av viktigheten til dens naboer — utvikler seg på tvers av øyeblikksbilder eller tidsvinduer. Metoden brukes i analyse av sosiale nettverk, epidemiologi og studier av informasjonsspredning der nettverkstopologien skifter kontinuerlig.

Åpne i MethodMindSnartVideoSnartDownload slides

Les hele metoden

Kun for medlemmer

Logg inn med en gratis konto for å lese denne delen.

Logg inn

Method map

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

Kilder

  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

Slik siterer du denne siden

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/no/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). Hentet 2026-06-15 fra https://scholargate.app/no/network-analysis/dynamic-eigenvector-centrality · Datasett: https://doi.org/10.5281/zenodo.20539026