Dynamiczne centrum bliskości
Dynamiczne centrum bliskości rozszerza klasyczne centrum bliskości na sieci czasowe poprzez obliczanie najkrótszych ścieżek respektujących czas — ścieżek, które przechodzą przez krawędzie w porządku chronologicznym — i uśrednianie odwrotności odległości we wszystkich oknach czasowych. Ujawnia, do których węzłów można najefektywniej dotrzeć w ewoluującej sieci, śledząc, jak centrum węzła rośnie i spada wraz z pojawianiem się i zanikaniem połączeń w czasie.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Mapa metod
Sąsiedztwo pokrewnych metod — wybierz węzeł, aby je zgłębić.
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/pl/network-analysis/dynamic-closeness-centrality
Która metoda?
Zestaw tę metodę z najbliższymi jej krewnymi i czytaj je obok siebie — biblioteka kładzie księgi na stole; wybór należy do Ciebie.
- Centralność pośrednictwaAnaliza sieci↔ porównaj
- Centralność bliskościAnaliza sieci↔ porównaj
- Centralność dynamicznego stopniaAnaliza sieci↔ porównaj
- Detekcja społeczności w czasieAnaliza sieci↔ porównaj
- Analiza społecznych sieci czasowychAnaliza sieci↔ porównaj
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →