ScholarGate
Assistent
Machine learningNetwork science

Dynamisk gemenskapsdetektering

Dynamisk gemenskapsdetektering identifierar grupper av tätt sammankopplade noder i nätverk som utvecklas över tid, och spårar hur gemenskaper bildas, slås samman, delas upp och upplöses över temporala ögonblicksbilder. Metoden utvecklades för att utvidga statisk modularitetsoptimering till tidsvarierande strukturer och används flitigt inom forskning om sociala, biologiska och kommunikationsnätverk.

Öppna i MethodMindSnartVideoSnartDownload slides

Läs hela metoden

Endast för medlemmar

Logga in med ett kostnadsfritt konto för att läsa avsnittet.

Logga in

Method map

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

+1 more

Källor

  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. Fortunato, S., & Hric, D. (2016). Community detection in networks: A user guide. Physics Reports, 659, 1–44. DOI: 10.1016/j.physrep.2016.09.002

Så citerar du den här sidan

ScholarGate. (2026, June 3). Dynamic Community Detection in Evolving Networks. ScholarGate. https://scholargate.app/sv/network-analysis/dynamic-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

Refereras av

ScholarGateDynamic Community Detection (Dynamic Community Detection in Evolving Networks). Hämtad 2026-06-15 från https://scholargate.app/sv/network-analysis/dynamic-community-detection · Datamängd: https://doi.org/10.5281/zenodo.20539026