การวิเคราะห์เครือข่าย
90 วิธีในตระกูลนี้
แนะนำ
ค่าความเป็นจุดศูนย์กลางระหว่างจุด (Betweenness Centrality)Betweenness centrality, formalized by Linton C. Freeman in 1977, measures how often a node lies on the shortest path connecting every other pair of nodes in a network. High-betweenการวิเคราะห์เครือข่ายสองส่วนBipartite network analysis, formalised by Borgatti and Everett in 1997, is a graph-structural method for studying networks in which nodes are divided into two disjoint sets — actorการวิเคราะห์ความเป็นศูนย์กลางCentrality analysis is a family of network-analytic measures, formalized by Freeman (1979), that quantifies the structural importance of individual nodes within a graph. Each centrค่ากลางของความใกล้ชิด (Closeness Centrality)Closeness centrality measures how quickly a node can reach all others in a network by computing the inverse of its average shortest-path distance to every other node. First describการตรวจจับชุมชนCommunity detection is a family of graph-partitioning algorithms that discover densely connected sub-groups — communities — within a network. First formalised through the modularitค่ากลางดีกรี (Degree Centrality)Degree centrality is the simplest and most intuitive measure of a node's importance in a network, defined as the number of direct ties a node has to other nodes. Normalized by divi
เส้นทางการอ่าน
ระเบียบวิธีเชิงรากฐานที่ถูกอ้างอิงมากที่สุดของหัวข้อนี้ เรียงตามลำดับการพัฒนา — จุดเริ่มต้นที่ดีหากท่านเพิ่งเริ่มศึกษา
วิธีทั้งหมด 90
ค่าความเป็นจุดศูนย์กลางระหว่างจุด (Betweenness Centrality)การวิเคราะห์เครือข่ายสองส่วนการวิเคราะห์ความเป็นศูนย์กลางค่ากลางของความใกล้ชิด (Closeness Centrality)การตรวจจับชุมชนค่ากลางดีกรี (Degree Centrality)Directed Betweenness Centralityค่าศูนย์กลางความใกล้ชิดแบบมีทิศทางการตรวจจับชุมชนแบบมีทิศทางการวิเคราะห์เครือข่ายอัตตาแบบมีทิศทางค่าศูนย์กลางเวกเตอร์ลักษณะเฉพาะแบบมีทิศทางแบบจำลองกราฟสุ่มแบบมีทิศทาง (Directed Exponential Random Graph Model)การวิเคราะห์กราฟความรู้แบบมีทิศทางการวิเคราะห์โมดูลาริตีแบบมีทิศทางการวิเคราะห์เครือข่ายหลายชั้นแบบมีทิศทางการวิเคราะห์การแพร่กระจายในเครือข่ายแบบมีทิศทางPageRank แบบมีทิศทางการวิเคราะห์เครือข่ายสังคมแบบมีทิศทางการวิเคราะห์เครือข่ายสองโหมดแบบมีทิศทางการเป็นศูนย์กลางแบบใกล้ชิดพลวัตการตรวจจับชุมชนแบบพลวัตDynamic Degree Centralityการวิเคราะห์เครือข่ายอัตตาพลวัต (Dynamic Ego Network Analysis)พลวัตของค่าศูนย์กลางแบบเวกเตอร์ลักษณะเฉพาะ (Dynamic Eigenvector Centrality)แบบจำลองกราฟสุ่มแบบทวีคูณเชิงพลวัตการวิเคราะห์โมดูลาริตี้แบบพลวัตDynamic PageRankDynamic Stochastic Block Modelการวิเคราะห์เครือข่ายสองโหมดพลวัตการวิเคราะห์เครือข่ายอัตตาEigenvector Centralityแบบจำลองกราฟสุ่มเชิงเลขชี้กำลัง (ERGM / p*)Graph KernelsGraph Neural Networkการแยกส่วน k-Core (k-Core Decomposition)การวิเคราะห์กราฟความรู้Knowledge Graph Embeddingsการทำนายลิงก์การวิเคราะห์มอดูลาริตีความเป็นศูนย์กลางระหว่างชั้นหลายชั้นความเป็นศูนย์กลางการเข้าถึงแบบหลายชั้นการตรวจจับชุมชนหลายชั้นการวัดความเป็นศูนย์กลางดีกรีหลายชั้นการวิเคราะห์กราฟความรู้แบบหลายชั้นการวิเคราะห์เครือข่ายหลายชั้นการวิเคราะห์การแพร่กระจายในเครือข่ายหลายชั้นMultilayer PageRankการวิเคราะห์เครือข่ายสังคมหลายชั้นMultilayer Stochastic Block Modelการวิเคราะห์เครือข่ายหลายชั้นตามเวลาการวิเคราะห์เครือข่ายสองโหมดหลายชั้นการวิเคราะห์เครือข่ายแบบทับซ้อน (Multiplex Network Analysis)การวิเคราะห์การแพร่กระจายในเครือข่ายการฝังตัวของเครือข่ายการวิเคราะห์โครงสร้างเครือข่ายแบบแผน (Network Motif Analysis)การวิเคราะห์ความยืดหยุ่นและความเปราะบางของเครือข่ายPageRank Centralityการวิเคราะห์เครือข่ายทางสังคมแบบจำลองบล็อกสุ่มค่าความเป็นศูนย์กลางแบบผ่านกลางตามเวลาความใกล้ชิดเชิงเวลา (Temporal Closeness Centrality)การตรวจจับชุมชนเชิงเวลาค่ากลางองศาเชิงเวลาTemporal Eigenvector Centralityการวิเคราะห์กราฟความรู้เชิงเวลาการวิเคราะห์โมดูลาริตีเชิงเวลาการวิเคราะห์เครือข่ายหลายชั้นเชิงเวลาการวิเคราะห์เครือข่ายเชิงเวลาการวิเคราะห์การแพร่กระจายในเครือข่ายเชิงเวลาเทมพอรัลเพจแรงก์การวิเคราะห์เครือข่ายสังคมเชิงเวลาแบบจำลองสโตแคสติกแบบบล็อกเชิงเวลาการวิเคราะห์เครือข่ายสองรูปแบบเชิงเวลาการวิเคราะห์เครือข่ายสองโหมดWeighted Betweenness Centralityค่ากลางแบบวัดความใกล้ชิดถ่วงน้ำหนักการตรวจจับชุมชนแบบถ่วงน้ำหนักการวัดความเป็นศูนย์กลางแบบถ่วงน้ำหนัก (Weighted Degree Centrality)การวิเคราะห์เครือข่ายอัตตาถ่วงน้ำหนักWeighted Eigenvector Centralityแบบจำลองกราฟสุ่มเอ็กซ์โพเนนเชียลถ่วงน้ำหนักการวิเคราะห์กราฟองค์ความรู้แบบถ่วงน้ำหนักการวิเคราะห์โมดูลาริตีแบบถ่วงน้ำหนักการวิเคราะห์เครือข่ายหลายชั้นแบบถ่วงน้ำหนักการวิเคราะห์การแพร่กระจายในเครือข่ายแบบถ่วงน้ำหนักPageRank แบบถ่วงน้ำหนักการวิเคราะห์เครือข่ายสังคมแบบถ่วงน้ำหนักแบบจำลองบล็อกเชิงสุ่มแบบถ่วงน้ำหนักการวิเคราะห์เครือข่ายเชิงเวลาแบบถ่วงน้ำหนักการวิเคราะห์เครือข่ายสองโหมดแบบถ่วงน้ำหนัก