เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายแบบสองโหมดแบบเบย์ (Bayesian Two-Mode Network Analysis)	การวิเคราะห์เครือข่ายสองโหมดหลายชั้น
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1997–2010s	2010s (synthesis of two-mode and multilayer frameworks)
ผู้ริเริ่ม	Borgatti & Everett (two-mode SNA); Bayesian extensions by multiple authors	Kivela et al. (multilayer); Borgatti & Everett (two-mode foundations)
ประเภท	Probabilistic network model	Network analysis framework
แหล่งต้นตำรับ	Borgatti, S. P., & Everett, M. G. (1997). Network analysis of 2-mode data. Social Networks, 19(3), 243–269.	Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271.
ชื่อเรียกอื่น	Bayesian bipartite network analysis, probabilistic two-mode network analysis, Bayesian affiliation network analysis, Bayesian two-mode SNA	multilayer bipartite network analysis, multi-layer two-mode network, multiplex bipartite network analysis, ML-TMNA
ที่เกี่ยวข้อง	5	6
สรุป	Bayesian two-mode network analysis applies probabilistic Bayesian inference to bipartite (two-mode) networks — graphs linking two distinct sets of nodes such as actors and events, authors and papers, or consumers and products. By placing priors over tie probabilities and structural parameters, analysts obtain uncertainty estimates around centrality, community membership, and projection metrics rather than single-point estimates.	Multilayer two-mode network analysis extends bipartite (two-mode) network analysis to settings where actors and artifacts — people and publications, firms and markets, genes and diseases — are connected across multiple distinct relationship layers or time slices simultaneously. It captures how dual-membership structures evolve, overlap, or interact across contexts that a single-layer bipartite graph cannot represent.