เปรียบเทียบวิธี

	ค่ากลางของความใกล้ชิด (Closeness Centrality)	การวิเคราะห์การแพร่กระจายในเครือข่าย
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1950 (formalized 1979)	1927 (epidemic roots); network formalization 1990s–2000s
ผู้ริเริ่ม	Bavelas, A.; formalized by Freeman, L. C.	Kermack, W. O. & McKendrick, A. G.
ประเภท	Node-level centrality index	Simulation / analytical model
แหล่งต้นตำรับ	Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215–239.	Kermack, W. O. & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society of London A, 115(772), 700–721.
ชื่อเรียกอื่น	closeness, farness-based centrality, geodesic closeness, normalized closeness centrality	diffusion on networks, information diffusion, contagion spreading model, network propagation model
ที่เกี่ยวข้อง	6	5
สรุป	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 described by Bavelas (1950) and formally unified by Freeman (1979), it identifies nodes that can spread information or resources efficiently across the entire graph — not merely nodes with many direct contacts.	Network diffusion analysis models how information, diseases, behaviors, or innovations spread across a graph of nodes and edges. Drawing on classical epidemic theory (SI, SIR, SIS) and modern network science, it tracks which nodes become infected, how quickly, and whether the spread reaches a global cascade or dies out locally.