เปรียบเทียบวิธี

	การวิเคราะห์การแพร่กระจายในเครือข่ายแบบมีทิศทาง	การวิเคราะห์เครือข่ายแบบทับซ้อน (Multiplex Network Analysis)
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2003 (influence maximization formalization); epidemic models traced to Kermack & McKendrick, 1927	2014
ผู้ริเริ่ม	Kempe, D.; Kleinberg, J.; Tardos, E. (influence maximization); Pastor-Satorras, R. et al. (epidemic spreading)	Kivela, M.; Boccaletti, S. et al.
ประเภท	Network spreading and cascade analysis	Structural network model
แหล่งต้นตำรับ	Kempe, D., Kleinberg, J., & Tardos, E. (2003). Maximizing the spread of influence through a social network. Proceedings of the 9th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining, 137–146.	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	directed diffusion model, information spreading on directed networks, directed cascade analysis, directed influence propagation	multiplex networks, multi-layer network analysis, multilayer network analysis, MNA
ที่เกี่ยวข้อง	6	6
สรุป	Directed network diffusion analysis studies how information, disease, behavior, or influence spreads through a network in which edges carry direction — meaning transmission flows one way along each link. It combines graph-theoretic representations with stochastic spreading models such as independent cascade, linear threshold, or SIR/SIS, and is central to influence maximization, epidemic forecasting, and information propagation research.	Multiplex network analysis studies systems where the same set of nodes is connected by multiple distinct types of relationships, each represented as a separate network layer. By analyzing layers simultaneously rather than in isolation, it reveals how different relation types interact, reinforce each other, or compensate for one another across the same actors or entities.