เปรียบเทียบวิธี

	แบบจำลองกราฟสุ่มแบบทวีคูณเชิงพลวัต	การวิเคราะห์การแพร่กระจายในเครือข่าย
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010–2014	1927 (epidemic roots); network formalization 1990s–2000s
ผู้ริเริ่ม	Hanneke, Fu & Xing; Krivitsky & Handcock	Kermack, W. O. & McKendrick, A. G.
ประเภท	Probabilistic graphical model (temporal)	Simulation / analytical model
แหล่งต้นตำรับ	Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605.	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	TERGM, Temporal ERGM, Dynamic ERGM, STERGM	diffusion on networks, information diffusion, contagion spreading model, network propagation model
ที่เกี่ยวข้อง	4	5
สรุป	The Dynamic Exponential Random Graph Model (TERGM / STERGM) extends the classic ERGM framework to panel network data, modeling how a network's ties form and dissolve over time as a function of structural tendencies, nodal attributes, and the network's own past state. It provides statistically principled inference about longitudinal network change.	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.