เปรียบเทียบวิธี

	แบบจำลองกราฟสุ่มแบบทวีคูณเชิงพลวัต	แบบจำลองบล็อกสุ่ม
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Process / pipeline
ปีกำเนิด	2010–2014	1983
ผู้ริเริ่ม	Hanneke, Fu & Xing; Krivitsky & Handcock	—
ประเภท	Probabilistic graphical model (temporal)	Probabilistic generative graph model
แหล่งต้นตำรับ	Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605.	Holland, P.W., Laskey, K.B. & Leinhardt, S. (1983). Stochastic Blockmodels: First Steps. Social Networks, 5(2), 109-137.
ชื่อเรียกอื่น	TERGM, Temporal ERGM, Dynamic ERGM, STERGM	SBM, degree-corrected SBM, DCSBM, Stokastik Blok Modeli (SBM)
ที่เกี่ยวข้อง	4	7
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.	The Stochastic Block Model (SBM), introduced by Holland, Laskey and Leinhardt (1983), is a probabilistic generative model for graphs that assigns nodes to latent blocks and parametrically estimates the connection probabilities between blocks. It is the foundational approach for community detection, core-periphery identification, and hierarchical structure discovery in network analysis.