เปรียบเทียบวิธี

	แบบจำลองกราฟสุ่มแบบทวีคูณเชิงพลวัต	การวิเคราะห์เครือข่ายเชิงเวลา
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Process / pipeline
ปีกำเนิด	2010–2014	2012
ผู้ริเริ่ม	Hanneke, Fu & Xing; Krivitsky & Handcock	Holme & Saramäki (2012) — seminal framework
ประเภท	Probabilistic graphical model (temporal)	Dynamic graph analysis
แหล่งต้นตำรับ	Hanneke, S., Fu, W., & Xing, E. P. (2010). Discrete temporal models of social networks. Electronic Journal of Statistics, 4, 585–605.	Holme, P. & Saramäki, J. (2012). Temporal Networks. Physics Reports, 519(3), 97-125.
ชื่อเรียกอื่น	TERGM, Temporal ERGM, Dynamic ERGM, STERGM	dynamic network analysis, time-varying network analysis, Zamansal Ağ Analizi (Temporal / Dynamic Networks)
ที่เกี่ยวข้อง	4	3
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.	Temporal network analysis, formalised by Holme and Saramäki in their landmark 2012 Physics Reports survey, is the study of networks in which edges appear and disappear over time. Rather than collapsing all contacts into a single static graph, the approach preserves the precise timing of interactions — whether as contact sequences, time-stamped event lists, or windowed snapshots — and uses that timing to track how influence, disease, or information can actually propagate through the system.