เปรียบเทียบวิธี

	การวิเคราะห์โมดูลาริตี้แบบพลวัต	การวิเคราะห์มอดูลาริตี
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010	2004
ผู้ริเริ่ม	Mucha, P. J.; Porter, M. A.; and colleagues	Newman, M. E. J. & Girvan, M.
ประเภท	Community detection on temporal networks	Community detection / graph partitioning
แหล่งต้นตำรับ	Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876–878.	Newman, M. E. J., & Girvan, M. (2004). Finding and evaluating community structure in networks. Physical Review E, 69(2), 026113.
ชื่อเรียกอื่น	dynamic community structure analysis, temporal modularity optimization, evolving community detection, time-varying modularity	Q-modularity, community structure detection, network modularity optimization, graph partitioning by modularity
ที่เกี่ยวข้อง	5	5
สรุป	Dynamic modularity analysis extends the classical modularity framework to networks that evolve over time, detecting communities across a sequence of network snapshots while penalizing unnecessary community changes between time steps. It identifies cohesive groups and tracks how they form, merge, split, or dissolve, giving researchers a principled view of structural change in longitudinal network data.	Modularity analysis is a network science method, formalized by Newman and Girvan in 2004, that detects community structure in graphs by measuring whether edges are more concentrated within groups than expected by chance. Its scalar quality index Q guides algorithms that partition nodes into cohesive clusters, making it the most widely adopted framework for community detection in social, biological, and technological networks.