เปรียบเทียบวิธี

	การวิเคราะห์โมดูลาริตี้แบบพลวัต	การตรวจจับชุมชนเชิงเวลา
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010	2010
ผู้ริเริ่ม	Mucha, P. J.; Porter, M. A.; and colleagues	Mucha, P. J. et al.
ประเภท	Community detection on temporal networks	Network clustering algorithm
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.	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.
ชื่อเรียกอื่น	dynamic community structure analysis, temporal modularity optimization, evolving community detection, time-varying modularity	dynamic community detection, time-varying community detection, evolutionary community detection, longitudinal community detection
ที่เกี่ยวข้อง	5	6
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.	Temporal community detection identifies cohesive groups (communities) in networks whose structure changes over time. By treating each time snapshot as a network layer and coupling consecutive layers, it reveals how communities form, merge, split, grow, or dissolve — turning a sequence of static snapshots into a continuous narrative of group evolution.