เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสองโหมดพลวัต	การวิเคราะห์เครือข่ายแบบทับซ้อน (Multiplex Network Analysis)
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2000s–2012	2014
ผู้ริเริ่ม	Borgatti, S. P. & Halgin, D. S. (affiliation networks); Holme, P. & Saramäki, J. (temporal networks)	Kivela, M.; Boccaletti, S. et al.
ประเภท	Longitudinal bipartite network analysis	Structural network model
แหล่งต้นตำรับ	Borgatti, S. P., & Halgin, D. S. (2011). Analyzing affiliation networks. In J. Scott & P. J. Carrington (Eds.), The SAGE Handbook of Social Network Analysis (pp. 417–433). SAGE.	Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271.
ชื่อเรียกอื่น	Dynamic bipartite network analysis, Temporal two-mode network analysis, Longitudinal affiliation network analysis, Dynamic actor-event network analysis	multiplex networks, multi-layer network analysis, multilayer network analysis, MNA
ที่เกี่ยวข้อง	6	6
สรุป	Dynamic two-mode network analysis studies bipartite networks — structures with two distinct node types, such as actors and events or authors and papers — as they evolve over time. By tracking how memberships, affiliations, and co-participations change across temporal snapshots, it reveals the emergence, dissolution, and reorganization of collaborative or membership structures that static analysis would miss.	Multiplex network analysis studies systems where the same set of nodes is connected by multiple distinct types of relationships, each represented as a separate network layer. By analyzing layers simultaneously rather than in isolation, it reveals how different relation types interact, reinforce each other, or compensate for one another across the same actors or entities.