เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสองโหมดพลวัต	การวิเคราะห์เครือข่ายทางสังคม
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2000s–2012	1934 (sociometry); 1994 (modern formalization)
ผู้ริเริ่ม	Borgatti, S. P. & Halgin, D. S. (affiliation networks); Holme, P. & Saramäki, J. (temporal networks)	Moreno, J.L.; formalized by Wasserman & Faust
ประเภท	Longitudinal bipartite network analysis	Structural/relational analysis framework
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.	Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1
ชื่อเรียกอื่น	Dynamic bipartite network analysis, Temporal two-mode network analysis, Longitudinal affiliation network analysis, Dynamic actor-event network analysis	SNA, network analysis, sociometric analysis, relational analysis
ที่เกี่ยวข้อง	6	5
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.	Social Network Analysis (SNA) is a structural method that maps and measures relationships and flows between people, groups, organizations, or other entities modeled as nodes connected by ties (edges). Rather than focusing on individual attributes, SNA reveals how the pattern of connections shapes behavior, influence, information flow, and outcomes within a system.