เปรียบเทียบวิธี

	ความเป็นศูนย์กลางระหว่างชั้นหลายชั้น	การตรวจจับชุมชนหลายชั้น
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2013–2014	2010–2014
ผู้ริเริ่ม	De Domenico, M.; Kivelä, M.; Arenas, A. et al.	Mucha, P. J. et al.; Kivela, M. et al.
ประเภท	Centrality measure (multilayer extension)	Community detection algorithm for multilayer networks
แหล่งต้นตำรับ	De Domenico, M., Solé-Ribalta, A., Cozzo, E., Kivelä, M., Moreno, Y., Porter, M. A., Gómez, S., & Arenas, A. (2013). Mathematical formulation of multilayer networks. Physical Review X, 3(4), 041022.	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	MBC, multilayer geodesic betweenness, tensorial betweenness centrality, interlayer betweenness centrality	multilayer clustering, multiplex community detection, cross-layer community detection, MCD
ที่เกี่ยวข้อง	5	5
สรุป	Multilayer betweenness centrality extends the classical betweenness measure to networks with multiple types of relationships — or layers — by computing how often a node lies on shortest paths that can traverse any layer or switch between layers. It identifies brokers and bridges whose influence spans distinct interaction domains simultaneously.	Multilayer community detection identifies groups of nodes that are densely connected across multiple types of relationships simultaneously. By coupling layers of a network — such as friendship, advice, and collaboration ties — it finds communities that are coherent not just within one relation type but across all of them, revealing structure that single-layer analysis would miss.