เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์เครือข่ายแบบทับซ้อน (Multiplex Network Analysis)× | ค่าความเป็นจุดศูนย์กลางระหว่างจุด (Betweenness Centrality)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2014 | 1977 |
| ผู้ริเริ่ม≠ | Kivela, M.; Boccaletti, S. et al. | Freeman, L. C. |
| ประเภท≠ | Structural network model | Centrality measure |
| แหล่งต้นตำรับ≠ | 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. DOI ↗ | Freeman, L. C. (1977). A set of measures of centrality based on betweenness. Sociometry, 40(1), 35–41. DOI ↗ |
| ชื่อเรียกอื่น | multiplex networks, multi-layer network analysis, multilayer network analysis, MNA | Freeman betweenness, BC, geodesic betweenness, shortest-path betweenness |
| ที่เกี่ยวข้อง | 6 | 6 |
| สรุป≠ | 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. | Betweenness centrality, formalized by Linton C. Freeman in 1977, measures how often a node lies on the shortest path connecting every other pair of nodes in a network. High-betweenness nodes act as bridges or brokers: removing them fragments the network into disconnected components more severely than removing any other nodes. |
| ScholarGateชุดข้อมูล ↗ |
|
|