เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์การแพร่กระจายในเครือข่าย× | การวิเคราะห์เครือข่ายทางสังคม× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 1927 (epidemic roots); network formalization 1990s–2000s | 1934 (sociometry); 1994 (modern formalization) |
| ผู้ริเริ่ม≠ | Kermack, W. O. & McKendrick, A. G. | Moreno, J.L.; formalized by Wasserman & Faust |
| ประเภท≠ | Simulation / analytical model | Structural/relational analysis framework |
| แหล่งต้นตำรับ≠ | Kermack, W. O. & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society of London A, 115(772), 700–721. DOI ↗ | Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1 |
| ชื่อเรียกอื่น | diffusion on networks, information diffusion, contagion spreading model, network propagation model | SNA, network analysis, sociometric analysis, relational analysis |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Network diffusion analysis models how information, diseases, behaviors, or innovations spread across a graph of nodes and edges. Drawing on classical epidemic theory (SI, SIR, SIS) and modern network science, it tracks which nodes become infected, how quickly, and whether the spread reaches a global cascade or dies out locally. | 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. |
| ScholarGateชุดข้อมูล ↗ |
|
|