เปรียบเทียบวิธี

	Temporal Eigenvector Centrality	ค่าความเป็นศูนย์กลางแบบผ่านกลางตามเวลา
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2011-2017	2012
ผู้ริเริ่ม	Grindrod, P.; Higham, D. J.; Taylor, D. et al.	Kim, H. & Anderson, R.; Holme, P. & Saramäki, J.
ประเภท	Centrality measure for temporal networks	Centrality measure for temporal networks
แหล่งต้นตำรับ	Grindrod, P., Parsons, M. C., Higham, D. J., & Estrada, E. (2011). Communicability across evolving networks. Physical Review E, 83(4), 046120.	Holme, P., & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125.
ชื่อเรียกอื่น	dynamic eigenvector centrality, time-varying eigenvector centrality, TEC, temporal communicability centrality	TBC, time-varying betweenness centrality, dynamic betweenness centrality, time-respecting betweenness
ที่เกี่ยวข้อง	5	6
สรุป	Temporal eigenvector centrality extends the classical eigenvector centrality to networks that change over time. By accounting for the ordering and timing of connections, it identifies nodes that are influential not merely because of many simultaneous connections, but because they sit at the crossroads of sequentially important pathways across multiple time slices of the network.	Temporal Betweenness Centrality (TBC) extends classical betweenness centrality to time-stamped networks by counting how often a node lies on time-respecting shortest paths — paths that traverse edges in chronological order. It identifies nodes that act as temporal brokers, controlling information or resource flow as it evolves over time, rather than in a static snapshot.