เปรียบเทียบวิธี

	การวิเคราะห์โมดูลาริตีเชิงเวลา	การวิเคราะห์เครือข่ายสังคมเชิงเวลา
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2010	2000s–2010s
ผู้ริเริ่ม	Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P.	Moody, J.; Holme, P.; Saramäki, J.
ประเภท	Community detection (temporal extension of modularity optimization)	Longitudinal network analysis
แหล่งต้นตำรับ	Mucha, P. J., Richardson, T., Macon, K., Porter, M. A., & Onnela, J.-P. (2010). Community structure in time-dependent, multiscale, and multiplex networks. Science, 328(5980), 876-878.	Holme, P., & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125.
ชื่อเรียกอื่น	dynamic modularity, time-varying modularity, longitudinal community detection, temporal community structure analysis	TSNA, longitudinal social network analysis, time-varying network analysis, dynamic SNA
ที่เกี่ยวข้อง	5	4
สรุป	Temporal modularity analysis extends standard modularity-based community detection to time-varying networks by treating each time slice as a network layer and coupling adjacent layers with inter-temporal links. This allows researchers to identify how communities form, persist, merge, split, and dissolve over time in dynamic relational data.	Temporal Social Network Analysis (TSNA) extends classic social network analysis by treating networks as time-varying structures. Rather than aggregating all ties into a single static snapshot, TSNA tracks when ties form, persist, and dissolve, enabling researchers to study how social structures evolve and how dynamic connectivity shapes diffusion, influence, and inequality over time.