เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์เครือข่ายเชิงเวลา× | การวิเคราะห์เครือข่ายทางสังคม× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล≠ | Process / pipeline | Machine learning |
| ปีกำเนิด≠ | 2012 | 1934 (sociometry); 1994 (modern formalization) |
| ผู้ริเริ่ม≠ | Holme & Saramäki (2012) — seminal framework | Moreno, J.L.; formalized by Wasserman & Faust |
| ประเภท≠ | Dynamic graph analysis | Structural/relational analysis framework |
| แหล่งต้นตำรับ≠ | Holme, P. & Saramäki, J. (2012). Temporal Networks. Physics Reports, 519(3), 97-125. DOI ↗ | Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1 |
| ชื่อเรียกอื่น≠ | dynamic network analysis, time-varying network analysis, Zamansal Ağ Analizi (Temporal / Dynamic Networks) | SNA, network analysis, sociometric analysis, relational analysis |
| ที่เกี่ยวข้อง≠ | 3 | 5 |
| สรุป≠ | Temporal network analysis, formalised by Holme and Saramäki in their landmark 2012 Physics Reports survey, is the study of networks in which edges appear and disappear over time. Rather than collapsing all contacts into a single static graph, the approach preserves the precise timing of interactions — whether as contact sequences, time-stamped event lists, or windowed snapshots — and uses that timing to track how influence, disease, or information can actually propagate through the system. | 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 ↗ |
|
|