เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์เครือข่ายสังคมเชิงเวลา× | การวิเคราะห์เครือข่ายทางสังคม× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2000s–2010s | 1934 (sociometry); 1994 (modern formalization) |
| ผู้ริเริ่ม≠ | Moody, J.; Holme, P.; Saramäki, J. | Moreno, J.L.; formalized by Wasserman & Faust |
| ประเภท≠ | Longitudinal network 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 | TSNA, longitudinal social network analysis, time-varying network analysis, dynamic SNA | SNA, network analysis, sociometric analysis, relational analysis |
| ที่เกี่ยวข้อง≠ | 4 | 5 |
| สรุป≠ | 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. | 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 ↗ |
|
|