เปรียบเทียบวิธี

	แบบจำลองสโตแคสติกแบบบล็อกเชิงเวลา	การตรวจจับชุมชนเชิงเวลา
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2014–2017	2010
ผู้ริเริ่ม	Xu, K. S. & Hero, A. O.; Matias, C. & Miele, V.	Mucha, P. J. et al.
ประเภท	Generative probabilistic model	Network clustering algorithm
แหล่งต้นตำรับ	Matias, C. & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141.	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.
ชื่อเรียกอื่น	TSBM, dynamic stochastic block model, time-varying SBM, evolving block model	dynamic community detection, time-varying community detection, evolutionary community detection, longitudinal community detection
ที่เกี่ยวข้อง	4	6
สรุป	The Temporal Stochastic Block Model (TSBM) extends the classic Stochastic Block Model to sequences of network snapshots, jointly inferring latent community memberships and how those memberships evolve across time. It combines a generative edge-probability model with a Markov process over block assignments, enabling principled statistical detection of community structure that changes over time.	Temporal community detection identifies cohesive groups (communities) in networks whose structure changes over time. By treating each time snapshot as a network layer and coupling consecutive layers, it reveals how communities form, merge, split, grow, or dissolve — turning a sequence of static snapshots into a continuous narrative of group evolution.