เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสองรูปแบบเชิงเวลา	การวิเคราะห์มอดูลาริตี
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1990s–2010s	2004
ผู้ริเริ่ม	Borgatti, S. P. & Everett, M. G. (two-mode foundations); extended to temporal setting by multiple authors	Newman, M. E. J. & Girvan, M.
ประเภท	Network analysis technique	Community detection / graph partitioning
แหล่งต้นตำรับ	Borgatti, S. P., & Everett, M. G. (1997). Network analysis of 2-mode data. Social Networks, 19(3), 243–269.	Newman, M. E. J., & Girvan, M. (2004). Finding and evaluating community structure in networks. Physical Review E, 69(2), 026113.
ชื่อเรียกอื่น	temporal bipartite network analysis, dynamic two-mode network analysis, time-varying bipartite network analysis, longitudinal affiliation network analysis	Q-modularity, community structure detection, network modularity optimization, graph partitioning by modularity
ที่เกี่ยวข้อง	5	5
สรุป	Temporal two-mode network analysis tracks relationships between two distinct classes of nodes — such as authors and publications, or actors and events — across multiple time points. By combining bipartite structure with longitudinal observation, it reveals how affiliation patterns, collaborations, and community memberships form, evolve, and dissolve over time.	Modularity analysis is a network science method, formalized by Newman and Girvan in 2004, that detects community structure in graphs by measuring whether edges are more concentrated within groups than expected by chance. Its scalar quality index Q guides algorithms that partition nodes into cohesive clusters, making it the most widely adopted framework for community detection in social, biological, and technological networks.