เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์เครือข่ายสองรูปแบบเชิงเวลา× | การวิเคราะห์เครือข่ายทางสังคม× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 1990s–2010s | 1934 (sociometry); 1994 (modern formalization) |
| ผู้ริเริ่ม≠ | Borgatti, S. P. & Everett, M. G. (two-mode foundations); extended to temporal setting by multiple authors | Moreno, J.L.; formalized by Wasserman & Faust |
| ประเภท≠ | Network analysis technique | Structural/relational analysis framework |
| แหล่งต้นตำรับ≠ | Borgatti, S. P., & Everett, M. G. (1997). Network analysis of 2-mode data. Social Networks, 19(3), 243–269. DOI ↗ | Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1 |
| ชื่อเรียกอื่น | temporal bipartite network analysis, dynamic two-mode network analysis, time-varying bipartite network analysis, longitudinal affiliation network analysis | SNA, network analysis, sociometric analysis, relational analysis |
| 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. | 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 ↗ |
|
|