เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสองรูปแบบเชิงเวลา	การตรวจจับชุมชนเชิงเวลา
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1990s–2010s	2010
ผู้ริเริ่ม	Borgatti, S. P. & Everett, M. G. (two-mode foundations); extended to temporal setting by multiple authors	Mucha, P. J. et al.
ประเภท	Network analysis technique	Network clustering algorithm
แหล่งต้นตำรับ	Borgatti, S. P., & Everett, M. G. (1997). Network analysis of 2-mode data. Social Networks, 19(3), 243–269.	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	temporal bipartite network analysis, dynamic two-mode network analysis, time-varying bipartite network analysis, longitudinal affiliation network analysis	dynamic community detection, time-varying community detection, evolutionary community detection, longitudinal community detection
ที่เกี่ยวข้อง	5	6
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.	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.