เปรียบเทียบวิธี

	แบบจำลองกราฟสุ่มเอ็กซ์โพเนนเชียลถ่วงน้ำหนัก	การวิเคราะห์เครือข่ายสังคมแบบถ่วงน้ำหนัก
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2012	2004–2010
ผู้ริเริ่ม	Krivitsky, P. N.	Barrat, A.; Opsahl, T. et al.
ประเภท	Statistical network model	Network analysis framework
แหล่งต้นตำรับ	Krivitsky, P. N. (2012). Exponential-family random graph models for valued networks. Electronic Journal of Statistics, 6, 1100–1128.	Barrat, A., Barthélemy, M., Pastor-Satorras, R., & Vespignani, A. (2004). The architecture of complex weighted networks. Proceedings of the National Academy of Sciences, 101(11), 3747–3752.
ชื่อเรียกอื่น	W-ERGM, valued ERGM, weighted p-star model, valued exponential random graph model	Weighted SNA, valued network analysis, tie-strength network analysis, weighted graph analysis
ที่เกี่ยวข้อง	4	6
สรุป	The Weighted Exponential Random Graph Model (W-ERGM) extends the classic binary ERGM framework to networks whose edges carry quantitative values — such as frequency of contact, trade volume, or collaboration intensity. It models the entire valued-edge network as a probability distribution defined over all possible weighted graphs, enabling researchers to test whether structural patterns such as reciprocity, transitivity, or degree distribution arise beyond what chance alone would produce.	Weighted Social Network Analysis extends classical SNA by assigning numeric values — weights — to ties between actors, capturing tie strength, interaction frequency, or resource flow. Rather than treating all connections as equal, it reveals who holds privileged positions by virtue of the intensity, not merely the existence, of their relationships.