เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสองโหมดแบบถ่วงน้ำหนัก	การวิเคราะห์มอดูลาริตี
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	1997 (two-mode); weighted extensions 2000s	2004
ผู้ริเริ่ม	Borgatti, S. P. & Everett, M. G.	Newman, M. E. J. & Girvan, M.
ประเภท	Network structural analysis	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	weighted bipartite network analysis, valued two-mode network analysis, weighted affiliation network analysis, W2MNA	Q-modularity, community structure detection, network modularity optimization, graph partitioning by modularity
ที่เกี่ยวข้อง	6	5
สรุป	Weighted two-mode network analysis examines bipartite graphs in which two distinct node sets — such as actors and events, authors and papers, or species and habitats — are connected by edges carrying numerical weights that capture the strength, frequency, or intensity of each affiliation. Incorporating weights provides substantially richer structural insights than unweighted bipartite analysis.	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.