Machine learningNetwork science

Dynamic Degree Centrality

Dynamic degree centrality เป็นการขยายแนวคิดการวัดค่า degree centrality แบบดั้งเดิมไปยังเครือข่ายที่มีการเปลี่ยนแปลงตามกาลเวลา แทนที่จะนับจำนวนการเชื่อมต่อของโหนด ณ จุดเวลาเดียวแบบคงที่ (static snapshot) การวัดนี้จะติดตามว่าแต่ละโหนดมีการติดต่อกับโหนดอื่น ๆ เป็นจำนวนเท่าใดในช่วงเวลาที่ต่อเนื่องกัน หรือเหตุการณ์การติดต่อที่เกิดขึ้น ทำให้ได้โปรไฟล์ความสำคัญของนักแสดงทุกคนในเครือข่ายที่แยกตามช่วงเวลา

เปิดใน MethodMindเร็ว ๆ นี้วิดีโอเร็ว ๆ นี้Download slides

อ่านวิธีฉบับเต็ม

สำหรับสมาชิกเท่านั้น

เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้

เข้าสู่ระบบ

Method map

The neighbourhood of related methods — select a node to explore.

แหล่งอ้างอิง

  1. Holme, P. & Saramaki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001
  2. Kim, H. & Anderson, R. (2012). Temporal node centrality in complex networks. Physical Review E, 85(2), 026107. DOI: 10.1103/PhysRevE.85.026107

วิธีอ้างอิงหน้านี้

ScholarGate. (2026, June 3). Dynamic Degree Centrality in Temporal Networks. ScholarGate. https://scholargate.app/th/network-analysis/dynamic-degree-centrality

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side

ถูกอ้างอิงโดย

ScholarGateDynamic Degree Centrality (Dynamic Degree Centrality in Temporal Networks). สืบค้นเมื่อ 2026-06-15 จาก https://scholargate.app/th/network-analysis/dynamic-degree-centrality · ชุดข้อมูล: https://doi.org/10.5281/zenodo.20539026