Machine learningNetwork science

Динамічна центральність за власним вектором

Динамічна центральність за власним вектором розширює класичну міру центральності за власним вектором на мережі, що змінюються з часом. Замість обчислення єдиного провідного власного вектора на статичній матриці суміжності, вона відстежує, як вплив вузла — визначений важливістю його сусідів — еволюціонує протягом знімків або часових вікон. Метод використовується в аналізі соціальних мереж, епідеміології та дослідженнях поширення інформації, де топологія мережі постійно змінюється.

Відкрити у MethodMindНезабаромВідеоНезабаромDownload slides

Читати метод повністю

Лише для учасників

Увійдіть із безкоштовним обліковим записом, щоб прочитати цей розділ.

Увійти

Method map

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

Джерела

  1. Lerman, K., Ghosh, R., & Kang, J. H. (2010). Centrality metric for dynamic networks. Proceedings of the 8th Workshop on Mining and Learning with Graphs (MLG '10). ACM. link
  2. Eigenvector centrality. Wikipedia. link

Як цитувати цю сторінку

ScholarGate. (2026, June 3). Dynamic Eigenvector Centrality in Temporal Networks. ScholarGate. https://scholargate.app/uk/network-analysis/dynamic-eigenvector-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
ScholarGateDynamic Eigenvector Centrality (Dynamic Eigenvector Centrality in Temporal Networks). Отримано 2026-06-15 з https://scholargate.app/uk/network-analysis/dynamic-eigenvector-centrality · Набір даних: https://doi.org/10.5281/zenodo.20539026