Machine learningNetwork science

Độ trung tâm gần động

Độ trung tâm gần động mở rộng độ trung tâm gần cổ điển sang mạng thời gian bằng cách tính toán các đường đi ngắn nhất tôn trọng thời gian — các đường đi duyệt qua các cạnh theo thứ tự thời gian — và tính trung bình nghịch đảo khoảng cách trên tất cả các cửa sổ thời gian. Nó cho thấy nút nào có thể đạt được hiệu quả nhất trong một mạng đang phát triển, theo dõi mức độ trung tâm của một nút tăng và giảm như thế nào khi các kết nối xuất hiện và biến mất theo thời gian.

Mở trong MethodMindSắp ra mắtVideoSắp ra mắtDownload slides

Đọc toàn bộ phương pháp

Chỉ dành cho thành viên

Đăng nhập bằng tài khoản miễn phí để đọc phần này.

Đăng nhập

Method map

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

Nguồn tài liệu

  1. Tang, J., Musolesi, M., Mascolo, C., Latora, V. & Nicosia, V. (2010). Analysing information flows and key mediators through temporal centrality metrics. Proceedings of the 3rd Workshop on Social Network Systems (SNS '10). ACM. DOI: 10.1145/1852658.1852661
  2. Holme, P. & Saramäki, J. (2012). Temporal networks. Physics Reports, 519(3), 97–125. DOI: 10.1016/j.physrep.2012.03.001

Cách trích dẫn trang này

ScholarGate. (2026, June 3). Dynamic Closeness Centrality in Temporal Networks. ScholarGate. https://scholargate.app/vi/network-analysis/dynamic-closeness-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 Closeness Centrality (Dynamic Closeness Centrality in Temporal Networks). Truy cập ngày 2026-06-15 từ https://scholargate.app/vi/network-analysis/dynamic-closeness-centrality · Bộ dữ liệu: https://doi.org/10.5281/zenodo.20539026