网络分析
90 种方法属于此方法族。
精选
中间性中心度Betweenness centrality, formalized by Linton C. Freeman in 1977, measures how often a node lies on the shortest path connecting every other pair of nodes in a network. High-between二部网络分析Bipartite network analysis, formalised by Borgatti and Everett in 1997, is a graph-structural method for studying networks in which nodes are divided into two disjoint sets — actor中心性分析Centrality analysis is a family of network-analytic measures, formalized by Freeman (1979), that quantifies the structural importance of individual nodes within a graph. Each centr接近中心性Closeness centrality measures how quickly a node can reach all others in a network by computing the inverse of its average shortest-path distance to every other node. First describ社群检测Community detection is a family of graph-partitioning algorithms that discover densely connected sub-groups — communities — within a network. First formalised through the modularit度中心性Degree centrality is the simplest and most intuitive measure of a node's importance in a network, defined as the number of direct ties a node has to other nodes. Normalized by divi
阅读路径
本主题被引用最多的基础方法，按其提出的先后顺序排列——若您初次接触，不妨从这里开始。
全部方法 90
中间性中心度二部网络分析中心性分析接近中心性社群检测度中心性有向介数中心性有向紧密度中心性有向社区检测定向自我网络分析有向特征向量中心性有向指数随机图模型有向知识图谱分析有向模块度分析定向多层网络分析定向网络扩散分析定向PageRank定向社交网络分析定向双模网络分析动态紧密中心性动态社群侦测动态度中心性动态自我网络分析动态特征向量中心性动态指数随机图模型动态模块性分析动态PageRankDynamic Stochastic Block Model动态双模网络分析个人网络分析特征向量中心性指数随机图模型（ERGM / p*）图核图神经网络k-核分解知识图谱分析知识图谱嵌入链接预测模块度分析多层介数中心性多层紧密度中心性多层社区检测多层度中心性多层知识图谱分析多层网络分析多层网络扩散分析多层 PageRank多层社会网络分析多层随机块模型多层时间网络分析多层双模网络分析多层网络分析网络扩散分析网络嵌入网络图锦分析网络韧性与脆弱性分析PageRank Centrality社会网络分析随机块模型时间介数中心性时间邻近中心性时态社群检测时间度中心性时间特征向量中心性时序知识图谱分析时间模块度分析时序多重网络分析时间网络分析时间网络扩散分析时间PageRank时间社交网络分析时序随机块模型Temporal Two-Mode Network Analysis双模网络分析加权介数中心性加权紧密度中心性加权社区检测加权度中心性加权自我网络分析加权特征向量中心性加权指数随机图模型加权知识图谱分析加权模块度分析加权多层网络分析加权网络扩散分析加权PageRank加权社会网络分析加权随机块模型加权时间网络分析加权双模网络分析