Az eddiginél pontosabb keresések és előrejelzések készíthetők, ha az információk egymáshoz kapcsolódása kapcsán az időrendet is figyelembe veszik a szakemberek.

Ingo Scholtes, az ETH Zurich fiatal kutatója kifejlesztett egy elemzőeljárást, amely figyelembe veszi az időrendet is a hálózatokon belüli kapcsolatok esetében. Ezáltal nem csupán azt lehet pontosabban meghatározni, hogy mely témák kapcsolódnak egymáshoz a világhálón, hanem lehetővé válik az is, hogy az eddiginél jobban előre lehessen jelezni például a járványok terjedését is. A hálózatokat több évtizede többé vagy kevésbé hasonló minták segítségével elemzik. A bonyolult hálózatokban általában komoly problémát jelent a fontos információk felkutatása, a megszokott módszerek ugyanis gyakran csak kevésbé pontos eredményeket szállítanak.

Scholtes kiemelte, hogy a jelenlegi hálózatelemző eljárások teljesen figyelmen kívül hagynak egy fontos dimenziót, ez pedig a kapcsolatok időrendi sorrendje. Ez azt jelenti, hogy a weben a cikkek közötti hivatkozásokat elemző algoritmusok, nem veszik figyelembe, hogy a felhasználók milyen időrendben hívják le az egyes anyagokat, pedig pont ez lenne a lényeg. Az az időrendiség, amely azt mutatja meg, hogy miként mozgunk az információs hálózatokon keresztül, ugyanis fontos információkat tartalmaz azzal kapcsolatban, hogy mely cikkek kapcsolódnak különösen szorosan egymáshoz és fontosak éppen ezért az emberek számára.

Amennyiben az időrendi dimenziót is figyelembe veszi valaki a hálózatelemzések során, akkor sokkal jobb előrejelzéseket készíthet a felhasználók szokásaival kapcsolatban és ezekre építve még fontosabb keresési eredmények érhetők el és jobb ajánlások adhatók. Az ismeretek nem csupán az online keresőalgoritmusok számára fontosak, ezeket az elemzési módszereket minden hálózathoz alkalmazni lehet. Ennek oka, hogy Scholtes szerint a hálózatok az absztrakt modelljei azoknak a dolgoknak, amelyek össze vannak kötve egymással. Ebbe a körbe tartoznak a közlekedési infrastruktúrák, a globális pénzügyi rendszer, az energiahálózatok, a szervezetünkben lévő sejtek és a közösségi hálózatok mellett az emberek közötti valódi kapcsolatok is.

Scholtes észrevételei különösen akkor válnak hasznossá, ha lefordítjuk a dolgot a járványok előrejelzésére. Az utóbbihoz szükség van annak ismeretére, hogy a lakosság mely csoportja lehet érintett. Nem elegendő csak azt tudni, hogy kik ismerik egymást, hanem az egymással való kapcsolatba kerülésük időrendje is kiemelten fontos azért, hogy meg lehessen mondani, hogy valaki másoknak is tovább fogja-e adni például az influenza vírusát vagy sem.

A londoni metróhálózat elemzése kimutatta azt is, hogy csupán azért, mert sok helyen keresztezik egymást az egyes vonalak, még nem biztos, hogy ezeket a csomópontokat használni is fogják az átszállásokhoz az emberek. Amennyiben egy ilyen állomás a külvárosban található, akkor valószínűleg nem lesz nagy forgalma, hanem az utasok inkább a város belső részén található átszállóhelyeket keresnek és előnyben részesítik azokat a vonalakat, amelyek a belvárosba juttatják őket. Scholtes hangsúlyozta, hogy a társadalom számára létfontosságú, hogy a megfelelő módszereket használják a hálózatok vizsgálatára, mivel ez közvetlen hatással van olyan kérdésekre, mint a kritikus infrastruktúrák rugalmassága vagy a járványok terjedése. A szakember kifejlesztett egy ingyenes hálózatelemző szoftvert, amelyet elérhetővé tett a GitHub oldalán.