Динамичен стохастичен блокови модел
Динамичният стохастичен блокови модел (DSBM) е генеративен вероятностен модел, който разширява статичния стохастичен блокови модел за мрежи, наблюдавани в множество времеви точки. Той едновременно моделира членството в общности и еволюцията на общностите, позволявайки на изследователите да откриват и проследяват скрити групи и техните структурни промени във времето в лонгитюдни мрежови данни.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Yang, T., Chi, Y., Zhu, S., Gong, Y., & Jin, R. (2011). Detecting communities and their evolutions in dynamic social networks — a Bayesian approach. Machine Learning, 82(2), 157–189. DOI: 10.1007/s10994-010-5214-7 ↗
- Matias, C., & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/bg/network-analysis/dynamic-stochastic-block-model
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.
- Байесов стохастичен блокови моделМрежови анализ↔ compare
- Dynamic Community DetectionМрежови анализ↔ compare
- Анализ на модулносттаМрежови анализ↔ compare
- Стохастичен блокови моделМрежови анализ↔ compare
- Анализ на времеви мрежиМрежови анализ↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →