Machine learningNetwork science

Анализ на претеглени графи на знанието

Анализът на претеглени графи на знанието разширява стандартните методи за графи на знанието чрез присвояване на числови тегла — като оценки за достоверност, честота на съвместна поява или сила на връзките — на ребрата между обекти. Тези тегла позволяват на анализаторите да приоритизират тройки с висока достоверност, да намират най-влиятелните пътища и да изчисляват централност и общностна структура, съобразени с теглото, в големи структурирани бази от знания.

Отворете в MethodMindСкороВидеоСкороDownload slides

Прочетете целия метод

Само за членове

Влезте с безплатен профил, за да прочетете този раздел.

Вход

Method map

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

Източници

  1. Hogan, A., Blomqvist, E., Cochez, M., d'Amato, C., Melo, G., Gutierrez, C., Kirrane, S., Gayo, J. E. L., Navigli, R., Neumaier, S., Ngomo, A. N., Polleres, A., Rashid, S. M., Rula, A., Schmelzeisen, L., Sequeda, J., Staab, S., & Zimmermann, A. (2021). Knowledge Graphs. ACM Computing Surveys, 54(4), 1–37. DOI: 10.1145/3447772
  2. Wang, Q., Zhang, F., Liu, Z., & Sun, M. (2017). Knowledge Graph Embedding by Translating on Hyperplanes. In Proceedings of the AAAI Conference on Artificial Intelligence, 28(1). link

Как да цитирате тази страница

ScholarGate. (2026, June 3). Weighted Knowledge Graph Analysis (Weight-Aware Structural and Semantic Network Analysis). ScholarGate. https://scholargate.app/bg/network-analysis/weighted-knowledge-graph-analysis

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
ScholarGateWeighted Knowledge Graph Analysis (Weighted Knowledge Graph Analysis (Weight-Aware Structural and Semantic Network Analysis)). Извлечено на 2026-06-15 от https://scholargate.app/bg/network-analysis/weighted-knowledge-graph-analysis · Набор от данни: https://doi.org/10.5281/zenodo.20539026