পদ্ধতির তুলনা করুন
নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।
| ডাইনামিক স্টোকাস্টিক ব্লক মডেল× | মডিউলারিটি বিশ্লেষণ× | |
|---|---|---|
| ক্ষেত্র | নেটওয়ার্ক বিশ্লেষণ | নেটওয়ার্ক বিশ্লেষণ |
| পরিবার | Machine learning | Machine learning |
| উদ্ভবের বছর≠ | 2011 | 2004 |
| প্রবর্তক≠ | Yang, T.; Chi, Y.; Zhu, S.; Gong, Y.; Jin, R. | Newman, M. E. J. & Girvan, M. |
| ধরন≠ | Generative probabilistic model | Community detection / graph partitioning |
| মৌলিক উৎস≠ | 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 ↗ | Newman, M. E. J., & Girvan, M. (2004). Finding and evaluating community structure in networks. Physical Review E, 69(2), 026113. DOI ↗ |
| অপর নাম | DSBM, dynamic SBM, time-varying stochastic block model, temporal block model | Q-modularity, community structure detection, network modularity optimization, graph partitioning by modularity |
| সম্পর্কিত | 5 | 5 |
| সারসংক্ষেপ≠ | The Dynamic Stochastic Block Model (DSBM) is a generative probabilistic framework that extends the static stochastic block model to networks observed across multiple time points. It jointly models community membership and community evolution, allowing researchers to detect and track latent groups and their structural changes over time in longitudinal network data. | Modularity analysis is a network science method, formalized by Newman and Girvan in 2004, that detects community structure in graphs by measuring whether edges are more concentrated within groups than expected by chance. Its scalar quality index Q guides algorithms that partition nodes into cohesive clusters, making it the most widely adopted framework for community detection in social, biological, and technological networks. |
| ScholarGateডেটাসেট ↗ |
|
|