Machine learningNetwork science

Anàlisi de Difusió amb Xarxes Bayesianes

L'Anàlisi de Difusió amb Xarxes Bayesianes aplica inferència probabilística bayesiana a l'estudi de com la informació, malalties, comportaments o innovacions es propaguen a través d'una xarxa. En col·locar priors sobre els paràmetres de difusió i actualitzar-los amb dades observades de cascades, quantifica les taxes de transmissió, identifica els agents de propagació influents, reconstrueix les vies de propagació latents i proporciona estimacions completes d'incertesa, tot dins d'un marc estadístic fonamentat.

Obre a MethodMindAviatVídeoAviatDownload slides

Llegeix el mètode complet

Només per a membres

Inicia la sessió amb un compte gratuït per llegir aquesta secció.

Inicia la sessió

Method map

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

Fonts

  1. Gomez Rodriguez, M., Leskovec, J., & Scholkopf, B. (2012). Structure and Dynamics of Information Pathways in Online Media. Proceedings of the 6th ACM International Conference on Web Search and Data Mining (WSDM), 23–32. DOI: 10.1145/2433396.2433402
  2. Kitsak, M., Gallos, L. K., Havlin, S., Liljeros, F., Muchnik, L., Stanley, H. E., & Makse, H. A. (2010). Identification of influential spreaders in complex networks. Nature Physics, 6(11), 888–893. DOI: 10.1038/nphys1746

Com citar aquesta pàgina

ScholarGate. (2026, June 3). Bayesian Network Diffusion Analysis (Probabilistic Inference on Contagion and Spreading Processes). ScholarGate. https://scholargate.app/ca/network-analysis/bayesian-network-diffusion-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

Citat per

ScholarGateBayesian Network Diffusion Analysis (Bayesian Network Diffusion Analysis (Probabilistic Inference on Contagion and Spreading Processes)). Recuperat el 2026-06-15 de https://scholargate.app/ca/network-analysis/bayesian-network-diffusion-analysis · Conjunt de dades: https://doi.org/10.5281/zenodo.20539026