Stochastic Block Model — Detecció Probabilística de Comunitats en Xarxes
El Stochastic Block Model (SBM), introduït per Holland, Laskey i Leinhardt (1983), és un model generatiu probabilístic per a grafs que assigna nodes a blocs latents i estima paramètricament les probabilitats de connexió entre blocs. És l'enfocament fonamental per a la detecció de comunitats, la identificació de nucli-perifèria i el descobriment d'estructures jeràrquiques en l'anàlisi de xarxes.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
Fonts
- Holland, P.W., Laskey, K.B. & Leinhardt, S. (1983). Stochastic Blockmodels: First Steps. Social Networks, 5(2), 109-137. DOI: 10.1016/0378-8733(83)90021-7 ↗
- Lee, C. & Wilkinson, D.J. (2019). A Review of Stochastic Block Models and Extensions for Graph Clustering. Applied Network Science, 4(1), 122. DOI: 10.1007/s41109-019-0232-2 ↗
Com citar aquesta pàgina
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/ca/network-analysis/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.
- DBSCANAprenentatge automàtic↔ compare
- Graph Attention NetworkAprenentatge profund↔ compare
- Xarxa Neuronal de GrafsAprenentatge profund↔ compare
- Agrupació jeràrquicaAprenentatge automàtic↔ compare
- Agrupació K-MeansAprenentatge automàtic↔ compare
- Anàlisi de Components PrincipalsAprenentatge automàtic↔ compare
- Anàlisi de xarxes textualsMineria de text↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →