Stochastický blokový model — Pravděpodobnostní detekce komunit v sítích
Stochastický blokový model (SBM), představený Hollandem, Laskeym a Leinhardtem (1983), je pravděpodobnostní generativní model pro grafy, který přiřazuje uzly latentním blokům a parametricky odhaduje pravděpodobnosti spojení mezi bloky. Je to základní přístup pro detekci komunit, identifikaci jádra a periferie a objevování hierarchické struktury v síťové analýze.
Přečíst celou metodu
Pro přečtení této sekce se přihlaste s bezplatným účtem.
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
Zdroje
- 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 ↗
Jak citovat tuto stránku
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/cs/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.
- DBSCANStrojové učení↔ compare
- Grafová pozornostní síťHluboké učení↔ compare
- Grafová neuronová síťHluboké učení↔ compare
- Hierarchické shlukováníStrojové učení↔ compare
- K-Means shlukováníStrojové učení↔ compare
- Analýza hlavních komponentStrojové učení↔ compare
- Analýza textových sítíDolování textu↔ compare
Odkazuje sem
Našli jste na této stránce chybu? Nahlaste ji nebo navrhněte opravu →