Machine learningNetwork science

Analýza vážených grafů znalostí

Analýza vážených grafů znalostí rozšiřuje standardní metody grafů znalostí přiřazením číselných vah — jako jsou skóre spolehlivosti, frekvence ko-výskytu nebo síla vztahů — hranám mezi entitami. Tyto váhy umožňují analytikům upřednostňovat trojice s vysokou spolehlivostí, nacházet nejvlivnější cesty a počítat centralitu a komunitní strukturu v rozsáhlých strukturovaných znalostních bázích zohledňující váhy.

Otevřít v MethodMindJiž brzyVideoJiž brzyDownload slides

Přečíst celou metodu

Pouze pro členy

Pro přečtení této sekce se přihlaste s bezplatným účtem.

Přihlásit se

Method map

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

Zdroje

  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

Jak citovat tuto stránku

ScholarGate. (2026, June 3). Weighted Knowledge Graph Analysis (Weight-Aware Structural and Semantic Network Analysis). ScholarGate. https://scholargate.app/cs/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)). Získáno 2026-06-15 z https://scholargate.app/cs/network-analysis/weighted-knowledge-graph-analysis · Datová sada: https://doi.org/10.5281/zenodo.20539026