Dynamisk Stokastisk Blok Model
Den Dynamiske Stokastiske Blok Model (DSBM) er et generativt probabilistisk rammeværk, der udvider den statiske stokastiske blok model til netværk observeret på tværs af flere tidspunkter. Den modellerer samtidigt fællesskabsmedlemskab og fællesskabernes udvikling, hvilket giver forskere mulighed for at detektere og spore latente grupper og deres strukturelle ændringer over tid i longitudinelle netværksdata.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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: 10.1007/s10994-010-5214-7 ↗
- Matias, C., & Miele, V. (2017). Statistical clustering of temporal networks through a dynamic stochastic block model. Journal of the Royal Statistical Society: Series B, 79(4), 1119–1141. DOI: 10.1111/rssb.12200 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/da/network-analysis/dynamic-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.
- Bayesiansk Stokastisk BlokmodelNetværksanalyse↔ compare
- Dynamisk fællesskabsdetektionNetværksanalyse↔ compare
- ModularitetsanalyseNetværksanalyse↔ compare
- Stokastisk blokmodelNetværksanalyse↔ compare
- Temporal netværksanalyseNetværksanalyse↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →