Stokastisk blokmodel — Sandsynlighedsbaseret gruppedetektion i netværk
Den stokastiske blokmodel (SBM), introduceret af Holland, Laskey og Leinhardt (1983), er en sandsynlighedsbaseret generativ model for grafer, der tildeler knuder til latente blokke og parametrisk estimerer forbindelsessandsynlighederne mellem blokke. Det er den grundlæggende tilgang til gruppedetektion, identifikation af kerne-periferi-strukturer og opdagelse af hierarkiske strukturer i netværksanalyse.
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.
+16 more
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/da/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.
- DBSCANMaskinlæring↔ compare
- Graph Attention NetworkDyb læring↔ compare
- Grafneuralt netværkDyb læring↔ compare
- Hierarkisk grupperingMaskinlæring↔ compare
- K-Means ClusteringMaskinlæring↔ compare
- Principal Component AnalysisMaskinlæring↔ compare
- TekstnetværksanalyseTekstmining↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →