Gewichtetes stochastisches Blockmodell
Das gewichtete stochastische Blockmodell (W-SBM) erweitert das klassische stochastische Blockmodell auf Netzwerke, deren Kanten numerische Gewichte tragen. Indem es postuliert, dass die Kantengewichte zwischen Knotenpaaren aus Verteilungen stammen, die von den Blockzugehörigkeiten dieser Knoten abhängen, inferiert es gleichzeitig eine Partitionierung der Knoten in Gemeinschaften und eine Reihe von Block-zu-Block-Gewichtsparametern – und deckt damit Strukturen auf, die für ungewichtete Methoden unsichtbar sind.
Die vollständige Methode lesen
Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.
Method map
The neighbourhood of related methods — select a node to explore.
Quellen
- Aicher, C., Jacobs, A. Z., & Clauset, A. (2014). Learning latent block structure in weighted networks. Journal of Complex Networks, 3(2), 221–248. DOI: 10.1093/comnet/cnu026 ↗
- Nowicki, K., & Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures. Journal of the American Statistical Association, 96(455), 1077–1087. DOI: 10.1198/016214501753208735 ↗
So zitieren Sie diese Seite
ScholarGate. (2026, June 3). Weighted Stochastic Block Model (W-SBM). ScholarGate. https://scholargate.app/de/network-analysis/weighted-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.
- ModularitätsanalyseNetzwerkanalyse↔ compare
- Stochastic Block ModelNetzwerkanalyse↔ compare
- Gewichtete GemeinschaftserkennungNetzwerkanalyse↔ compare
- Gewichtetes Exponential Random Graph ModelNetzwerkanalyse↔ compare
- Gewichtete ModularitätsanalyseNetzwerkanalyse↔ compare
- Gewichtete Netzwerkanalyse (Weighted Social Network Analysis)Netzwerkanalyse↔ compare
Referenziert von
Einen Fehler auf dieser Seite entdeckt? Melden oder Korrektur vorschlagen →