ScholarGate
Assistent
Machine learningLatent-variable network inference

Latent Space Network Model

The latent space network model represents each actor as a point in an unobserved low-dimensional 'social space' and makes the probability of a tie between two actors a decreasing function of the distance between their points. Introduced by Peter Hoff, Adrian Raftery, and Mark Handcock in 2002, it gives social networks a geometric interpretation in which proximity captures unobserved similarity, and it automatically reproduces transitivity and homophily through the geometry.

In MethodMind öffnenDemnächstAnwenden, vergleichen, Anleitung erhalten
Werkzeuge und Ressourcen
Folien herunterladen
Lernen und erkunden
VideoDemnächst

Die vollständige Methode lesen

Nur für Mitglieder

Melden Sie sich mit einem kostenlosen Konto an, um diesen Abschnitt zu lesen.

Anmelden

Methodenkarte

Die Nachbarschaft verwandter Methoden — wählen Sie einen Knoten, um sie zu erkunden.

Quellen

  1. Hoff, P. D., Raftery, A. E., & Handcock, M. S. (2002). Latent space approaches to social network analysis. Journal of the American Statistical Association, 97(460), 1090–1098. DOI: 10.1198/016214502388618906
  2. Handcock, M. S., Raftery, A. E., & Tantrum, J. M. (2007). Model-based clustering for social networks. Journal of the Royal Statistical Society: Series A, 170(2), 301–354. DOI: 10.1111/j.1467-985X.2007.00471.x

So zitieren Sie diese Seite

ScholarGate. (2026, June 22). Latent Space Model for Social Networks. ScholarGate. https://scholargate.app/de/sociology/latent-space-network-model

Welche Methode?

Stellen Sie diese Methode neben ihre nächsten Verwandten und lesen Sie sie nebeneinander — die Bibliothek legt die Bücher auf den Tisch; die Wahl liegt bei Ihnen.

Nebeneinander vergleichen

Referenziert von

ScholarGateLatent Space Network Model (Latent Space Model for Social Networks). Abgerufen am 2026-06-24 von https://scholargate.app/de/sociology/latent-space-network-model · Datensatz: https://doi.org/10.5281/zenodo.20539026