Detección bayesiana de comunidades
La detección bayesiana de comunidades infiere la estructura latente de grupos en redes tratando la pertenencia a comunidades como variables no observadas y utilizando inferencia bayesiana —típicamente a través de métodos de Monte Carlo de cadena de Markov o variacionales— para calcular una distribución posterior sobre todas las particiones plausibles. A diferencia de la optimización de la modularidad, selecciona el número de comunidades a partir de los datos y proporciona estimaciones de incertidumbre fundamentadas para cada asignación de nodo.
Leer el método completo
Inicia sesión con una cuenta gratuita para leer esta sección.
Method map
The neighbourhood of related methods — select a node to explore.
Fuentes
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- 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 ↗
Cómo citar esta página
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/es/network-analysis/bayesian-community-detection
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.
- Análisis de modularidadAnálisis de redes↔ compare
- Detección de comunidades multicapaAnálisis de redes↔ compare
- Análisis de Redes SocialesAnálisis de redes↔ compare
- Modelo de Bloques EstocásticosAnálisis de redes↔ compare
- Detección Temporal de ComunidadesAnálisis de redes↔ compare
Citado por
¿Has visto un problema en esta página? Infórmanos o sugiere una corrección →