مدل تصادفی بلوکی پویا (Dynamic Stochastic Block Model)
مدل تصادفی بلوکی پویا (DSBM) یک چارچوب احتمالی مولد است که مدل تصادفی بلوکی ایستا را به شبکههای مشاهدهشده در نقاط زمانی متعدد تعمیم میدهد. این مدل به طور مشترک عضویت جامعه و تکامل جامعه را مدلسازی میکند و به پژوهشگران اجازه میدهد تا گروههای نهفته و تغییرات ساختاری آنها را در طول زمان در دادههای شبکهای طولی شناسایی و ردیابی کنند.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Dynamic Stochastic Block Model (Temporal Community Detection). ScholarGate. https://scholargate.app/fa/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.
- Bayesian Stochastic Block Modelتحلیل شبکه↔ compare
- شناسایی پویای جوامعتحلیل شبکه↔ compare
- تحلیل مدولاریتیتحلیل شبکه↔ compare
- مدل بلوک تصادفیتحلیل شبکه↔ compare
- تحلیل شبکه زمانیتحلیل شبکه↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →