Machine learningNetwork science

Bayesilainen verkostodiffuusioanalyysi

Bayesilainen verkostodiffuusioanalyysi soveltaa Bayesilaista todennäköisyyspäättelyä tutkittaessa, miten tieto, sairaudet, käyttäytymismallit tai innovaatiot leviävät verkoston läpi. Asettamalla priorijakaumat diffuusioparametreille ja päivittämällä niitä havaitun kaskadidatan avulla se kvantifioi leviämisnopeuksia, tunnistaa vaikutusvaltaisia levittäjiä, rekonstruoi piileviä leviämisreittejä ja tarjoaa täydelliset epävarmuusarviot – kaikki tämä periaatteellisen tilastollisen viitekehyksen sisällä.

Avaa sovelluksessa MethodMindTulossaVideoTulossaDownload slides

Lue koko menetelmä

Vain jäsenille

Kirjaudu sisään maksuttomalla tilillä lukeaksesi tämän osion.

Kirjaudu sisään

Method map

The neighbourhood of related methods — select a node to explore.

Lähteet

  1. Gomez Rodriguez, M., Leskovec, J., & Scholkopf, B. (2012). Structure and Dynamics of Information Pathways in Online Media. Proceedings of the 6th ACM International Conference on Web Search and Data Mining (WSDM), 23–32. DOI: 10.1145/2433396.2433402
  2. Kitsak, M., Gallos, L. K., Havlin, S., Liljeros, F., Muchnik, L., Stanley, H. E., & Makse, H. A. (2010). Identification of influential spreaders in complex networks. Nature Physics, 6(11), 888–893. DOI: 10.1038/nphys1746

Näin viittaat tähän sivuun

ScholarGate. (2026, June 3). Bayesian Network Diffusion Analysis (Probabilistic Inference on Contagion and Spreading Processes). ScholarGate. https://scholargate.app/fi/network-analysis/bayesian-network-diffusion-analysis

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.

Compare side by side

Tähän viittaavat

ScholarGateBayesian Network Diffusion Analysis (Bayesian Network Diffusion Analysis (Probabilistic Inference on Contagion and Spreading Processes)). Haettu 2026-06-15 osoitteesta https://scholargate.app/fi/network-analysis/bayesian-network-diffusion-analysis · Aineisto: https://doi.org/10.5281/zenodo.20539026