Bayes-féle Kiugró Központiság
A Bayes-féle kiugró központiság becslést ad arra, hogy egy csomópont milyen gyakran található meg a legrövidebb utakon egy hálózatban, miközben explicit módon kvantifikálja a bizonytalanságot, amely a hiányos, mintavételezett vagy zajos él-észlelésekből ered. Egyetlen pontbecslés helyett a kiugró központiság pontszámokra vonatkozó utólagos eloszlást ad, lehetővé téve a hiteles intervallumokat és a csomópontok közötti valószínűségi összehasonlításokat.
A teljes módszer elolvasása
Jelentkezzen be ingyenes fiókkal a szakasz elolvasásához.
Method map
The neighbourhood of related methods — select a node to explore.
Források
- Newman, M.E.J. (2010). Networks: An Introduction. Oxford University Press. ISBN: 978-0-19-920665-0
- Fortunato, S., Bergstrom, C.T., Borner, K., Evans, J.A., Helbing, D., Milojevi, S., Petersen, A.M., Radicchi, F., Sinatra, R., Uzzi, B., Vespignani, A., Waltman, L., Wang, D. & Barabasi, A.-L. (2018). Science of science. Science, 359(6379), eaao0185. DOI: 10.1126/science.aao0185 ↗
Hogyan hivatkozzon erre az oldalra
ScholarGate. (2026, June 3). Bayesian Betweenness Centrality (Probabilistic Inference of Shortest-Path Centrality). ScholarGate. https://scholargate.app/hu/network-analysis/bayesian-betweenness-centrality
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.
- Bayesiánus szociális hálózatelemzésHálózatelemzés↔ compare
- A node szerepének mérése a hálózatban: Köztes szerep (Betweenness Centrality)Hálózatelemzés↔ compare
- Súlyozott Közöttiség-központiságHálózatelemzés↔ compare
Hibát talált ezen az oldalon? Jelentse, vagy javasoljon javítást →