Rilevamento Bayesiano di Comunità
Il rilevamento bayesiano di comunità inferisce la struttura latente di gruppo nelle reti trattando l'appartenenza alla comunità come variabili non osservate e utilizzando l'inferenza bayesiana — tipicamente tramite Markov chain Monte Carlo (MCMC) o metodi variazionali — per calcolare una distribuzione a posteriori su tutte le partizioni plausibili. A differenza dell'ottimizzazione della modularità, seleziona il numero di comunità dai dati e fornisce stime di incertezza basate su principi per ogni assegnazione di nodo.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/it/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.
- Analisi di modularitàAnalisi delle reti↔ compare
- Rilevamento di Comunità MultistratoAnalisi delle reti↔ compare
- Analisi delle Reti SocialiAnalisi delle reti↔ compare
- Modello a Blocchi StocasticiAnalisi delle reti↔ compare
- Rilevamento di Comunità TemporaliAnalisi delle reti↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →