Process / pipeline
確率的ブロックモデル — ネットワークにおける確率的コミュニティ検出
確率的ブロックモデル（SBM）は、Holland、Laskey、Leinhardt（1983）によって導入された、ノードを潜在ブロックに割り当て、ブロック間の接続確率をパラメトリックに推定するグラフの確率的生成モデルである。これは、コミュニティ検出、コア・周辺構造の特定、ネットワーク分析における階層構造発見の基礎的なアプローチである。
手法の全文を読む
会員限定
ログイン無料アカウントでログインすると、このセクションを読めます。
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
出典
- Holland, P.W., Laskey, K.B. & Leinhardt, S. (1983). Stochastic Blockmodels: First Steps. Social Networks, 5(2), 109-137. DOI: 10.1016/0378-8733(83)90021-7 ↗
- Lee, C. & Wilkinson, D.J. (2019). A Review of Stochastic Block Models and Extensions for Graph Clustering. Applied Network Science, 4(1), 122. DOI: 10.1007/s41109-019-0232-2 ↗
このページの引用方法
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/ja/network-analysis/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.
- DBSCAN機械学習↔ compare
- グラフ注意機構ネットワーク深層学習↔ compare
- グラフニューラルネットワーク深層学習↔ compare
- 階層的クラスタリング機械学習↔ compare
- K平均法クラスタリング機械学習↔ compare
- 主成分分析機械学習↔ compare
- テキストネットワーク分析テキストマイニング↔ compare
この手法を参照する項目
ベイズ的コミュニティ検出ベイズ的指数型ランダムグラフモデルベイジアン多重ネットワーク分析ベイズ社会ネットワーク分析ベイズ的確率的ブロックモデル中心性分析コミュニティ検出有向コミュニティ検出Directed Exponential Random Graph Model有向モジュラリティ解析動的コミュニティ検出動的指数型ランダムグラフモデル (TERGM / STERGM)動的確率的ブロックモデル (DSBM)ネットワークにおける欠損および将来のエッジ推論多層コミュニティ検出多層確率ブロックモデルSmall-World and Scale-Free Network Analysis時系列確率ブロックモデル重み付き確率的ブロックモデル