Machine learningNetwork science

Analiza dyfuzji sieci bayesowskich

Analiza dyfuzji sieci bayesowskich stosuje wnioskowanie probabilistyczne bayesowskie do badania sposobu, w jaki informacje, choroby, zachowania lub innowacje propagują się w sieci. Poprzez przypisanie rozkładów a priori do parametrów dyfuzji i ich aktualizację na podstawie obserwowanych danych kaskadowych, metoda ta kwantyfikuje tempo transmisji, identyfikuje wpływowych rozprzestrzeniaczy, rekonstruuje ukryte ścieżki propagacji i dostarcza pełnych oszacowań niepewności — wszystko w ramach spójnych ram statystycznych.

Otwórz w MethodMindWkrótceWideoWkrótceDownload slides

Przeczytaj pełny opis metody

Tylko dla członków

Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.

Zaloguj się

Method map

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

Źródła

  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

Jak cytować tę stronę

ScholarGate. (2026, June 3). Bayesian Network Diffusion Analysis (Probabilistic Inference on Contagion and Spreading Processes). ScholarGate. https://scholargate.app/pl/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

Cytowana przez

ScholarGateBayesian Network Diffusion Analysis (Bayesian Network Diffusion Analysis (Probabilistic Inference on Contagion and Spreading Processes)). Pobrano 2026-06-15 z https://scholargate.app/pl/network-analysis/bayesian-network-diffusion-analysis · Zbiór danych: https://doi.org/10.5281/zenodo.20539026