Model blokowy stochastyczny — probabilistyczne wykrywanie społeczności w sieciach
Model blokowy stochastyczny (SBM), wprowadzony przez Hollanda, Laskeya i Leinhardta (1983), jest probabilistycznym modelem generatywnym dla grafów, który przypisuje węzły do ukrytych bloków i parametrycznie szacuje prawdopodobieństwa połączeń między blokami. Jest to fundamentalne podejście do wykrywania społeczności, identyfikacji struktur rdzeń-peryferia i odkrywania hierarchicznych struktur w analizie sieci.
Przeczytaj pełny opis metody
Zaloguj się na bezpłatne konto, aby przeczytać tę sekcję.
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
Źródła
- 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 ↗
Jak cytować tę stronę
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/pl/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.
- DBSCANUczenie maszynowe↔ compare
- Sieć uwagi grafowejUczenie głębokie↔ compare
- Sieci neuronowe grafoweUczenie głębokie↔ compare
- Klasteryzacja hierarchicznaUczenie maszynowe↔ compare
- Klasteryzacja K-średnichUczenie maszynowe↔ compare
- Analiza Głównych SkładowychUczenie maszynowe↔ compare
- Analiza sieciowa tekstuEksploracja tekstu↔ compare
Cytowana przez
Widzisz błąd na tej stronie? Zgłoś go lub zaproponuj poprawkę →