Стохастическая блочная модель — Вероятностное обнаружение сообществ в сетях
Стохастическая блочная модель (SBM), представленная Холландом, Лэски и Лейнхардтом (1983), является вероятностной генеративной моделью для графов, которая присваивает узлы скрытым блокам и параметрически оценивает вероятности связей между блоками. Это фундаментальный подход для обнаружения сообществ, идентификации ядра и периферии, а также для открытия иерархических структур в сетевом анализе.
Читать метод полностью
Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
Источники
- 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 ↗
Как цитировать эту страницу
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/ru/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.
- DBSCANМашинное обучение↔ compare
- Графовая сеть внимания (Graph Attention Network, GAT)Глубокое обучение↔ compare
- Графовая нейронная сетьГлубокое обучение↔ compare
- Иерархическая кластеризацияМашинное обучение↔ compare
- Кластеризация методом k-среднихМашинное обучение↔ compare
- Анализ главных компонентМашинное обучение↔ compare
- Текстовый сетевой анализИнтеллектуальный анализ текста↔ compare
Упоминается в
Нашли ошибку на этой странице? Сообщите о ней или предложите исправление →