Machine learningNetwork science

Анализ взвешенных графов знаний

Анализ взвешенных графов знаний расширяет стандартные методы работы с графами знаний, присваивая числовые веса — такие как оценки достоверности, частота совместной встречаемости или сила связей — ребрам между сущностями. Эти веса позволяют аналитикам приоритизировать тройки с высокой степенью достоверности, находить наиболее влиятельные пути и вычислять центральность и структуру сообществ с учетом весов в больших структурированных базах знаний.

Открыть в MethodMindСкороВидеоСкороDownload slides

Читать метод полностью

Только для участников

Войдите с бесплатным аккаунтом, чтобы прочитать этот раздел.

Войти

Method map

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

Источники

  1. Hogan, A., Blomqvist, E., Cochez, M., d'Amato, C., Melo, G., Gutierrez, C., Kirrane, S., Gayo, J. E. L., Navigli, R., Neumaier, S., Ngomo, A. N., Polleres, A., Rashid, S. M., Rula, A., Schmelzeisen, L., Sequeda, J., Staab, S., & Zimmermann, A. (2021). Knowledge Graphs. ACM Computing Surveys, 54(4), 1–37. DOI: 10.1145/3447772
  2. Wang, Q., Zhang, F., Liu, Z., & Sun, M. (2017). Knowledge Graph Embedding by Translating on Hyperplanes. In Proceedings of the AAAI Conference on Artificial Intelligence, 28(1). link

Как цитировать эту страницу

ScholarGate. (2026, June 3). Weighted Knowledge Graph Analysis (Weight-Aware Structural and Semantic Network Analysis). ScholarGate. https://scholargate.app/ru/network-analysis/weighted-knowledge-graph-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
ScholarGateWeighted Knowledge Graph Analysis (Weighted Knowledge Graph Analysis (Weight-Aware Structural and Semantic Network Analysis)). Получено 2026-06-15 из https://scholargate.app/ru/network-analysis/weighted-knowledge-graph-analysis · Набор данных: https://doi.org/10.5281/zenodo.20539026