Stochastic Block Model — Probabilistisk detektion av gemenskaper i nätverk
Stochastic Block Model (SBM), introducerad av Holland, Laskey och Leinhardt (1983), är en probabilistisk generativ modell för grafer som tilldelar noder till latenta block och parametriskt estimerar anslutningssannolikheterna mellan blocken. Det är den grundläggande metoden för detektion av gemenskaper, identifiering av kärna-periferi och upptäckt av hierarkisk struktur i nätverksanalys.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/sv/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.
- DBSCANMaskininlärning↔ compare
- GrafuppmärksamhetsnätverkDjupinlärning↔ compare
- GrafneuralnätverkDjupinlärning↔ compare
- Hierarkisk klustringMaskininlärning↔ compare
- K-Means-klustringMaskininlärning↔ compare
- Analys av huvudkomponenterMaskininlärning↔ compare
- TextnätverksanalysTextutvinning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →