เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์เครือข่ายอัตตาแบบเบย์ (Bayesian Ego Network Analysis)× | การวิเคราะห์เครือข่ายทางสังคม× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2010s | 1934 (sociometry); 1994 (modern formalization) |
| ผู้ริเริ่ม≠ | Various (Bayesian SNA tradition; Krivitsky, Kolaczyk, Handcock among key contributors) | Moreno, J.L.; formalized by Wasserman & Faust |
| ประเภท≠ | Probabilistic network model | Structural/relational analysis framework |
| แหล่งต้นตำรับ≠ | Krivitsky, P. N., & Kolaczyk, E. D. (2015). On the question of effective sample size in network modeling: An asymptotic inquiry. Statistical Science, 30(2), 184–198. DOI ↗ | Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1 |
| ชื่อเรียกอื่น | Bayesian personal network analysis, Bayesian egocentric network analysis, probabilistic ego network modeling, Bayesian egonet | SNA, network analysis, sociometric analysis, relational analysis |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Bayesian ego network analysis applies probabilistic inference to ego-centered (personal) network data, combining a likelihood model for the ego's local network with prior distributions over network parameters. The result is a full posterior distribution that quantifies uncertainty about structural features such as alter composition, tie density, and network size — rather than producing point estimates alone. | Social Network Analysis (SNA) is a structural method that maps and measures relationships and flows between people, groups, organizations, or other entities modeled as nodes connected by ties (edges). Rather than focusing on individual attributes, SNA reveals how the pattern of connections shapes behavior, influence, information flow, and outcomes within a system. |
| ScholarGateชุดข้อมูล ↗ |
|
|