เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสังคมแบบเบย์	Bayesian Exponential Random Graph Model
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2002	2011
ผู้ริเริ่ม	Hoff, P. D.; Raftery, A. E.; Handcock, M. S.	Caimo, A., & Friel, N.
ประเภท	Probabilistic / Bayesian network model	Bayesian statistical model for networks
แหล่งต้นตำรับ	Hoff, P. D., Raftery, A. E., & Handcock, M. S. (2002). Latent space approaches to social network analysis. Journal of the American Statistical Association, 97(460), 1090–1098.	Caimo, A., & Friel, N. (2011). Bayesian inference for exponential random graph models. Social Networks, 33(1), 41–55.
ชื่อเรียกอื่น	Bayesian SNA, Bayesian network modeling, probabilistic social network analysis, Bayesian relational modeling	Bayesian ERGM, Bayesian p-star model, Bayesian p* model, BERGM
ที่เกี่ยวข้อง	5	4
สรุป	Bayesian Social Network Analysis applies Bayesian probabilistic inference to relational data, placing prior distributions over network parameters and updating them with observed tie data to yield full posterior distributions over structural features, tie probabilities, and latent actor positions. It enables principled uncertainty quantification in network models, making it especially valuable when data are sparse, partially observed, or subject to measurement error.	The Bayesian Exponential Random Graph Model (Bayesian ERGM or BERGM) extends the classical ERGM framework by placing prior distributions over the model parameters and using Markov chain Monte Carlo methods to obtain full posterior distributions. Introduced by Caimo and Friel (2011), it allows researchers to quantify parameter uncertainty and incorporate prior knowledge when modelling the structural features of social and other complex networks.