เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสังคมแบบเบย์	การวิเคราะห์เครือข่ายสังคมหลายชั้น
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2002	2014
ผู้ริเริ่ม	Hoff, P. D.; Raftery, A. E.; Handcock, M. S.	Kivela, M.; Boccaletti, S. et al.
ประเภท	Probabilistic / Bayesian network model	Structural network analysis framework
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.	Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271.
ชื่อเรียกอื่น	Bayesian SNA, Bayesian network modeling, probabilistic social network analysis, Bayesian relational modeling	MSNA, multiplex network analysis, multilayer network analysis, interconnected network analysis
ที่เกี่ยวข้อง	5	6
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.	Multilayer social network analysis extends classical single-layer network methods to settings where actors are connected through multiple, distinct types of ties — such as friendship, professional collaboration, and online interaction — simultaneously. By modeling each type of relationship as a separate layer and explicitly representing connections across layers, it captures structural complexity that a single aggregated network would hide.