เปรียบเทียบวิธี

	การวิเคราะห์เครือข่ายสังคมแบบเบย์	การวิเคราะห์เครือข่ายทางสังคม
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2002	1934 (sociometry); 1994 (modern formalization)
ผู้ริเริ่ม	Hoff, P. D.; Raftery, A. E.; Handcock, M. S.	Moreno, J.L.; formalized by Wasserman & Faust
ประเภท	Probabilistic / Bayesian network model	Structural/relational 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.	Wasserman, S. & Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge University Press. ISBN: 978-0-521-38707-1
ชื่อเรียกอื่น	Bayesian SNA, Bayesian network modeling, probabilistic social network analysis, Bayesian relational modeling	SNA, network analysis, sociometric analysis, relational analysis
ที่เกี่ยวข้อง	5	5
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.	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.