เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์กราฟความรู้แบบมีทิศทาง× | ค่าความเป็นจุดศูนย์กลางระหว่างจุด (Betweenness Centrality)× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2000s–2010s | 1977 |
| ผู้ริเริ่ม≠ | Hogan, A. et al. (formalized); roots in Berners-Lee, T. et al. (Semantic Web) | Freeman, L. C. |
| ประเภท≠ | Graph-based knowledge representation and inference | Centrality measure |
| แหล่งต้นตำรับ≠ | Hogan, A., Blomqvist, E., Cochez, M., d'Amato, C., Melo, G. D., Gutierrez, C., ... & Polleres, A. (2021). Knowledge graphs. ACM Computing Surveys, 54(4), 1–37. DOI ↗ | Freeman, L. C. (1977). A set of measures of centrality based on betweenness. Sociometry, 40(1), 35–41. DOI ↗ |
| ชื่อเรียกอื่น | directed KG analysis, knowledge graph mining, directed semantic graph analysis, KG reasoning | Freeman betweenness, BC, geodesic betweenness, shortest-path betweenness |
| ที่เกี่ยวข้อง | 6 | 6 |
| สรุป≠ | Directed Knowledge Graph Analysis represents factual knowledge as a directed labeled multigraph of entities (nodes) and typed relations (directed edges), enabling structured reasoning, inference, and discovery over large heterogeneous datasets. The direction of edges encodes asymmetric relationships such as 'authored-by', 'causes', or 'is-a', making the graph semantically richer than undirected alternatives. | Betweenness centrality, formalized by Linton C. Freeman in 1977, measures how often a node lies on the shortest path connecting every other pair of nodes in a network. High-betweenness nodes act as bridges or brokers: removing them fragments the network into disconnected components more severely than removing any other nodes. |
| ScholarGateชุดข้อมูล ↗ |
|
|