เปรียบเทียบวิธี
ดูวิธีที่เลือกเทียบกันแบบเคียงข้าง แถวที่ต่างกันจะถูกเน้นไว้
| การวิเคราะห์กราฟความรู้× | การวิเคราะห์การแพร่กระจายในเครือข่าย× | |
|---|---|---|
| สาขาวิชา | การวิเคราะห์เครือข่าย | การวิเคราะห์เครือข่าย |
| ตระกูล | Machine learning | Machine learning |
| ปีกำเนิด≠ | 2012–2016 | 1927 (epidemic roots); network formalization 1990s–2000s |
| ผู้ริเริ่ม≠ | Ehrlinger, L. & Wöß, W.; Google (popularized) | Kermack, W. O. & McKendrick, A. G. |
| ประเภท≠ | Graph-based knowledge representation and analysis | Simulation / analytical model |
| แหล่งต้นตำรับ≠ | Ehrlinger, L. & Wöß, W. (2016). Towards a Definition of Knowledge Graphs. In Proceedings of the SEMANTICS Posters and Demos Track (SEMANTiCS 2016). CEUR Workshop Proceedings, vol. 1695. link ↗ | Kermack, W. O. & McKendrick, A. G. (1927). A contribution to the mathematical theory of epidemics. Proceedings of the Royal Society of London A, 115(772), 700–721. DOI ↗ |
| ชื่อเรียกอื่น | KG analysis, semantic graph analysis, knowledge base graph analysis, entity-relation graph analysis | diffusion on networks, information diffusion, contagion spreading model, network propagation model |
| ที่เกี่ยวข้อง | 5 | 5 |
| สรุป≠ | Knowledge Graph Analysis is a framework for representing, storing, and reasoning over structured factual knowledge as a directed graph of entities and typed relations. Entities (nodes) and relationships (edges) are expressed as subject–predicate–object triples, enabling rich querying, inference, and integration of heterogeneous data sources across domains such as biomedical research, e-commerce, and scientific literature. | Network diffusion analysis models how information, diseases, behaviors, or innovations spread across a graph of nodes and edges. Drawing on classical epidemic theory (SI, SIR, SIS) and modern network science, it tracks which nodes become infected, how quickly, and whether the spread reaches a global cascade or dies out locally. |
| ScholarGateชุดข้อมูล ↗ |
|
|