เปรียบเทียบวิธี

	แบบจำลองบล็อกเชิงสุ่มแบบถ่วงน้ำหนัก	การวิเคราะห์โมดูลาริตีแบบถ่วงน้ำหนัก
สาขาวิชา	การวิเคราะห์เครือข่าย	การวิเคราะห์เครือข่าย
ตระกูล	Machine learning	Machine learning
ปีกำเนิด	2014	2004
ผู้ริเริ่ม	Aicher, C.; Jacobs, A. Z.; Clauset, A.	Newman, M. E. J.
ประเภท	Generative probabilistic model	Community structure optimization on weighted graphs
แหล่งต้นตำรับ	Aicher, C., Jacobs, A. Z., & Clauset, A. (2014). Learning latent block structure in weighted networks. Journal of Complex Networks, 3(2), 221–248.	Newman, M. E. J. (2004). Analysis of weighted networks. Physical Review E, 70(5), 056131.
ชื่อเรียกอื่น	W-SBM, weighted SBM, weighted block model, weighted community detection via SBM	weighted modularity, weighted Q optimization, weighted network community detection, strength-based modularity
ที่เกี่ยวข้อง	6	5
สรุป	The Weighted Stochastic Block Model (W-SBM) extends the classical stochastic block model to networks whose edges carry numerical weights. By positing that edge weights between node pairs arise from distributions that depend on the block memberships of those nodes, it simultaneously infers a partition of nodes into communities and a set of block-to-block weight parameters — recovering structure invisible to unweighted methods.	Weighted modularity analysis extends the classical Newman-Girvan modularity measure to networks where edges carry numeric strengths (frequencies, intensities, costs). By replacing binary adjacency with tie weights, it finds community partitions that reflect how densely interconnected subgroups are relative to what is expected under a weighted null model, yielding more nuanced groupings than unweighted approaches on data where edge strength varies meaningfully.