การตรวจจับชุมชนแบบเบย์ (Bayesian Community Detection)
การตรวจจับชุมชนแบบเบย์เป็นการอนุมานโครงสร้างกลุ่มแฝงในเครือข่าย โดยถือว่าการเป็นสมาชิกชุมชนเป็นตัวแปรที่ไม่ได้สังเกต และใช้การอนุมานแบบเบย์ — โดยทั่วไปผ่านกระบวนการ Markov chain Monte Carlo (MCMC) หรือวิธีแปรผัน (variational methods) — เพื่อคำนวณการแจกแจงภายหลัง (posterior distribution) ของการแบ่งกลุ่มที่เป็นไปได้ทั้งหมด ซึ่งแตกต่างจากการหาค่าเหมาะสมที่สุดของมอดูลาริตี (modularity optimisation) วิธีนี้จะเลือกจำนวนชุมชนจากข้อมูล และให้ค่าประมาณความไม่แน่นอนที่มีหลักการสำหรับสมาชิกของแต่ละโหนด
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Peixoto, T. P. (2014). Efficient Monte Carlo and greedy heuristic for the inference of stochastic block models. Physical Review E, 89(1), 012804. DOI: 10.1103/PhysRevE.89.012804 ↗
- Nowicki, K. & Snijders, T. A. B. (2001). Estimation and prediction for stochastic blockstructures. Journal of the American Statistical Association, 96(455), 1077–1087. DOI: 10.1198/016214501753208735 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/th/network-analysis/bayesian-community-detection
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- การวิเคราะห์มอดูลาริตีการวิเคราะห์เครือข่าย↔ compare
- การตรวจจับชุมชนหลายชั้นการวิเคราะห์เครือข่าย↔ compare
- การวิเคราะห์เครือข่ายทางสังคมการวิเคราะห์เครือข่าย↔ compare
- แบบจำลองบล็อกสุ่มการวิเคราะห์เครือข่าย↔ compare
- การตรวจจับชุมชนเชิงเวลาการวิเคราะห์เครือข่าย↔ compare