Process / pipeline
แบบจำลองบล็อกสุ่ม — การตรวจจับชุมชนเชิงความน่าจะเป็นในเครือข่าย
แบบจำลองบล็อกสุ่ม (SBM) ซึ่งนำเสนอโดย Holland, Laskey และ Leinhardt (1983) เป็นแบบจำลองการสร้างเชิงความน่าจะเป็นสำหรับกราฟที่กำหนดโหนดไปยังบล็อกแฝงและประมาณค่าความน่าจะเป็นของการเชื่อมต่อระหว่างบล็อกเชิงพารามิเตอร์ เป็นแนวทางพื้นฐานสำหรับการตรวจจับชุมชน การระบุแกนกลาง-ส่วนปลาย และการค้นพบโครงสร้างตามลำดับชั้นในการวิเคราะห์เครือข่าย
อ่านวิธีฉบับเต็ม
สำหรับสมาชิกเท่านั้น
เข้าสู่ระบบเข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
+16 more
แหล่งอ้างอิง
- Holland, P.W., Laskey, K.B. & Leinhardt, S. (1983). Stochastic Blockmodels: First Steps. Social Networks, 5(2), 109-137. DOI: 10.1016/0378-8733(83)90021-7 ↗
- Lee, C. & Wilkinson, D.J. (2019). A Review of Stochastic Block Models and Extensions for Graph Clustering. Applied Network Science, 4(1), 122. DOI: 10.1007/s41109-019-0232-2 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 1). Stochastic Block Model (SBM). ScholarGate. https://scholargate.app/th/network-analysis/stochastic-block-model
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.
- DBSCANการเรียนรู้ของเครื่อง↔ compare
- Graph Attention Networkการเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมกราฟการเรียนรู้เชิงลึก↔ compare
- การจัดกลุ่มแบบลำดับชั้นการเรียนรู้ของเครื่อง↔ compare
- การจัดกลุ่มแบบ K-Meansการเรียนรู้ของเครื่อง↔ compare
- การวิเคราะห์องค์ประกอบหลักการเรียนรู้ของเครื่อง↔ compare
- การวิเคราะห์เครือข่ายข้อความการทำเหมืองข้อความ↔ compare
ถูกอ้างอิงโดย
การตรวจจับชุมชนแบบเบย์ (Bayesian Community Detection)Bayesian Exponential Random Graph Modelการวิเคราะห์เครือข่ายหลายชั้นแบบเบย์ (Bayesian Multiplex Network Analysis)การวิเคราะห์เครือข่ายสังคมแบบเบย์แบบจำลองบล็อกสุ่มแบบเบย์ (Bayesian Stochastic Block Model)การวิเคราะห์ความเป็นศูนย์กลางการตรวจจับชุมชนการตรวจจับชุมชนแบบมีทิศทางแบบจำลองกราฟสุ่มแบบมีทิศทาง (Directed Exponential Random Graph Model)การวิเคราะห์โมดูลาริตีแบบมีทิศทางการตรวจจับชุมชนแบบพลวัตแบบจำลองกราฟสุ่มแบบทวีคูณเชิงพลวัตDynamic Stochastic Block Modelการทำนายลิงก์การตรวจจับชุมชนหลายชั้นMultilayer Stochastic Block Modelการวิเคราะห์เครือข่ายแบบ Small-World และ Scale-Freeแบบจำลองสโตแคสติกแบบบล็อกเชิงเวลาแบบจำลองบล็อกเชิงสุ่มแบบถ่วงน้ำหนัก