Phát hiện cộng đồng Bayes
Phát hiện cộng đồng Bayes suy luận cấu trúc nhóm tiềm ẩn trong mạng bằng cách coi tư cách thành viên cộng đồng là các biến không quan sát được và sử dụng suy luận Bayes — thường thông qua Markov chain Monte Carlo (MCMC) hoặc các phương pháp biến phân — để tính toán phân phối hậu nghiệm trên tất cả các phân hoạch khả thi. Không giống như tối ưu hóa tính mô-đun, phương pháp này chọn số lượng cộng đồng từ dữ liệu và cung cấp ước tính độ bất định có nguyên tắc cho mọi gán nút.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Bayesian Community Detection in Networks. ScholarGate. https://scholargate.app/vi/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.
- Phân tích tính mô-đunPhân tích mạng lưới↔ compare
- Phát hiện cộng đồng đa lớpPhân tích mạng lưới↔ compare
- Phân tích mạng xã hộiPhân tích mạng lưới↔ compare
- Mô hình Khối Ngẫu nhiên (Stochastic Block Model - SBM)Phân tích mạng lưới↔ compare
- Phát hiện cộng đồng theo thời gianPhân tích mạng lưới↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →