基于多层网络随机块模型的多重社交关系量化方法

2021年第22卷第11期

摘要

关键词

相关研究

回顶部

《信息与电子工程前沿（英文）》 >> 2021年第22卷第11期 doi: 10.1631/FITEE.2000617

基于多层网络随机块模型的多重社交关系量化方法

浙江大学控制科学与工程学院，中国杭州市，310027

收稿日期： 2020-11-08 录用日期： 2021-11-15 发布日期： 2021-11-15

HTML47 PDF 18 收藏 0

摘要

在线社交网络使世界各地的人们能够方便地建立各种社交关系，受到极大关注。但是，观测到的社交网络结构往往是多种社交关系的聚合结构。因此，通过观测到的单层结构完整地重构真实网络的多重结构非常重要。本文通过多层网络随机块模型描述多重社交关系，其中不同层对应不同属性（例如，社交网络用户的年龄和性别）。本文旨在利用最大似然估计提高模型参数估计精度，其中估计精度由数据和模型参数之间的交叉熵定义。在本文中，多重网络中每一层节点的分类由其自然属性决定，并且假设多重网络的单层聚合结构已知。由于原多重网络具有较高自由度，因此通过添加一个独立的功能层增加模型参数，以充分覆盖自由度，并在理论上获得功能层的最佳分块数。最后，通过仿真实验，从链接概率误差、交叉熵、接收者操作特征曲线以及贝叶斯因子4个角度验证了本文方法的有效性。

关键词

社交网络 ; 多重网络 ; 随机块模型