用于推断有向网络中距离依赖的 reciprocity 的潜在空间方法

Reciprocity，即演员形成相互关系的随机倾向，是有向网络数据的重要特征。现有的潜在空间方法在建模有向网络时受限于假设 reciprocity 在整个网络中是均匀的。本文引入了一种新的潜在空间模型，用于建模源于演员潜在距离而产生的异构 reciprocity 模式。此外，现有的边独立潜在空间模型嵌入于所提出模型类中，这允许进行有意义的模型比较。我们引入了基于哈密顿马尔可夫采样的贝叶斯推断程序来推断模型参数。最后，我们将所提方法应用于律师之间的建议网络、制造企业员工间的信息共享网络以及高中生间的友谊网络，以推断不同的 reciprocity 模式。