社交网络的主动感知
社会与信息网络
2016-10-06 v2 机器学习
摘要
本文提出一种主动感知方法，用于估计社交网络中个体对其邻居信息的相对权重（或信任）。用于回归的模型基于线性 DeGroot 模型在固执个体（即观点不受邻居影响的个体）影响下的稳态方程。该方法可视为一种社交 RADAR，其中固执个体激发系统，而后者可通过分析个体观点观察到的混响来估计。社交网络感知问题可被解释为带有稀疏测量矩阵的盲压缩感知问题。我们证明，当足够数量的固执个体独立影响若干普通（非固执）个体时，网络结构将被揭示。我们研究了确定性或随机化 DeGroot 模型的情景，并针对后者提出了稳态的一致估计量。在合成和真实世界网络上的仿真结果支持了我们的发现。
引用
@article{arxiv.1601.05834,
title = {Active Sensing of Social Networks},
author = {Hoi-To Wai and Anna Scaglione and Amir Leshem},
journal= {arXiv preprint arXiv:1601.05834},
year = {2016}
}
备注
Final version appeared in IEEE Transactions on Signal and Information Processing over Networks ( Volume: 2, Issue: 3, Sept. 2016 )