一种动态多层网络的本征模型

动态多层网络频繁地表示多个共同演化的关系结构；然而，针对这种普遍存在的网络类型，统计模型尚不完善。在此，我们提出一种用于动态多层网络的新的潜空间模型。我们模型的关键特征是能够识别所有层共享的共同时变结构，同时考虑层间差异与度异质性。我们建立了模型参数的可识别性，并发展了结构化平均场变分推断方法来估计模型后验，该方法可扩展到此前动态潜空间模型难以处理的网络。我们在模拟网络上展示了估计过程的准确性与可扩展性。我们将该模型应用于两个现实问题：在国际关系数据集中识别地区冲突，以及基于学生日常接触模式量化传染病在学校中的传播。