加权二部网络的聚类分析：一种新的基于 Copula 的方法
数据分析、统计与概率
2015-06-19 v2 社会与信息网络
物理与社会
摘要
在本工作中，我们感兴趣的是识别“位置等价”行为者的聚类，即在一个系统中扮演相似角色的行为者。具体而言，我们分析加权二部网络，该网络描述了一侧的行为者与另一侧的特征或属性之间的关系，以及行为者展现其特征的程度。我们工作的主要贡献有两方面。首先，我们开发了一种考虑行为者群体之间潜在多元依赖关系的方法论途径。其核心思想是，网络中的位置可以基于行为者在表达某些特征时所展现的相似强度水平来定义，而不仅仅是考虑行为者彼此之间持有的关系。其次，我们提出了一种新的聚类程序，利用了 copula 函数的潜力，copula 函数是一种用于建模随机依赖结构的数学工具。我们的聚类算法既可应用于二元矩阵，也可应用于实值矩阵。我们通过模拟和对真实世界数据的应用对其进行了验证。
引用
@article{arxiv.1404.2590,
title = {Cluster analysis of weighted bipartite networks: a new copula-based approach},
author = {Alessandro Chessa and Irene Crimaldi and Massimo Riccaboni and Luca Trapin},
journal= {arXiv preprint arXiv:1404.2590},
year = {2015}
}