从可得观测数据为大规模人群生成描述性社交网络：一种新方法学与生成器
社会与信息网络
2020-03-05 v1 应用统计
摘要
当以智能体导向方法对社会动态进行建模时，研究者必须描述人群内部的互动结构。鉴于大规模网络采集的难处理性，他们依赖于被认为能探索合理网络空间的随机网络生成器。我们首先明确了建模者的需求，包括根据异质智能体的属性将其放置于网络上，以及区分导致不同互动的各类社会链接。我们指出存在以零散统计与定性观测形式出现的数据，应被用于参数化该生成器。我们提出了一种区别于常规的、专用于基于智能体建模的新方法，其中我们将根据个体被观测属性生成社会链接，并以多层网络形式返回。社会经济属性之间的相互依赖关系与生成规则被编码为贝叶斯网络。一套方法学引导建模者完成这些参数的形式化。该方法通过描述支撑肯尼亚农村地区避孕方案扩散的互动结构得以说明。
引用
@article{arxiv.2003.02213,
title = {Generate Descriptive Social Networks for Large Populations from Available Observations: A Novel Methodology and a Generator},
author = {Samuel Thiriot},
journal= {arXiv preprint arXiv:2003.02213},
year = {2020}
}
备注
40 pages