Graphon：一种用于海量网络建模、估计与算法设计的非参数方法
社会与信息网络
2017-06-06 v1 物理与社会
摘要
许多社会与经济系统自然地表示为网络，从线下与线上社交网络，到如 Netflix 和 Amazon 这样连接消费者与产品的二部网络。Graphon 作为图的极限发展而来，形成了一种自然、非参数的方法来描述和估计如 Facebook 和 LinkedIn 这样的大型网络。本文描述了过去十年中稠密与稀疏网络的 Graphon 理论的发展。我们还回顾了相关定理，表明我们可以在多种模型中从海量网络一致地估计 Graphon。最后，我们展示了如何使用 Graphon 估计稀疏网络中的缺失链接，其应用涵盖从发展经济学中估计社会与信息网络，到严格高效地进行协同过滤，并应用于 Netflix 电影推荐与 Amazon 产品推荐。
引用
@article{arxiv.1706.01143,
title = {Graphons: A Nonparametric Method to Model, Estimate, and Design Algorithms for Massive Networks},
author = {Christian Borgs and Jennifer T. Chayes},
journal= {arXiv preprint arXiv:1706.01143},
year = {2017}
}
备注
7 pages, 2 figures, invited keynote talk delivered by one of the authors (JTC) at the 18th ACM Conference on Economics and Computation (EC 17)