从Noordin Top行动者-事件网络中识别重叠恐怖细胞
应用统计
2020-09-25 v2
摘要
行动者-事件数据在社会学环境中很常见，即记录一群社会行动者参与若干事件的模式。我们关注Noordin Top恐怖网络的79名成员，他们被监测参与了45个事件。恐怖分子对事件的参与或不参与定义了社会结构，例如群体凝聚性和社会社群。分析此类数据的目的是了解从属结构。行动者-事件数据常被转换为行动者-行动者数据，以便通过随机块模型等网络模型进一步分析。这种转换及此类分析会导致信息的自然损失，尤其当目标是在基于事件参与情况识别可能重叠的行动者子群或社群时。本文我们提出一种用于恐怖分子重叠社群的行动者-事件模型，简化了网络解释。我们提出一种带重叠聚类的混合模型用于二值行动者-事件网络数据分析，称为manet，并发展了用于推断的贝叶斯过程。在模拟研究之后，我们展示了该恐怖网络分析相较于更传统的从属网络分析方法具有清晰的解释优势。
引用
@article{arxiv.1710.10319,
title = {Identifying overlapping terrorist cells from the Noordin Top actor-event network},
author = {Saverio Ranciati and Veronica Vinciotti and Ernst C. Wit},
journal= {arXiv preprint arXiv:1710.10319},
year = {2020}
}
备注
24 pages, 5 figures; related R package (manet) available on CRAN