具有未知块数和非共轭边模型的广义随机块模型的推断
统计方法学
2020-07-20 v2
摘要
随机块模型（SBM）是捕捉网络内社区结构和交互的流行模型。具有非布尔边权重的网络数据正变得普遍；然而，现有的分析方法将此类数据转换为二值表示以应用 SBM，导致信息损失。本文考虑 SBM 的一种推广形式，允许按其记录状态对边权重进行建模。提出了一种有效的可逆跳转马尔可夫链蒙特卡洛采样器，用于估计该广义 SBM 的参数和块数。该方法允许边权重使用非共轭分布，从而能够实现比当前方法更灵活的建模，这一点在合成数据、大脑活动网络和电子邮件通信网络上得到了说明。
引用
@article{arxiv.1909.09421,
title = {Inference for a generalised stochastic block model with unknown number of blocks and non-conjugate edge models},
author = {Matthew Ludkin},
journal= {arXiv preprint arXiv:1909.09421},
year = {2020}
}