用于重叠社区检测与链路预测的无限边划分模型
机器学习
2015-12-31 v2 社会与信息网络
摘要
提出了一种分层伽马过程无限边划分模型，用于在 Bernoulli-Poisson 链接下对无权重无向关系网络的二值邻接矩阵进行分解。该模型同时描述了同质性和随机等价性，并通过将计算集中于成对的链接节点，可扩展至大型稀疏网络。它不仅能发现重叠社区及社区间相互作用，还能预测缺失边。我们还提供了一个省略社区间相互作用的简化版本，并揭示了其与现有模型的有趣联系。社区数量以非参数贝叶斯方式自动推断，并利用新颖的数据增强技术推导了基于 Gibbs 采样的高效推断方法。在四个真实网络上的实验结果证明了该模型的可扩展性和最先进的性能。
引用
@article{arxiv.1501.06218,
title = {Infinite Edge Partition Models for Overlapping Community Detection and Link Prediction},
author = {Mingyuan Zhou},
journal= {arXiv preprint arXiv:1501.06218},
year = {2015}
}
备注
Appeared in Artificial Intelligence and Statistics (AISTATS), May 2015. 9 pages + 2 page appendix. The paper is updated to fix a typo in the equation right after (25) in the Appendix