边可交换交互过程模型中节点级社区检测
统计方法学
2022-08-19 v1
摘要
科学家们日益关注从大规模社交网络上产生的现代关系数据中发现社区结构。尽管已提出许多学习社区结构的方法，但很少考虑到这些现代网络源于群体中交互过程这一事实。我们引入块边可交换模型（BEEM）用于研究具有潜在节点级社区结构的交互网络。块顶点分量模型（B-VCM）作为一个典型例子被推导出来。我们强调了相较于传统以顶点为中心的方法，其所具备的若干理论与实际优势。特别是，BEEM 允许社区内存在稀疏度结构以及幂律度分布。我们的理论分析界定了块分配的错配率，而支撑性的模拟显示了网络的性质可被恢复。我们推导出一个计算上易处理的 Gibbs 算法。我们利用来自 Talklife（一个大规模在线点对点支持网络）的发帖-评论交互数据展示所提模型，并将所学得的社区与使用标准算法（包括谱聚类和度修正随机块模型）得到的社区进行对比。
引用
@article{arxiv.2208.08539,
title = {Node-level community detection within edge exchangeable models for interaction processes},
author = {Yuhua Zhang and Walter Dempsey},
journal= {arXiv preprint arXiv:2208.08539},
year = {2022}
}