你所维系的网络：使用Cliqster分析感兴趣人物

我们的目标是确定不同类别网络之间的结构差异，并利用这些差异预测网络类别。该主题的已有工作考察了诸如Facebook、Twitter、合著网络等社交网络。我们则聚焦于从多种来源（包括执法机构、金融机构、商业数据库提供商及其他类似组织）收集而成的新颖数据集。该数据集包含“感兴趣人物”的网络，每个网络属于不同类别，例如疑似恐怖分子、已定罪个人等。我们证明此类“反社交”网络在性质上不同于通常的社交网络，且需要新技术来识别和学些此类网络的特征以用于预测与分类。我们提出Cliqster，一种用于无权网络的基于生成伯努利过程的新模型。生成概率反映了网络社区结构的分解结果。对网络推断使用最大似然解可导出最小二乘问题。通过求解该问题，我们提出一种高效算法，将网络变换到一个既简洁又可判别的新空间。该新空间尽可能保留网络的身份特征。我们的算法可解释且直观。最后，通过将我们的研究与基线方法（SVD）及最先进的Graphlet算法比较，我们展示了我们的算法在区分不同网络类别上的优势。