-
题名基于复发瞬间链接间隔的动态网络社区发现
被引量：1
- 1
-
-
作者
赵晓兵
王佳顺
-
机构
浙江财经大学数据与科学学院
-
出处
《统计与信息论坛》
CSSCI
北大核心
2023年第4期3-18,共16页
-
基金
国家社会科学基金项目“大数据环境下基于随机块模型的复杂网络社区发现理论、算法和应用”(18BTJ023)。
-
文摘
纵向网络数据是较为常见的复杂网络数据,也是目前网络数据分析的热点之一。随机块模型是网络社区发现的经典模型,但是该模型无法直接用于模拟纵向网络数据。基于随机块模型,引入半参数比例风险模型去分析纵向网络数据,并利用随机块模型来描述复发瞬间链接间隔。结合变分EM算法,采用两步估计来分别估计模型参数和非参数部分,通过不同场景下的模拟试验来验证所提议模型的优良性,最后利用法国小学生的社交网络数据进行了实证分析。模拟和实证结果表明,在统计计算的时效和参数或非参数估计的精度上,本文所提出的网络数据模型和统计分析方法比现存文献的模型和方法具有较好的优势。
-
关键词
随机块模型
边际比例风险模型
变分EM算法
传染病防控
-
Keywords
stochastic block model
marginal proportional hazards model
variational EM algorithm
infectious disease prevention and control
-
分类号
O21
[理学—概率论与数理统计]
-
