基于概率模型的大规模网络结构发现方法?

• 作者: 于剑 柴变芳 贾彩燕
• 来源期刊: 软件学报
• 学科: 工学
• 关键词: 大规模网络 结构发现 随机变分推理 在线EM算法 三角形模体
• 年，卷（期）: 2014,（12）
• 页码范围: 2753-2766
• 页数: 14页
• 分类号: TP181
• 字数: 14199字
• 语种: 中文

摘要

随着万维网和在线社交网站的发展，规模大、结构复杂、动态性强的大规模网络应用而生。发现这些网络的潜在结构，是分析和理解网络数据的基本途径。概率模型以其灵活的建模和解释能力、坚实的理论框架成为各领域研究网络结构发现任务的有效工具，但该类方法存在计算瓶颈。近几年出现了一些基于概率模型的大规模网络结构发现方法，主要从网络表示、结构假设、参数求解这3个方面解决计算问题。按照模型参数求解策略将已有方法归为两类：随机变分推理(stochastic variational inference)方法和在线EM(online expectation maximazation)方法，详细分析各方法的设计动机、原理和优缺点。定性和定量地对比、分析典型方法的特点和性能，并提出大规模网络结构发现模型的设计原则。最后，概括该领域研究的核心问题，展望未来发展趋势。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	柴变芳		9	60	4.0	7.0
3	于剑		6	59	4.0	6.0
4	贾彩燕		7	48	3.0	6.0