基于概率模型的大规模网络结构发现方法?

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。

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

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金61473030,61370129;中央高校科研业务经费2014YJS039;河北省自然科学基金F2013205192;北京市科委项目Z131110002813118;北大方正集团有限公司数字出版技术国家重点实验室开放课题

在线出版日期：2015-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：2753-2766