迈赫达德·法拉伊塔巴尔;王一成;曼努埃尔·戈梅兹·罗德里格斯;李爽;查、宏远;宋乐 COEVOLVE：信息扩散和网络演化的联合点过程模型。 （英语） Zbl 1437.91343号 J.马赫。学习。物件。 18（2017-2018），第41号论文，49页（2017）. 摘要：在线社交网络中的信息传播受到底层网络拓扑结构的影响，但它也有能力改变它。在线用户在接触新信息源时不断创建新链接，反过来这些链接又是信息传播的交替方式。然而，这两个高度交织的随机过程，即信息扩散和网络演化，主要是单独研究的，而忽略了它们的共同演化动力学。我们为这种联合动力学提出了一个时间点过程模型Coevolve，允许一个过程的强度被另一个过程调节。该模型允许我们有效地模拟交错扩散和网络事件，并生成符合在真实网络（如Twitter）中观察到的常见扩散和网络模式的跟踪。此外，我们还开发了一个凸优化框架，以从历史扩散和网络演化轨迹中学习模型参数。我们用合成数据和从推特上收集的数据都表明，我们的模型能够很好地拟合数据，并比其他模型提供更准确的预测。 引用于12文件 MSC公司： 91天30分 社交网络；意见动态 60G55型 点过程（例如，泊松、考克斯、霍克斯过程） 关键词：社交网络;信息传播;网络结构;共同进化动力学;点过程;霍克斯过程;生存分析 PDF格式BibTeX公司 XML格式引用 \textit{M.Farajtabar}等人，J.Mach。学习。第18号决议，第41号论文，49页（2017年；Zbl 1437.91343） 全文： arXiv公司 链接 链接