蒋凯阳;谢卓瑞;纳卡拉扬，纳塔拉扬;迪尔隆（Dhillon，Inderjit S.）。;安布吉·特瓦里 签名网络中的预测和聚类：从局部到全局的角度。 （英语） Zbl 1319.91134号 J.马赫。学习。物件。 1177-1213年（2014年）. 摘要：社交网络研究是一个新兴的研究领域。然而，现有的大多数工作都是在网络上进行的，这些网络只是对关系是否存在进行编码。相比之下签署人际网络可以是积极的（“喜欢”、“信任”），也可以是消极的（“厌恶”、“不信任”）。社会平衡理论表明，签名网络往往符合某些局部模式，而这些模式反过来又会导致某些全球特征。在本文中，我们利用社会平衡理论的局部和全局两个方面来解决签名网络分析中的两个基本问题：符号预测和聚类。过去，社会平衡的局部模式被用于符号预测。我们基于网络中的（ell）-循环定义了更通用的社会不平衡度量（MOI），并给出了一个简单的符号预测规则。有趣的是，通过检查社会不平衡的度量，我们发现在无符号链接预测中广泛使用的经典Katz度量在应用于有符号网络时也具有平衡理论解释。基于平衡网络的全局结构，我们提出了一种有效的符号预测和聚类低秩建模方法。我们通过凸松弛为低秩矩阵补全方法提供了理论性能保证，并使用基于矩阵分解的算法将其扩展到大问题规模，并提供广泛的实验验证，包括与本地方法的比较。我们的实验结果表明，通过采用更全局的社会平衡观点，我们在签名网络上的预测和聚类任务中获得了显著的性能和计算收益。因此，我们的工作突出了平衡理论的全球方面对分析签名网络的有用性。 引用于13文件 理学硕士： 91天30分 社交网络；意见动态 62H30型 分类和区分；聚类分析（统计方面） 关键词：签名网络;符号预测;平衡论;低阶模型;矩阵补全;图聚类 PDF格式BibTeX公司 XML格式引用 \textit｛K.-Y.Chiang｝等人，J.Mach。学习。第15号决议，1177--1213（2014年；Zbl 1319.91134） 全文： arXiv公司 链接