袁百川;李浩;安德烈亚·贝尔托齐。;P.Jeffrey，Brantingham;梅森·A·波特。 多变量时空Hawkes过程和网络重建。 （英语） Zbl 1499.60154号 SIAM J.数学。数据科学。 1，第2号，356-382（2019）. 摘要：时空数据中往往存在潜在的网络结构，网络分析工具可以对此类数据产生迷人的见解。本文提出了一种利用多元Hawkes过程从时空数据集重建网络的非参数方法。与之前使用点过程模型进行网络重建的工作相比，我们的方法通常只关注时间信息，同时使用时间和空间信息，并且不假设网络动力学的特定参数形式。这导致了一种有效的恢复底层网络的方法。我们使用合成网络和从真实数据集（基于位置的社交媒体网络、犯罪事件叙述和暴力帮派犯罪）构建的网络来说明我们的方法。我们的结果表明，与仅使用时间数据相比，我们的时空方法产生了改进的网络重建，为有意义的后续分析提供了基础，例如检查重建网络的社区结构和基序。 引用于7文件 MSC公司： 60G55型 点过程（例如，泊松、考克斯、霍克斯过程） 62H11型 定向数据；空间统计学 91天30分 社交网络；意见动态 关键词：多元Hawkes过程;社区结构;时空资料;社交网络;图案 软件：派霍克斯;鲁万将军 PDF格式BibTeX公司 XML格式引用 \textit{B.Yuan}等人，SIAM J.Math。数据科学。1，第2号，356--382（2019；Zbl 1499.60154） 全文： 内政部 arXiv公司 参考文献： [1] mfinder 1.21，http://www.weizmann.ac.il/mcb/UriAlon/download/network-motif-software。 [2] M.Achab、E.Bacry、S.Gaiffas、I.Mastromateo和J.-F.Muzy，《从多元Hawkes积分累积量中发现因果关系》，J.Mach。学习。第18号决议（2017年），第6998-7025页·Zbl 1472.62076号 [3] C.Aicher、A.Z.Jacobs和A.Clauset，学习加权网络中的潜在块结构，J.Complex Netw。，3（2014年），第221-248页·Zbl 1397.68151号 [4] L.Akoglu、P.O.V.de Melo和C.Faloutsos，《量化大型加权通信网络中的互惠性》，亚太知识发现和数据挖掘会议，Springer-Verlag，2012年，第85-96页。 [5] E.Bacry、I.Mastromateo和J.-F.Muzy，《金融中的霍克斯过程》，Mark.Microscope Liq.，1（2015），1550005。 [6] D.Balcan、V.Colizza、B.Gonçalves、H.Hu、J.J.Ramasco和A.Vespignani，《多尺度流动网络和传染病的空间传播》，Proc。国家。阿卡德。科学。美国，106（2009），第21484-21489页。 [7] H.Barbosa、M.Barthelemy、G.Ghoshal、C.R.James、M.Lenormand、T.Louail、R.Menezes、J.J.Ramasco、F.Simini和M.Tomasini，《人类移动性：模型和应用》，物理学。众议员，734（2018），第1-74页·Zbl 1395.91358号 [8] M.Barthelemy，《空间网络的形态发生》，Springer International Publishing，Cham出版社，2018年·兹比尔1382.90001 [9] V.D.Blondel、J.-L.Guillaume、R.Lambiotte和E.Lefebvre，《大型网络中社区的快速发展》，J.Stat.Mech。理论实验，2008（2008），P10008·Zbl 1459.91130号 [10] P.J.Brantingham、N.Sundback、B.Yuan和K.Chan，GRYD干预事件响应和帮派犯罪2017年评估报告，2017年；可在线获取，网址为geal.sscnet.ucla.edu/GRYD_IR_and_Gang_Crime_Report_FINALv2.pdf。 [11] D.Brockmann、L.Hufnagel和T.Geisel，《人类旅行的比例定律》，《自然》，439（2006），第462-465页。 [12] E.N.Brown、R.E.Kass和P.P.Mitra，《多神经棘波序列数据分析：现状和未来挑战》，《自然神经科学》第7期（2004年），第456-461页。 [13] C.T.Butts，社会行动的关系事件框架，社会学。Methodol.方法。，38（2008），第155-200页。 [14] S.Chen、A.Shojaie、E.Shea-Brown和D.Witten，《高维多元Hawkes过程：超越相互激励》，预印本，https://arxiv.org/abs/1707.04928，2017年。 [15] E.Cho、S.A.Myers和J.Leskovec，《友谊与移动：基于位置的社交网络中的用户移动》，载于第17届ACM SIGKDD知识发现和数据挖掘国际会议论文集，ACM，纽约，2011年，第1082-1090页。 [16] M.D.Conover、C.Davis、E.Ferrara、K.McKelvey、F.Menczer和A.Flammini，《社会运动传播网络的地理空间特征》，《公共科学图书馆·综合》，8（2013），e55957。 [17] N.Cressie，《空间数据统计》，John Wiley&Sons，新泽西州霍博肯，2015年·Zbl 1347.62005年 [18] D.J.Daley和D.Vere-Jones，《点过程理论导论：第二卷：一般理论和结构》，Springer-Verlag出版社，柏林，2007年·Zbl 1159.60003号 [19] T.Davies和E.Marchione，《事件网络和犯罪模式主题识别》，《公共科学图书馆·综合》，10（2015），e0143638。 [20] M.Eichler、R.Dahlhaus和J.Dueck，《具有非参数链接函数的多元Hawkes过程的图形建模》，《时间序列分析杂志》。，38（2017），第225-242页·Zbl 1360.62445号 [21] S.Fortunato和D.Hric，《网络中的社区检测：用户指南》，Phys。代表，659（2016），第1-44页。 [22] E.W.Fox、F.P.Schoenberg和J.S.Gordon，地震发生的非参数Hawkes点过程模型的空间非均匀背景速率估计和不确定性量化，Ann.Appl。Stat.，10（2016），第1725-1756页·Zbl 1391.62271号 [23] E.W.Fox、M.B.Short、F.P.Schoenberg、K.D.Coronges和A.L.Bertozzi，《使用自激点过程建模电子邮件网络和推断领导力》，J.Amer。统计师。协会，111（2016），第564-584页。 [24] C.W.J.Granger，《用计量经济学模型和交叉谱方法研究因果关系》，《计量经济学》，37（1969），第424-438页·Zbl 1366.91115号 [25] B.Green、T.Horel和A.V.Papachristos，《通过社交网络进行传染建模以解释和预测芝加哥枪击暴力》，2006年至2014年，JAMA实习生。《医学》，177（2017），第326-333页。 [26] E.C.Hall和R.M.Willett，跟踪网络上的动态点过程，IEEE Trans。通知。《理论》，62（2016），第4327-4346页·Zbl 1359.94952号 [27] A.G.Hawkes和D.Oakes，自激过程的集群过程表示，J.Appl。概率，11（1974），第498-503页·Zbl 0305.60021号 [28] 霍尔姆，《现代时间网络理论：学术讨论会》，《欧洲物理学》。J.B，88（2015），234。 [29] L.G.Jeub、M.Bazzi、I.S.Jutla和P.J.Mucha，在MATLAB中实现的社区检测的广义Louvain方法（2011-2017；2.1.1版），http://netwiki.amath.unc.edu/GenLouvain。 [30] M.Karsai、H.-H.Jo和K.Kaski，《突发性人类动力学》，Springer Briefs in Complexity出版社，Cham，2018年。 [31] M.Kivela¨、A.Arenas、M.Barthelemy、J.P.Gleeson、Y.Moreno和M.A.Porter，多层网络，J.Complex Netw。，2（2014年），第203-271页。 [32] M.Kivela¨和M.A.Porter，从通信网络中的有限观测周期估计事件间时间分布，Phys。E版，92（2015），052813。 [33] D.Kuang、P.J.Brantingham和A.L.Bertozzi，犯罪主题建模，《犯罪科学》，6（2017），12。 [34] D.Kuang、J.Choo和H.Park，交互式主题建模和文档聚类的非负矩阵分解，《分区聚类算法》，Springer International Publishing，Cham，2015年，第215-243页。 [35] D.Kuang、C.Ding和H.Park，图聚类的对称非负矩阵分解，《2012年SIAM国际数据挖掘会议论文集》，SIAM，费城，2012年，第106-117页，https://doi.org/10.1137/1.9781611972825.10。 [36] E.L.Lai、D.Moyer、B.Yuan、E.Fox、B.Hunter、A.L.Bertozzi和P.J.Brantingham，微博主题时间序列分析，IMA J.Appl。数学。，81（2016），第409-431页·Zbl 1406.62152号 [37] S.L.Lauritzen，《图形模型》，克拉伦登出版社，牛津，1996年·Zbl 0907.62001 [38] D.Lazer、A.Pentland、L.Adamic、S.Aral、A.-L.Barabaási、D.Brewer、N.Christakis、N.Contractor、J.Fowler、M.Gutmann、T.Jebara、G.King、M.Macy、D.Roy和M.Van Alstyne，《计算社会科学》，《科学》，第323页（2009年），第721-723页。 [39] E.Lewis和G.O.Mohler，《多尺度Hawkes过程的非参数EM算法》，预印本，2011年，在线阅读http://gola.sscnet.ucla.edu/Lewis-Molher-EM_Preprint.pdf。 [40] S.Linderman和R.Adams，《发现点过程数据中的潜在网络结构》，《机器学习国际会议》，2014年，第1413-1421页。 [41] S.Mangan和U.Alon，前馈环路网络基序的结构和功能，Proc。国家。阿卡德。科学。美国，100（2003），第11980-11985页。 [42] B.Mark、G.Raskutti和R.Willett，《点过程数据的网络估计》，预印本，https://arxiv.org/abs/1802.04838, 2018. ·Zbl 1431.94215号 [43] D.Marsan和O.Lengline，《通过级联扩展地震范围》，《科学》，319（2008），第1076-1079页。 [44] R.Milo、S.Shen Orr、S.Itzkovitz、N.Kashtan、D.Chklovskii和U.Alon，《网络主题：复杂网络的简单构建块》，《科学》，298（2002），第824-827页。 [45] G.O.Mohler，《芝加哥凶杀和枪支犯罪预测的标记点过程热点地图》，《国际期刊预测》，30（2014），第491-497页。 [46] G.O.Mohler、M.B.Short、P.J.Brantingham、F.P.Schoenberg和G.E.Tita，犯罪的自我激发点过程建模，J.Amer。统计师。协会，106（2011），第100-108页·Zbl 1396.62224号 [47] G.O.Mohler、M.B.Short、S.Malinowski、M.Johnson、G.E.Tita、A.L.Bertozzi和P.J.Brantingham，预测性警务的随机对照现场试验，J.Amer。统计师。协会，110（2015），第1399-1411页。 [48] P.J.Mucha、T.Richardson、K.Macon、M.A.Porter和J.-P.Onnela，《时间相关、多尺度和多重网络中的社区结构》，《科学》，328（2010），第876-878页·Zbl 1226.91056号 [49] J.A.Nelder和R.J.Baker，广义线性模型，John Wiley&Sons，Hoboken，NJ，1972年。 [50] M.E.J.Newman，《使用矩阵特征向量发现网络中的社区结构》，Phys。E版，74（2006），036104。 [51] M.E.J.Newman，《网络》，第二版，牛津大学出版社，英国牛津，2018年·Zbl 1391.94006号 [52] M.E.J.Newman和M.Girvan，《发现和评估网络中的社区结构》，物理。E版，69（2004），026113。 [53] A.Noulas、S.Scellato、R.Lambiotte、M.Pontil和C.Mascolo，《许多城市的故事：人类城市流动的普遍模式》，PloS ONE，7（2012），e37027。 [54] Y.Ogata，《关于Lewis的点过程模拟方法》，IEEE Trans。通知。《理论》，27（1981），第23-31页·Zbl 0449.60037号 [55] Y.Ogata，地震发生的统计模型和点过程的残差分析，J.Amer。统计师。协会，83（1988），第9-27页。 [56] Y.Ogata，地震发生的时空点过程模型，Ann.Inst.Statist。数学。，50（1998年），第379-402页·Zbl 0947.62061号 [57] T.P.Peixoto，贝叶斯随机块建模，预印本，https://arxiv.org/abs/1705.10225, 2018; 《网络集群和块建模进展》，P.Doreian，V.Batagelj，A.Ferligoj，eds.，John Wiley&Sons，纽约出版。 [58] P.O.Perry和P.J.Wolfe，定向交互网络的点过程建模，J.R.Stat.Soc.Ser。《美国统计年鉴》。，75（2013），第821-849页·Zbl 1411.60076号 [59] M.A.Porter和J.P.Gleeson，《网络上的动力系统：前沿教程》。申请。动态。系统。Rev.导师。4，Springer International Publishing，Cham，2016年·Zbl 1369.34001号 [60] M.A.Porter和S.D.Howison，《网络分析在工业和应用数学中的作用》，预印本，https://arxiv.org/abs/1703.06843，2017年。 [61] M.A.Porter、J.-P.Onnela和P.J.Mucha，《网络中的社区》，美国通告。数学。Soc.，56（2009），第1082-1097、1164-1166页·Zbl 1188.05142号 [62] A.Reinhart，Rejoiner:《自激时空点过程及其应用综述》，Statist。科学。，33（2018），第330-333页·Zbl 1403.62122号 [63] S.Scellato、A.Noulas和C.Mascolo，《在基于位置的社交网络的链接预测中利用位置特征》，载于《第17届ACM SIGKDD国际知识发现和数据挖掘会议论文集》，ACM，纽约，2011年，第1046-1054页。 [64] F.P.Schoenberg、D.R.Brillinger和P.Guttorp，点过程，时空，收录于《环境计量百科全书3》，John Wiley&Sons，Chichester，英国，2002年，第1573-1577页。 [65] M.B.Short、P.J.Brantingham、A.L.Bertozzi和G.E.Tita，犯罪反应扩散模型中热点的消散和位移，Proc。国家。阿卡德。科学。美国，107（2010），第3961-3965页。 [66] A.Simma和M.I.Jordan，用泊松过程级联建模事件，《第二十六届人工智能不确定性会议论文集》，美国人工智能出版社，弗吉尼亚州阿灵顿，2010年，第546-555页。 [67] D.Sornette和S.Utkin，在带有前震、主震和余震的时间序列中，将外源事件与内生事件分开的去聚类方法的极限，Phys。E版，79（2009），061110。 [68] T.Squartini、F.Picciolo、F.Ruzzenenti和D.Garlaschelli，加权网络的互易性，科学。代表，3（2013），02729。 [69] A.Stomakhin、M.B.Short和A.L.Bertozzi，基于交互时间模式的社交网络中缺失数据的重建，逆向问题，27（2011），115013。 [70] A.Strehl和J.Ghosh，集群集合——用于组合多个分区的知识重用框架，J.Mach。学习。研究，3（2002），第583-617页·Zbl 1084.68759号 [71] P.Suny，J.Li，Y.Mao，R.Zhang，and L.Wang，通过多元标记Hawkes过程推断多重扩散网络，预印本，https://arxiv.org/abs/1809.07688, 2018. [72] G.Tita、P.J.Brantingham、A.Galstyan和Y.-S.Cho，时空网络的潜在自激点过程模型，离散Contin。动态。系统。序列号。B、 19（2014），第1335-1354页·Zbl 1327.93266号 [73] A.L.Traud、E.D.Kelsic、P.J.Mucha和M.A.Porter，《在线大学社交网络中社区结构与特征的比较》，SIAM Rev.，53（2011），第526-543页，https://doi.org/10.1137/080734315。 [74] J.Ugander、B.Karrer、L.Backstrom和C.Marlow，《Facebook社交图剖析》，预印本，https://arxiv.org/abs/1111.4503，2011年。 [75] A.Veen和F.P.Schoenberg，使用EM型算法估计地震学中的时空分支过程模型，J.Amer。统计师。协会，103（2008），第614-624页·Zbl 1469.86010号 [76] B.Wang、X.Luo、F.Zhang、B.Yuan、A.L.Bertozzi和P.J.Brantingham，稀疏时空数据的基于图形的深度建模和实时预测，预印本，https://arxiv.org/abs/1804.00684, 2018. [77] K.Zhou、H.Zha和L.Song，使用多维Hawkes过程学习稀疏低阶网络中的社会传染性，《第十六届人工智能与统计国际会议论文集》，2013年，第641-649页。 [78] J.Zhung、Y.Ogata和D.Vere-Jones，时空地震发生的随机去簇，J.Amer。统计师。协会，97（2002），第369-380页·兹比尔1073.62558 [79] J.Zhuang、Y.Ogata和D.Vere-Jones，使用随机重建分析地震聚集特征，J.Geophys。研究，109（2004），B05301。 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。