清、欢;王京丽 使用对称拉普拉斯逆矩阵估计混合成员。 （英语） 兹比尔1512.62064 J.韩国统计学会。 52，第1期，248-264（2023）. 摘要：混合成员社区检测是一个具有挑战性的问题。在本文中，为了检测混合隶属度，我们提出了一种新的方法mixed-SLIM，这是一种在度校正混合隶属度模型下对对称拉普拉斯逆矩阵进行谱聚类的方法。在温和的条件下，我们为该算法及其正则化版本的估计误差提供了理论界。同时，我们对所提出的方法进行了一些扩展，以在实际中处理大型网络。这些Mixed-SLIM方法在社区检测和混合成员社区检测问题的模拟和大量经验数据集方面都优于最先进的方法。 MSC公司： 62H30型 分类和区分；聚类分析（统计方面） 91天30分 社交网络；意见动态 关键词：度校正混合隶属度模型;光谱聚类;社交网络;SNAP自我网络 PDF格式BibTeX公司 XML格式引用 \textit{H.Qing}和\textit{J.Wang}，J.Korean Stat.Soc.52，No.1，248--264（2023；Zbl 1512.62064） 全文： 内政部 arXiv公司 参考文献： [1] Abbe，E.，《社区检测和随机块模型：最新发展》，《机器学习研究杂志》，18，1，6446-6531（2017）·Zbl 1403.62110号 [2] Adamic，L.A.，Glance，&N.（2005年）。政治博客圈和2004年美国大选：分裂的博客。第36-43页 [3] 埃罗尔迪，EM；布莱，DM；菲恩伯格，SE；Xing，EP，混合成员随机块模型，机器学习研究杂志，1981-2014年9月（2008年）·Zbl 1225.68143号 [4] 阿米尼，AA；陈，A。；PJ Bickel；Levina，E.，大型稀疏网络中社区检测的伪似然方法，《年鉴统计》，41，4，2097-2122（2013）·Zbl 1277.62166号 ·doi:10.1214/13-AOS1138 [5] 蔡，TT；Li，X.，《存在任意离群节点时的鲁棒和计算上可行的社区检测》，《年鉴统计》，第43、3、1027-1059页（2015年）·Zbl 1328.62381号 ·doi:10.1214/14-AOS1290 [6] Chen，K。；Lei，J.，确定网络数据中社区数量的网络交叉验证，《美国统计协会杂志》，113，521，241-251（2018）·Zbl 1398.62159号 ·doi:10.1080/01621459.2016.1246365 [7] 陈，Y。；李，X。；Xu，J.，度校正随机块模型的凸模块最大化，《统计年鉴》，46，4，1573-1602（2018）·Zbl 1410.62105号 ·doi:10.1214/17-AOS1595 [8] 邓恩，JA；威廉姆斯，RJ；Martinez，ND，《食物网结构和网络理论：连接和大小的作用》，《美国国家科学院学报》，99，20，12917（2002）·doi:10.1073/pnas.192407699 [9] Fortunato，S.，《图形中的社区检测》，《物理报告》，486，3-5，75-174（2010）·doi:10.1016/j.physrep.2009.11.002 [10] 福图纳托，S。；Hric，D.，《网络中的社区检测：用户指南》，《物理报告》，659，1-44（2016）·doi:10.1016/j.physrep.2016.09.002 [11] 荷兰，普华永道；拉斯基，KB；Leinhardt，S.，《随机块模型：第一步》，《社交网络》，5，2，109-137（1983）·doi:10.1016/0378-8733（83）90021-7 [12] Jin，J.，《SCORE快速社区检测》，《年鉴统计》，43，1，57-89（2015）·兹比尔1310.62076 ·doi:10.1214/14-AOS1265 [13] 京，B。；李·T。；Ying，N。；Yu，X.，使用对称拉普拉斯逆矩阵（slim）在稀疏网络中进行社区检测，统计Sinica，32，1，1（2022）·Zbl 1524.62296号 [14] Jin，J.，Ke，ZT.和Luo，S.（2017）。通过单纯形顶点搜索估计网络成员身份。arXiv预打印arXiv:1708.07852 [15] 约瑟夫，A。；Yu，B.，正则化对光谱聚类的影响，《年鉴统计》，44，4，1765-1791（2016）·Zbl 1357.62229号 ·doi:10.1214/16-AOS147 [16] 卡勒，B。；Newman，MEJ，网络中的随机块模型和社区结构，物理评论E，83，1，16107（2011）·doi:10.1103/PhysRevE.83.016107 [17] Leskovec，J。；JJ Mcauley，《学习发现自我网络中的社交圈》，《神经信息处理系统进展》，第25期，第539-547页（2012年） [18] 卢梭，D.（2003）。海豚社交网络的涌现特性。伦敦皇家学会学报B辑：生物科学270（2）：186-188 [19] Lusseau，D.，海豚社会网络中社会角色的证据，进化生态学，21，3，357-366（2007）·doi:10.1007/s10682-006-9105-0 [20] 卢梭，D。；施耐德，K。；OJ Boissau；Haase，P。；斯洛滕，E。；道森，SM，《怀疑声音的宽吻海豚群落具有很大比例的长期关联》，行为生态学，社会生物学，54，4396-405（2003）·doi:10.1007/s00265-003-0651-y [21] Mao，X.、Sarkar，P.和Chakrabarti D.（2017）。关于混合隶属度和对称非负矩阵分解。机器学习国际会议。2324-2333 [22] 毛，X。；Sarkar，P。；Chakrabarti，D.，估计具有尖锐特征向量偏差的混合成员身份，美国统计协会杂志。，116, 536, 1-13 (2020) [23] 马，S。；苏·L。；张勇，确定度校正随机块模型中的社区数，机器学习研究杂志。，22, 69, 63 (2021) ·Zbl 07370586号 [24] Nepusz，T。；佩特罗奇，A。；Négyessy，L。；Bazsó，F.，《模糊社区和复杂网络中的桥接概念》，《物理评论》E，77，1（2008）·doi:10.1103/PhysRevE.77.016107 [25] 纽曼，MEJ，合著网络和科学合作模式，《国家科学院学报》，第101期，第1520-5205页（2004年）·doi:10.1073/pnas.0307545100 [26] 纽曼，ME；Girvan，M.，《发现和评估网络中的社区结构》，物理评论E，69，2（2004）·doi:10.1103/PhysRevE.69.026113 [27] Pizzuti，C.（2008年）。Ga-net：一种用于社交网络中社区检测的遗传算法。摘自：《自然》杂志并行问题解决国际会议，第1081-1090页。施普林格 [28] 秦，T。；Rohe，K.，度校正随机块模型下的正则谱聚类，《神经信息处理系统进展》，26，3120-3128（2013） [29] Rohe，K。；秦，T。；Yu，B.，Co-clustering directed graphs to discovery asymmetrics and directional communities，美国国家科学院学报，113，45，12679-12684（2016）·Zbl 1406.91306号 ·doi:10.1073/pnas.1525793113 [30] 斯科特·J。；卡林顿，PJ，《社交网络分析智者手册》（2011），伦敦：sage出版社，伦敦 [31] 苏·L。；Wang，W。；Zhang，Y.，随机块模型谱聚类的强一致性，IEEE交易信息理论，66，1，324-338（2019）·Zbl 1433.62170号 ·doi:10.1109/TIT.2019.2934157 [32] Zhang，Y。；莱维纳，E。；Zhu，J.，使用谱方法检测网络中的重叠社区，SIAM杂志数学数据科学，2，2，265-283（2020）·Zbl 1484.62073号 ·doi:10.1137/19M1272238 [33] Zhao，Y。；莱维纳，E。；Zhu，J.，度校正随机块模型下网络社区检测的一致性，《年鉴统计》，40，4，2266-2292（2012）·Zbl 1257.62095号 ·doi:10.1214/12-AOS1036 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。