[论文解读] Baseline Mixture Models for Social Networks

Carter T. Butts|arXiv (Cornell University)|Oct 8, 2017

Complex Network Analysis Techniques参考文献 36被引用 3

一句话总结

本文引入基线混合模型——具体为贝塔-伯努利图和狄利克雷-多项式图——作为社会网络中标准伯努利或均匀图模型的灵活且可解析处理的替代方案。通过将网络密度或对偶频率建模为从连续混合分布（如贝塔或狄利克雷分布）中抽取的随机变量，该方法能够捕捉跨图的异质性，并在比传统方法更少观测值的情况下实现稳健、高效的网络推断。

ABSTRACT

Continuous mixtures of distributions are widely employed in the statistical literature as models for phenomena with highly divergent outcomes; in particular, many familiar heavy-tailed distributions arise naturally as mixtures of light-tailed distributions (e.g., Gaussians), and play an important role in applications as diverse as modeling of extreme values and robust inference. In the case of social networks, continuous mixtures of graph distributions can likewise be employed to model social processes with heterogeneous outcomes, or as robust priors for network inference. Here, we introduce some simple families of network models based on continuous mixtures of baseline distributions. While analytically and computationally tractable, these models allow more flexible modeling of cross-graph heterogeneity than is possible with conventional baseline (e.g., Bernoulli or $U|man$ distributions). We illustrate the utility of these baseline mixture models with application to problems of multiple-network ERGMs, network evolution, and efficient network inference. Our results underscore the potential ubiquity of network processes with nontrivial mixture behavior in natural settings, and raise some potentially disturbing questions regarding the adequacy of current network data collection practices.

研究动机与目标

• 解决标准网络模型（如伯努利或均匀图）在捕捉网络密度或对偶频率跨图异质性方面的局限性。
• 开发在分析和计算上均可行的网络模型，以灵活表示网络实现之间的变异性。
• 提供稳健的、弱信息性的先验分布用于网络推断，即使在网络密度先验知识不确定时也能表现良好。
• 强调单次横截面网络数据在检测现实世界网络过程中混合行为方面的不足。
• 证明混合先验可减少可靠推断所需的数据量，使其在典型实证场景中更具实用性。

提出的方法

• 将网络模型形式化为基线分布的连续混合：使用贝塔-伯努利图表示边概率，使用狄利克雷-多项式图表示对偶频率。
• 将网络密度建模为从贝塔分布中抽取的随机变量，从而导出允许灵活、重尾边概率分布的贝塔-伯努利混合模型。
• 将对偶配置建模为从狄利克雷分布中抽取，以可 tractable 的方式表示互惠性及其他对偶依赖关系。
• 使用层次化建模方法，将网络数据表示为混合过程，其中基线参数（如期望密度）本身也是随机变量。
• 在推断中将这些混合模型用作先验，特别是在每对对偶观测值较少的场景中。
• 利用贝塔和狄利克雷分布的共轭性，以实现高效的后验计算和解析可处理性。

实验结果

研究问题

• RQ1 连续混合基线图分布（如伯努利或均匀分布）是否能比固定参数模型更好地捕捉跨图异质性？
• RQ2 当关于网络密度的先验知识较弱或不确定时，贝塔-伯努利和狄利克雷-多项式混合模型在作为网络推断先验时表现如何？
• RQ3 与标准伯努利先验相比，混合先验在实现可靠推断时，每对对偶所需的最小观测数是多少？
• RQ4 当前单次横截面网络数据收集实践在多大程度上无法检测到由动态网络过程引发的混合行为？
• RQ5 混合先验是否能利用对偶依赖性（如互惠性）来提高推断的效率和稳健性？

主要发现

• 与标准伯努利先验相比，贝塔-伯努利和狄利克雷-多项式混合模型在推断中显著提升了稳健性和效率，尤其在关于网络密度的先验知识有限时。
• 狄利克雷-多项式先验通过在对偶间聚合信息并利用互惠性，优于伯努利先验，从而提高了对边状态预测的置信度。
• 即使每对对偶仅有2–3个观测值，狄利克雷-多项式先验也能实现优异性能，表明混合先验可大幅减少数据需求。
• 即使每对对偶仅有5个观测值，混合模型在现实误差率下仍能实现良好的推断性能，远低于全横截面调查（CSS）设计中通常采用的20–35个观测值。
• 结果表明，大多数现有社会网络数据（作为单次横截面快照收集）不足以检测网络过程中潜在的混合行为。
• 由于其灵活性、稳健性以及对网络密度不确定性处理的能力，基线混合模型在网络推断中作为更优的默认先验。