[论文解读] Exact ICL maximization in a non-stationary time extension of the latent block model for dynamic networks

Marco Corneli, Pierre Latouche+1 more|arXiv (Cornell University)|Jun 12, 2015

Bayesian Methods and Mixture Models参考文献 5被引用 3

一句话总结

本文提出了一种非平稳时间扩展的潜在块模型（LBM），可联合聚类二分网络中的节点并划分时间区间，使其在各区间内具有平稳的交互强度。通过贪婪搜索最大化精确的完整数据后验对数似然（ICL），该方法能够识别出节点和时间区间的最优聚类数，在模拟数据中成功恢复了真实结构，并在真实世界会议交互数据中检测到了诸如午餐和招待会时段等有意义的社会活动模式。

ABSTRACT

The latent block model (LBM) is a flexible probabilistic tool to describe interactions between node sets in bipartite networks, but it does not account for interactions of time varying intensity between nodes in unknown classes. In this paper we propose a non stationary temporal extension of the LBM that clusters simultaneously the two node sets of a bipartite network and constructs classes of time intervals on which interactions are stationary. The number of clusters as well as the membership to classes are obtained by maximizing the exact complete-data integrated likelihood relying on a greedy search approach. Experiments on simulated and real data are carried out in order to assess the proposed methodology.

研究动机与目标

• 通过将潜在块模型扩展为非平稳时间框架，对二分网络中的时变交互强度进行建模。
• 在不假设已知或外生时间划分的前提下，同时推断节点聚类与时间区间聚类。
• 通过最大化精确的完整数据后验对数似然（ICL），确定节点与时间区间的最优聚类数。
• 开发一种贪婪搜索算法，以在该非平稳模型中实现精确ICL最大化。

提出的方法

• 该模型将时间范围划分为固定长度、相邻的时间区间，并使用关于D个时间聚类的多项分布为每个区间分配时间聚类。
• 通过节点标签c_i和w_j上的多项分布来建模节点在K个和G个聚类中的成员身份。
• 每个时间区间内节点之间的交互次数被建模为泊松分布，其强度λ_kgd取决于节点聚类对(k,g)和时间聚类d。
• 联合似然对模型参数Λ和Φ进行积分，通过共轭先验和拉普拉斯近似推导出精确ICL。
• 采用贪婪搜索算法以最大化精确ICL，通过迭代优化聚类分配来提升准则值。
• 该方法应用于具有已知真实结构的模拟数据以及ACM Hypertext 2009会议的真实世界面对面交互数据。

实验结果

研究问题

• RQ1 非平稳潜在块模型的扩展能否有效捕捉动态二分网络中的时变交互模式？
• RQ2 该模型通过精确ICL最大化，能否同时准确推断出最优的节点聚类数与时间区间聚类数？
• RQ3 针对具有已知参数的模拟数据，ICL最大化的贪婪搜索方法是否能可靠地恢复真实的底层聚类结构？
• RQ4 在缺乏时间聚类边界先验知识的情况下，该模型能否在真实世界交互数据中检测到有意义的时间活动模式（如社交聚会）？

主要发现

• 贪婪ICL最大化算法在模拟数据中成功恢复了真实的底层聚类结构，收敛至精确ICL值-122410。
• 在ACM Hypertext 2009会议的真实世界数据中，该模型识别出23个个人聚类和3个时间聚类，ICL达到-53217.4。
• 时间聚类C3对应于交互强度最高的时段，包括午餐时间（13:00–15:00）和葡萄酒与奶酪招待会时间（18:00–19:00），经可视化与分析检验确认。
• 该模型能准确按交互强度对时间区间进行分组，其中C1的平均强度最低，C3最高，证明其具备检测非平稳时间动态的能力。
• 即使泊松参数（λ_kgd）取值接近，该方法仍表现出鲁棒性，但此时收敛至全局最大值的难度增加。
• 结果表明，通过贪婪搜索实现的精确ICL最大化在非平稳LBM中是有效的模型选择方法，能够揭示动态网络中的结构与时间模式。