Dynamic Social Network Analysis using Latent Space Models

Dynamic Social Network Analysis using Latent Space Models 

原文地址：https://www.ml.cmu.edu/research/dap-papers/sarkar-kdd_project.pdf

这篇文章研究了社交网络建模的两个问题

     1） 可以应用于对朋友关系建模的动态模型

      2）方便地从数据中构建这个模型

实体在潜在空间中的距离越近 → 实体间有联系的可能性越大

论文中的工作 ，为了使模型实现其功能

      1）使用衡量潜在空间中实体间相似性的kernel function

       2） 使用低维的kd-tree

       等

Intriduction

1）本文主要研究 关系的缓慢变化

2）使用了Markov assumption，所以在时间t时某个实体的位置是受到之前时刻的位置的影响的。 

Xt ：嵌入的结果  （在Gt和Xt-1的条件下最有可能的嵌入结果）

DSNL(Dynamic social network in latent space) model

dij =|xi−xj| : 在潜在空间中的欧几里得距离       p(i∼j) : 有联系的可能性  rij : the radius of interaction

 

the biquadratic kernel:

 

 

使用上式重新定义链接可能性 pij