网络中的聚类与折叠随机块模型
摘要：一种高效的MCMC算法用于将网络的节点进行聚类，以使在网络中具有相似角色的节点被聚集在一起。这被称为块模型或块聚类。模型是具有集成块参数的随机块模型（SBM）。得到的边缘分布定义了群集数量和群集成员的后验概率。与原始的SBM相比，从这个后验概率中进行抽样更为简单，因为可以避免跨维度的MCMC。该算法基于分配采样器。它需要在群集数量上放置先验概率，从而允许群集数量直接由算法进行估计，而不是作为输入参数给出。使用合成和真实数据来测试模型和算法的速度和准确性，包括估计群集数量的能力。该算法可扩展到具有一万个节点和数千万条边的网络。
作者：Aaron F. McDaid, Thomas Brendan Murphy, Nial Friel and Neil J Hurley
论文ID：1203.3083
分类：Computation
分类简称：stat.CO
提交时间：2012-11-09