Analyzing Social Networks as Stochastic Processes
将社会网络作为随机过程分析AI 解读 ↓
← 返回论文列表与筛选
阅读说明
本页整理公开书目信息，不生成学术质量评分。AI 解读根据题名及所注明的摘要或原文片段生成，未完成全文核验，可能有误；具体假设、证明与结论请核对原文。摘要保留来源文本，未经模型改写。
DOI 首次登记不等于接收或发表日期。部分更正、评论等条目没有独立摘要；缺少可靠材料时保留待补状态。
引用量采用 OpenAlex 单条关联记录，不合计多个记录；关联记录可能包含正式发表版本，不等于此版本单独引用。缺失不视为零，引用指标不代表论文质量。
关注作者按书目中的完整姓名匹配，同名和姓名变体需人工辨别。相关论文先按共享细分方向和具体方法排列，再参考通用方法与发表日期。
分类依据与纠错
AI 根据所提供的论文材料归类：摘要明确研究人际关系网络的动态变化及社会结构参数，直接对应网络方法。
反馈分类问题
正在核对关联版本…
代码、数据与补充材料
正在核对对应版本的资源…
关注这篇论文的作者
将社会网络作为随机过程分析
- 研究问题
- 如何将人际关系网络随时间发生的变化建模为随机过程，并用少量参数描述社会结构因素与网络变化概率的关系？
- 方法与思路
- 作者假设网络演化可由连续时间马尔可夫链描述，使转移率依赖少量社会结构参数，并讨论框架假设、简单模型和参数估计。
- 材料陈述的贡献
- 摘要提出动态社会网络建模框架，分析若干实例并概述估计方法；作者称模型有助于理解网络演化，但未报告量化效果。
- 阅读关注点
- 应核对马尔可夫假设、允许的网络转移、观测时间与估计方法，以及参数能否识别并区分不同社会结构机制。
- 阅读边界
- 仅据版本未注明的索引摘要，不能推断刊本变化；摘要未提供识别条件或拟合指标，结构参数不自动具有因果解释。
原文摘要
This article presents a new methodology for studying a social network of interpersonal relationships, based on stochastic modeling of the changes that occur in the network over time. Specifically, we postulate that these changes can be modeled as a continuous-time Markov chain. The transition rates for the chain are dependent on a small set of parameters that measure the importance of various aspects of social structure on the probability of change. We discuss the assumptions of the framework and describe two simple models that are applications of it. We then present, analyze, and interpret several examples, and we outline methods of parameter estimation. The models prove to be quite effective and allow us to better understand the evolution of a network.