A Structural Model for Detecting Communities in Networks
用于识别网络社群的结构模型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。
本页为预印本版本；arXiv 收录、作者填写的期刊信息以及作者既有发表经历，都不单独证明本篇已接收。作者发表记录按 OpenAlex 身份与完整姓名、本站覆盖期刊 ISSN 及正式卷期核对，只展示已核实例，档案仍可能误合并。
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：摘要同时涉及网络形成、社会互动效应及基于效用最大化的结构博弈模型。
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
用于识别网络社群的结构模型
- 研究问题
- 如何刻画子网络中参与者的连接选择与相互依赖行动，并在均衡计算困难、排除变量可能缺失时识别社会互动效应？
- 方法与思路
- 作者将策略性网络形成建模为静态互动博弈，允许群组特定参数，并提出方程体系，讨论多模态网络自回归下的互动识别。
- 材料陈述的贡献
- 摘要提供了连接与多重行动共同影响效用的结构建模方案，并讨论社会影响识别；未明确报告实际社群检测或估计表现。
- 阅读关注点
- 应核对效用与均衡定义、群组划分如何确定、方程体系与理论模型的关系，以及缺少排除变量时识别依赖哪些条件。
- 阅读边界
- 这是 arXiv 预印本，不能据此认定已同行评审或期刊接收；摘要未说明完整识别结果、可行估计算法或实际应用的验证证据。
原文摘要
The objective of this paper is to identify and analyze the response actions of a set of players embedded in sub-networks in the context of interaction and learning. We characterize strategic network formation as a static game of interactions where players maximize their utility depending on the connections they establish and multiple interdependent actions that permit group-specific parameters of players. It is challenging to apply this type of model to real-life scenarios for two reasons: The computation of the Bayesian Nash Equilibrium is highly demanding and the identification of social influence requires the use of excluded variables that are oftentimes unavailable. Based on the theoretical proposal, we propose a set of simulant equations and discuss the identification of the social interaction effect employing multi-modal network autoregressive.