Group Network Hawkes Process
群组网络Hawkes过程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：摘要明确以个体互动网络、事件传播和潜在群组为研究对象，直接对应网络建模这一领域细分。
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…
群组网络Hawkes过程
- 研究问题
- 在网络结构已观测且固定的情况下，如何刻画个体事件发生的动态相互作用，并识别潜在群组及个体异质性？
- 方法与思路
- 作者在网络Hawkes过程中引入潜在群组，用最大似然联合聚类和估计参数，再借助分枝表示构建快速EM算法。
- 材料陈述的贡献
- 摘要称，论文研究群组数正确指定或过度指定时的估计性质，并提出可一致识别真实群组数的数据驱动准则。
- 阅读关注点
- 应核对网络激励与群组异质性的区分、模型稳定性和可识别性、群组数选择条件，以及EM初始化与计算表现。
- 阅读边界
- 仅据OpenAlex索引摘要，稿件版本未注明；理论条件和微博应用数值未提供，不能推断网络关系的因果含义或刊本变化。
原文摘要
In this work, we study the event occurrences of individuals interacting in a network. To characterize the dynamic interactions among the individuals, we propose a group network Hawkes process (GNHP) model whose network structure is observed and fixed. In particular, we introduce a latent group structure among individuals to account for the heterogeneous user-specific characteristics. A maximum likelihood approach is proposed to simultaneously cluster individuals in the network and estimate model parameters. A fast EM algorithm is subsequently developed by using the branching representation of the proposed GNHP model. Theoretical properties of the resulting estimators of group memberships and model parameters are investigated under both settings when the number of latent groups G is over-specified or correctly specified. A data-driven criterion that can consistently identify the true G under mild conditions is derived. Extensive simulation studies and an application to a dataset collected from Sina Weibo are used to illustrate the effectiveness of the proposed methodology. Supplementary materials for this article are available online.