가치 있는 네트워크의 일반적인 블록 모델링

Generalized blockmodeling of valued networks

가치 있는 네트워크의 일반화된 블록 모델링은 가치 있는 네트워크를 다루는 일반화된 블록 모델링의 접근법입니다(예: 비이진).[1]

일반화된 블록 모델링은 "거의 모든 관계형 데이터 세트의 기초 기능 해부학 연구를 위한 형식적이고 통합된 접근법"을 의미하지만, 원칙적으로 이진 네트워크에 사용된다.이는 블록 모델을 해석하는 데 사용되는 이상적인 블록 집합에서 확인할 수 있습니다. 블록 모델은 특징적인 링크 패턴을 기반으로 이진수입니다.이 때문에 이러한 템플릿은 "값진 [1]경험적 블록과 쉽게 비교할 수 없다".

가치 있는 (1가지 모드) 네트워크의 일반화된 블록 모델링을 허용하기 위해 (예를 들어 경험적인 가치 있는 블록과 이상적인 2진수 블록을 직접 비교할 수 있게 하기 위해) 비모수적 접근법을 사용한다.이와 함께 "선택적인 매개변수는 관측 흐름과 예상 흐름 사이의 최소 백분위수 편차로 가치 있는 결합의 중요도를 결정합니다."그런 다음 매개변수의 양면 적용은 "결정되지 않은 관계, 즉 중요하지도 않고 중요하지도 않은 가치 있는 관계(0)"를 도입한다. 결과적인 연결의 발생은 경험적 블록과 이상적 블록 사이의 불일치 계산의 수정에 동기를 부여한다.동시에 이러한 링크는 각 이상 블록에 고유한 해석적 확실성을 측정할 수도 있습니다.그런 다음 총 불확실성 점수를 0 또는 0에 가까운 수준에서 유지하는 이러한 최대 양면 편차 임계값이 "가치 있는 블록 모델에 대한 해석적 확실성의 척도"로 제안되며, 이는 사실상 선택적 매개변수를 발신 상태로 [1]변환한다.

블록 모델링의 문제는 이상 블록의 표준 집합입니다. 이상 블록은 모두 바이너리 링크(tie) 패턴을 사용하여 지정되므로 "이러한 이상적인 바이너리 넥타이와 경험적 가치 넥타이의 불일치를 일치시키고 카운트하는 간단한 연습"이 됩니다.이 문제를 해결하기 위한 한 가지 방법은 이분법을 사용하여 네트워크를 바이너리 [2]버전으로 변환하는 것입니다.다른 두 가지 접근방식은 가치 있는(일반화된) 블록 모델링과 균질성 블록 모델링을 도입하여 2007년에 Alesh Ziberna에 의해 처음 제안되었다.후자의 기본 개념은 "경험적 블록과 이상적인 블록의 불일치는 적절한 값의 블록 내 변동성으로 측정할 수 있다"는 것이다.새롭게 형성된 이상적인 블록은 가치 있는 네트워크의 블록모델링에 적합하며 블록 [3]불일치의 정의와 함께 제시됩니다.이후 2019년 Carl Nordlund에 의해 편차 접근법과 상관 기반 일반화 접근법이라는 두 가지 접근방식이 제안되었다.Nordlund의 접근법 모두 가치 있는 네트워크를 가치 [2]없는 이상적인 블록과 비교할 수 있다는 아이디어에 기초하고 있습니다.

이 접근방식을 사용하면 분석을 위해 더 많은 정보가 유지되며, 이는 기준 함수의 동일한 값을 가진 파티션이 더 적다는 것을 의미한다.즉, 가치 있는 네트워크의 일반화된 블록모델링이 불일치를 보다 정확하게 측정합니다.일반적으로 이 접근법에서는 특히 동질성 블록 모델링에 의해 사용되는 경우 최적 파티션이 하나만 발견됩니다.반대로, 같은 샘플에서 바이너리 블록 모델링을 사용하는 동안, 일반적으로 여러 [3]번 최적의 파티션이 발생하였습니다.

레퍼런스

  1. ^ a b c Nordlund, Carl (2015). "A deviational approach to blockmodeling of valued networks". Social Networks. doi:10.1016/j.socnet.2015.08.004.
  2. ^ a b Nordlund, Carl (2019). "Direct blockmodeling of valued and binary networks: a dichotomization–free approach". Social Networks. arXiv:1910.10484. doi:10.1016/j.socnet.2019.10.004.
  3. ^ a b Žiberna, Aleš (2007). "Generalized Blockmodeling of Valued Networks". Social Networks. doi:10.1016/j.socnet.2006.04.002.

「 」를 참조해 주세요.