• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Annual Review of Statistics and Its Application >Social Network Modeling
【24h】

Social Network Modeling

机译：社交网络建模

获取原文
获取原文并翻译 | 示例
           
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The development of stochastic models for the analysis of social networks is an important growth area in contemporary statistics. The last few decades have witnessed the rapid development of a variety of statistical models capable of representing the global structure of an observed network in terms of underlying generating mechanisms. The distinctive feature of statistical models for social networks is their ability to represent directly the dependence relations that these mechanisms entail. In this review, we focus on models for single network observations, particularly on the family of exponential random graph models. After defining the models, we discuss issues of model specification, estimation and assessment. We then review model extensions forthe analysis of other types of network data, provide an empirical example, and give a selective overview of empirical studies that have adopted the basic model and its many variants. We conclude with an outline of the current analytical challenges.
机译：社交网络分析随机模型的发展是当代统计的重要增长领域。过去几十年目睹了各种统计模型的快速发展，能够在基本的产生机制方面代表观察到的网络的全球结构。社交网络统计模型的独特特征是他们直接代表这些机制所需的依赖关系的能力。在此述评中，我们专注于单一网络观测的模型，特别是在指数随机图模型的家庭上。在定义模型后，我们讨论模型规范，估计和评估的问题。然后，我们向模式扩展开始分析其他类型的网络数据，提供了一个经验的例子，并选择性地概述了采用基本模型及其许多变体的实证研究。我们结束了目前的分析挑战的概要。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号