本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
- 類型：已發表論文
- 日期：2022-09-02
摘要
我們提出了一種受物理啟發的模型和一種有效的演算法來推斷有向網路中節點的層次排名。它將實值排名分配給節點而不是簡單的序數排名，並且它形式化了這樣的假設：具有相似排名的個體之間更有可能發生交互作用。它為推斷的層次結構提供了自然的統計顯著性測試，可用於執行推斷任務，例如預測邊緣的存在或方向。排名是透過求解線性方程組獲得的，如果網路是稀疏的，則該方程組是稀疏的；因此，所得演算法非常有效率且可擴展。我們透過分析真實和合成數據來說明這些發現，包括來自動物行為、教師招聘、社會支持網絡和體育比賽的數據集。我們表明，在恢復底層排名和預測邊緣方向方面，我們的方法在速度和準確性方面通常優於其他各種方法。