社交网络的指数随机图模型实现与应用.docx

摘要:近30年来，经验社会研究被抽样调查方法所主导，它把个体从其所在的社会情境中剥离开来，使得研究过程中任何个体之间不存在任何关系，如果我们的目标是去理解人类的行为而不是简单地记录这些行为，那么，我们希望知道诸如主要群体、邻居关系、组织结构、社会圈子、社区关系等问题。

本文通过研究简单随机图、二元独立模型、二元依赖模型、高序依赖模型提出了一种指数本随机图模型的方法，该方法主要针对无向网络进行研究与论述，包括数据获取、数据探索以及模型构建，其中模型构建部分又分为零模型的构建和其他的优化拟合部分，最终帮助人们建立对于网络以及统计网络模型的意识，并指导人们采用图形化的方式来解释模型建立的策略、模型的选择以及解释最终的模型。

关键词：指数随机图模型；无向网络；简单随机图

目录

摘要

Abstract

1  绪论-1

1.1 研究背景及意义-1

1.2 研究现状与发展趋势-1

1.3 本文的主要研究内容-2

2 简单随机图模型及ERGM的发展-4

2.1 简单随机图模型-4

2.2 ERGM的发展-4

2.2.1 简单随机图模型-4

2.2.2 二元独立性模型-5

2.2.3 二元依赖性模型-5

2.2.4 高序依赖性模型-6

2.3 本章小结-7

3 指数随机图的建模-8

3.1 软件获取与准备-8

3.2 数据获取-8

3.3 数据探索-10

3.4 模型构建-15

3.4.1 零模型-15

3.4.2 增加节点属性-15

3.4.3 增加交互项-16

3.4.4 模型拟合-16

3.5 本章小结-17

结    论-18

参 考 文 献-19

附    录-20

致    谢-23