指数随机图(p＊)模型不同描述的对比研究精选.pdfVIP

ISSN 1000-0054 清华大学学报 (自然科学版) 2015年 第 55卷 第 4期 9／15 — — CN 11—2223／N JTsinghuaUniv(SciTechno1)，2015，Vo1．55，No．4 422—427 指数随机图(p )模型不同描述的对比研究 王越 乙 ， 徐枞巍 (1．北京航空航天大学 经济管理学院，北京 100191；2．合肥工业大学 经济管理学院，合肥 230009) 摘 要：以pajek软件中的3组密度不同、大小不同的数据 指数随机 图模型 。但这些模型都存在不足 ，于是 为例，运用 Markov随机 图模型和根据 Snijders的新描述改 Snijers等[3又提出了关于指数随机 图模型的新描 进的2个指数随机图模型，分别对上述 3组数据进行对 比 述 ，对 已有的模型进行完善。当然 ，指数随机图模 分析。结果表明：MarkOV随机图模型存在退化 问题，并且 型并不只在一模的网络 中有效 ，近些年 ，学者们又 网络越大、密度越高，这种退化 问题越严重 ；改进后 的模型 将这种模型推广 到二模及 多模 网络 中 ]，不但可 拟合结果优于Markov随机 图模型，因此 Markov随机 图模 以分析某一时间点的网络数据 ，还可以分析多时间 型可以被改进后的指数随机图模型替代。 点的时间序列网络数据 。 关键词 ：指数随机 图模型 ；Markov随机 图模型 ；网络 本文只考虑一模 网络数据 下的指数随机 图模 中图分类号：O212．1 文献标志码 ：A 型，采用 pajek软件 中的原始样本数据 ，对不 同网 文章编号：1000-0054(2015)04—0422-06 络数据样本采用 Markov随机图模型和改进的指数 随机图模型进行估计和对比。 Comparativeanalysisofdifferentdescriptions 1 模型描述 inexponentialrandom graphmodels(p ) 1．1 Markov随机 图模型 WANG Yueyi，XU Congwei1’。 (1．SchoolofEconomicsandManagement，BeihangUniversity， 1．1．1 Markov随机 图模 型描述 Beijing100191，China； Markov随机 图 (Markovrandom graph)模 型 2．SchoolofEconomicsandM anagement，HefeiUniversity 是 由Frank和 Strauss【1]提出来的，它是指数随机 ofTechnology，Hefei230009，China