自激点过程在相依事件中的建模及其应用.pdfVIP

AdvancesinAppliedMathematics应用数学进展,2025,14(4),744-754

PublishedOnlineApril2025inHans./journal/aam

/10.12677/aam.2025.144202

自激点过程在相依事件中的建模及其应用

*#

戴乐，高犇，李晨龙，郭平

太原理工大学数学学院，山西晋中

收稿日期：2025年3月24日；录用日期：2025年4月17日；发布日期：2025年4月25日

摘要

相依事件序列广泛存在于金融、社交网络等诸多领域，其事件间具有强烈的依赖性，使得传统事件序列

建模方法难以准确刻画其动态特征。为了有效地描述事件间的依赖关系，基于自激点过程构建了扩展模

型，将自激函数推广到指数函数和形式，并提出了分布式统计推断方法。通过将数据划分至多个节点进

行并行计算，再聚合估计结果，解决了传统极大似然估计在大数据处理中计算成本高和效率低的问题，

为自激点过程在大数据中的应用提供了新的解决方案。仿真实验结果表明，分布式估计在有限样本下与

传统全局估计表现一致，同时将运行时间缩短约70%。在实证分析中，自激点过程模型有效刻画了Boston

犯罪数据和IPTV用户点播行为数据的趋势，并将计算时间分别提升了约95%和64%。

关键词

点过程，大数据建模，分布式推断，相依事件序列

ModelingandApplicationofSelf-Exciting

PointProcessinDependentEvents

*#

LeDai,BenGao,ChenlongLi,PingGuo

SchoolofMathematics,TaiyuanUniversityofTechnology,JinzhongShanxi

ththth

Received:Mar.24,2025;accepted:Apr.17,2025;published:Apr.25,2025

Abstract

Thesequenceofdependenteventsiswidelypresentinvariousfields,suchasfinanceandsocial

networks,wherestrongdependenciesbetweeneventsmakeitdifficultfortraditionaleventse-

quencemodelingmethodstoaccuratelycapturetheirdynamiccharacteristics.Toeffectivelyde-

scribethesedependencies,anextendedmodelbasedontheself-excitingpointprocessisconstructed,

*第一作者。

#通讯作者。

文章引用:戴乐,高犇,李晨龙,郭平.自激点过程在相依事件中的建模及其应用[J].应用数学进展,2025,14(4):744-

754.DOI:10.12677/aam.2025.144202

戴乐等

generalizingtheself-excitingfunctiontoasumofexponentialfunctions.Adistributedstatistical

inferencem