중첩 확률 블록 모델과 프랑스 정치 블로그 네트워크 분석

초록

본 논문은 정점이 여러 클러스터에 동시에 속할 수 있는 확률적 블록 모델(Overlapping Stochastic Block Model, OSBM)을 제안한다. 모델의 식별성을 이론적으로 증명하고, 전역·국부 변분 추정법을 결합한 근사 추론 알고리즘을 개발한다. 합성 데이터와 프랑스 정치 블로그 네트워크, 효모 전사 네트워크에 적용해 기존 방법들과 비교 평가한다.

상세 분석

OSBM은 전통적인 Stochastic Block Model(SBM)을 일반화하여, 각 정점 i가 K개의 커뮤니티 중 복수에 소속될 확률 벡터 π_i ∈