Arxiv网络科学论文摘要19篇(2022-03-23)

国际贸易超图的结构;

投资组合分配方案的建模与仿真：一种基于网络社区检测的方法;

对二元建成区表层进行尺度敏感、空间显式精度评估的框架;

健康的 Twitter 讨论？时间会告诉我们;

骗子更有影响力：欺骗对社会网络影响力最大化的影响;

BESSIE：用于合成人群的行为和流行病模拟器;

使用日本患者理赔数据构建医疗服务提供者网络的区域医疗机构间合作;

STEM 中的监管和把关;

通过社会网络中的 Boost 模拟退火实现预算影响最大化;

推特用户个人社会经济状况估计方法;

加强本科院校和社区学院的 HEP 研究;

促进非 HEP 职业过渡;

你被误导了吗？ Facebook 上孟加拉语中与 Covid 相关的假新闻研究;

跨多个社交媒体平台的可解释错误信息检测;

菲律宾背景下的目标间和目标内 SDG 目标互动：两种方法;

对抗车辆对智慧城市交通系统特性的影响;

控制随机幂律网络中的平均度数;

基于多类型高尔顿-沃森森林的扩散过程新探索;

基于 ERGM 的动态网络模型中的关系持续时间建模;

国际贸易超图的结构

原文标题： Structure of international trade hypergraphs

地址： http://arxiv.org/abs/2203.05762

作者： Sudo Yi, Deok-Sun Lee

摘要： 我们研究了由代表出口商-进口商-产品关系的三角形超边组成的国际贸易超图的结构。测量相邻顶点的平均超度，我们首先发现它的行为与成对网络中的不同，并通过追踪超度和成对度之间的关系来解释起源。为了在交易策略的背景下解释观察到的超度相关属性，我们将相关性分解为两个分量，通过识别一个具有背景相关残余的分量，即使在保留给定经验超度序列的指数随机超图中也是如此。另一个组件描述了净相关性，并揭示了低超度出口商对高超度进口商和低超度产品的偏见，这些信息在成对网络中不容易获得。我们的研究展示了超图方法在研究现实世界复杂系统中的强大功能，并提供了一个理论框架。

投资组合分配方案的建模与仿真：一种基于网络社区检测的方法

原文标题： On the Modeling and Simulation of Portfolio Allocation Schemes: an Approach based on Network Community Detection

地址： http://arxiv.org/abs/2203.11780

作者： Stefano Ferretti

摘要： 我们对金融应用中的证券投资进行了研究。我们描述了一个通用的建模和模拟框架，并研究了对使用不同指标来衡量资产之间相关性的影响。特别是，除了传统的 Pearson 相关性之外，我们还采用了去趋势互相关分析 (DCCA) 和去趋势部分互相关分析 (DPCCA)。此外，引入了一种新颖的投资组合分配方案，将资产视为一个复杂的网络，并使用模块化来检测相关资产的社区。然后为了多样化，分配权重在不同社区之间分配。模拟将这种新颖的方案与关键线算法 (CLA)、逆方差投资组合 (IVP)、分层风险平价 (HRP) 进行比较。使用高斯模型、几何布朗运动、GARCH、ARFIMA 和修改后的 ARFIMA 模型生成合成时间序列。结果表明，所提出的方案在许多情况下都优于最先进的方法。我们还通过回测验证模拟结果，其结果证实了提案的可行性。

对二元建成区表层进行尺度敏感、空间显式精度评估的框架

原文标题： A framework for scale-sensitive, spatially explicit accuracy assessment of binary built-up surface layers

地址： http://arxiv.org/abs/2203.11253

作者： Johannes H. Uhl, Stefan Leyk

摘要： 为了更好地理解人类住区的动态，全面理解地理空间构建表面数据集的不确定性至关重要。虽然已经提出了分类网格数据的局部精度评估框架来解释分类精度的空间非平稳性，但这种方法尚未应用于（二元）建筑土地数据。此类数据与土地覆盖数据等其他数据不同，因为城乡连续体中建筑表面密度的显著变化导致类别不平衡的转换，从而导致基于较小的基础样本大小的人口稀少的混淆矩阵。在本文中，我们的目标是通过测试常见的一致性度量来填补这一空白，以理解它们在测量堆积表面数据的局部精度方面的适用性和合理性。我们检查了局部精度对评估支持以及分析单位的敏感性，并分析了局部精度与建成区的密度/结构相关属性之间的关系，跨越城乡轨迹和时间。我们的实验基于多时相全球人类住区层 (GHSL) 和马萨诸塞州（美国）的参考数据库。我们发现常用的协议措施之间的适用性差异很大，并且对评估支持的敏感度也不同。然后，我们应用我们的框架来评估从 1975 年到 2014 年随着时间的推移本地化 GHSL 数据的准确性。除了沿着城乡梯度提高准确性外，我们发现准确性通常会随着时间的推移而增加，这主要是由我们研究区域的城郊密集化过程驱动的。此外，我们发现源自 GHSL 的局部致密化措施往往会高估 1975 年至 2014 年间发生的城郊致密化过程，这是由于 1975 年 GHSL 时期的遗漏误差较高。

健康的 Twitter 讨论？时间会告诉我们

原文标题： Healthy Twitter discussions? Time will tell

地址： http://arxiv.org/abs/2203.11261

作者： Dmitry Gnatyshak, Dario Garcia-Gasulla, Sergio Alvarez-Napagao, Jamie Arjona, Tommaso Venturini

摘要： 研究错误信息以及如何处理在线讨论中的不健康行为最近已成为社会研究中的一个重要研究领域。随着社交媒体的快速发展，以及可用信息和来源的不断增加，对此类话语进行严格的人工分析已变得不可行。许多方法通过遵循监督方法研究讨论的语义和句法属性来解决这个问题，例如对标记为滥用、虚假或机器人生成内容的数据集使用自然语言处理。基于基本事实存在的解决方案仅限于可能具有基本事实的那些领域。然而，在错误信息的背景下，可能很难甚至不可能为实例分配标签。在这种情况下，我们考虑使用时间动态模式作为讨论健康的指标。在当时无法获得基本事实的领域工作（早期的 COVID-19 大流行讨论），我们根据贡献的数量和时间探索讨论的特征。首先，我们以无监督的方式探索讨论的类型，然后使用我们形式化的短暂性概念来描述这些类型。最后，我们讨论了根据在线话语的可取性、健康性和建设性来标记在线话语的潜在用途。

骗子更有影响力：欺骗对社会网络影响力最大化的影响

原文标题： Liars are more influential: Effect of Deception in Influence Maximization on Social Networks

地址： http://arxiv.org/abs/2203.11275

作者： Mehmet Emin Aktas, Esra Akbas, Ashley Hahn

摘要： 检测有影响力的用户，称为社会网络影响力最大化问题，是一个重要的图挖掘问题，具有许多不同的应用，如信息传播、市场广告和谣言控制。文献中有许多关于社会网络中影响力用户检测问题的研究。尽管当前的方法已成功用于许多不同的应用程序，但它们假设用户彼此诚实，而忽略了欺骗在社会网络中的作用。另一方面，欺骗似乎在社会网络中的人类中非常普遍。在本文中，我们研究了欺骗对社会网络影响力最大化的影响。我们首先对社会网络中的欺骗行为进行建模。然后，借助最近通过 sheaf Laplacian 的意见动态模型，我们在考虑欺骗的情况下对这些网络上的意见动态进行建模。然后，我们扩展了两种有影响力的节点检测方法，即拉普拉斯中心性和 DFF 中心性，用于层拉普拉斯算子来衡量欺骗在影响最大化中的效果。我们在合成网络和真实网络上的实验结果表明，在社会网络中，说谎者比诚实用户更有影响力。

BESSIE：用于合成人群的行为和流行病模拟器

原文标题： BESSIE: A Behavior and Epidemic Simulator for Use With Synthetic Populations

地址： http://arxiv.org/abs/2203.11414

作者： Henning S Mortveit, Stephen Adams, Faraz Dadgostari, Samarth Swarup, Peter Beling

摘要： 在本文中，我们介绍了 BESSIE（合成信息环境的行为和流行病模拟器），这是一个开源的、基于主体的 COVID 类流行病模拟器。 BESSIE 使用合成人口，其中每个人都有人口统计属性，属于一个家庭，并且有一个涵盖 7 天的基本活动和访问时间表。模拟的疾病通过联合访问活动地点所产生的接触传播。模拟模型有一个插件类型的可编程行为模型，其中，根据模拟器跟踪的动态和可观察数据，主体决定诸如戴口罩、保持社交距离或通过呆在家里来避免某些活动类型等行为.这些插件以 Python 代码的形式提供。据我们所知，BESSIE 是支持此功能集的独特模拟器，并且肯定是开放软件。为了说明 BESSIE 的使用，我们提供了一个与 COVID 相关的示例来展示它的一些功能。该示例使用弗吉尼亚州夏洛茨维尔市的合成人口。此填充和示例中使用的 Python 插件模块都可用。 Python 实现可以在从笔记本电脑到集群的任何设备上运行，它是在 Apache 2.0 许可证 (https://www.apache.org/licenses/LICENSE-2.0.html) 下提供的。本出版物随附的示例人口根据 CC BY 4.0 许可 (https://creativecommons.org/licenses/by/4.0/) 提供。

使用日本患者理赔数据构建医疗服务提供者网络的区域医疗机构间合作

原文标题： Regional medical inter-institutional cooperation in medical provider network constructed using patient claims data from Japan

地址： http://arxiv.org/abs/2203.11440

作者： Yu Ohki, Yuichi Ikeda, Susumu Kunisawa, Yuichi Imanaka

摘要： 老龄化的世界人口需要一个可持续和高质量的医疗保健系统。为了检查医疗合作的效率，使用患者索赔数据构建了医疗提供者和医生网络。先前的研究表明，这些网络包含有关医疗合作的信息。然而，并没有考虑多个医疗提供者在一系列医疗服务中的使用模式。此外，这些研究仅使用一般网络特征来表示医疗合作，但其表达能力较低。为了克服这些限制，我们分析了医疗提供者网络，以检查其对一系列医疗服务中医疗提供者之间合作所提供的医疗保健质量的总体贡献。这项研究的重点是：i）从网络中提取特征的方法，ii）结合医疗提供者的使用模式，以及 iii）统计模型的表达能力。选择股骨颈骨折作为目标疾病。为了构建医疗提供者网络，我们分析了 2014 年 1 月 1 日至 2019 年 12 月 31 日日本单个县的患者索赔数据。我们考虑了四种类型的模型：使用节点强度和线性回归的模型到使用特征的模型由 node2vec 和回归树集成表示，这是一种机器学习方法。结果表明，更强大的医疗服务提供者可以缩短住院时间。使用node2vec从医疗提供者网络中提取的医疗合作对住院时间的总体贡献约为20%，比使用强度的模型高出约20倍。

STEM 中的监管和把关

原文标题： Policing and Gatekeeping in STEM

地址： http://arxiv.org/abs/2203.11508

作者： Apriel K Hodari, Shayna B Krammes, Chanda Prescod-Weinstein, Brian D Nord, Jessica N Esquivel, Kétévi A Assamagan

摘要： 本白皮书的目的是阐述 STEM 中警务和把关的影响，并以有色人种科学家的生活经验加以说明，尽管他们面临着艰巨的挑战，但他们正在取得成就。

通过社会网络中的 Boost 模拟退火实现预算影响最大化

原文标题： Budgeted Influence Maximization via Boost Simulated Annealing in Social Networks

地址： http://arxiv.org/abs/2203.11594

作者： Jianshe Wu, Junjun Gao, Hongde Zhu, Zulei Zhang

摘要： 由于更贴近实际应用场景,预算影响最大化(budgeted impact maximization,BIM)问题引起了研究人员的高度关注。作为影响最大化（IM）问题的一个变体，BIM问题旨在以有限的预算挖掘几个不同成本的节点作为种子，以尽可能地最大化影响。通过首先激活这些种子节点并在给定的传播模型下传播影响，可以在网络中达到最大的影响传播。已经为 BIM 提出了几种方法。它们中的大多数是贪心算法的修改版本，它们在 IM 上运行良好，但对于 BIM 来说似乎效率低下，因为不可避免地会耗费大量时间。最近，一些智能算法被提出以减少运行时间，但分析表明它们不能充分利用网络中节点之间的关系，这将导致影响损失。受此启发，我们在本文中提出了一种基于增强模拟退火（SA）算法的有效方法。提出了三种启发式策略来提高性能并加速所提出的算法。在现实世界和合成网络上的实验结果表明，所提出的增强 SA 在运行时间几乎相等或更少的性能上比现有算法的性能要好得多。

推特用户个人社会经济状况估计方法

原文标题： A Method for Estimating Individual Socioeconomic Status of Twitter Users

地址： http://arxiv.org/abs/2203.11636

作者： Yuanmo He, Milena Tsvetkova

摘要： 社交媒体和计算社会科学 (CSS) 的兴起为用新形式的数据和方法探索社会科学问题提供了无数机会。然而，由于数字追踪数据中缺乏个人层面的社会经济地位（SES）衡量标准，CSS 对社会经济不平等（社会学中的一个基本问题）的研究受到了限制。我们提出了一种新的方法来解决这个问题。在 Bourdieu 之后，我们认为 Twitter 用户关注的商业和娱乐账户反映了他们的经济和文化资本，因此，我们可以使用这些关注度来推断用户的 SES。受到推断社交媒体用户政治意识形态的政治学方法的启发，我们开发了一种方法，该方法使用对应分析将官方 Twitter 帐户及其追随者投影到线性 SES 量表上。使用这种方法，我们估计了 3,482,657 名 Twitter 用户的 SES，这些用户关注了美国 339 家超市和百货公司、服装和专业零售商、连锁餐厅、报纸和新闻频道、体育节目和电视节目的 Twitter 帐户。我们使用来自 Facebook 营销 API 的受众构成数据、用户 Twitter 个人资料上的自我报告职位以及一个小型调查样本来验证我们的估计。结果表明，我们的 SES 估计值与 SES 的标准主体之间存在合理的相关性：总体层面的教育、职业等级和收入，而在个人层面，相关性较弱但仍显著。所提出的方法为 Twitter 和类似在线平台上关于不平等的创新社会研究开辟了新的机会。

加强本科院校和社区学院的 HEP 研究

原文标题： Enhancing HEP research in predominantly undergraduate institutions and community colleges

地址： http://arxiv.org/abs/2203.11662

作者： Matt Bellis, Bhubanjyoti Bhattacharya, Julie Hogan, Sudhir Malik, Ben Pearson, David DeMuth, Kathrine Laureto

摘要： HEP 的长期成功在于将包容性从国家实验室和学术研究机构扩展到以本科院校 (PUI) 和社区学院 (CC) 为主的庞大社区。 PUI 和 CC 等机构提供了一个早期起点，可以缓解 HEP 缺乏多样性和不同群体参与人数不足的问题。然而，有许多潜在的系统性、结构性和文化挑战需要共同解决。实验合作主要由国家实验室和以研究为重点的学术机构（非 PUI）组成。 PUIs 和 CCs 的教职员工有很高的教学负担，这不利于他们的研究参与。此外，在获得研究资金方面缺乏指导、获取途径和激烈的竞争。学生们还缺乏研究基础设施和技术设备，而这些只能在国家实验室和大型大学中找到。现有成功的努力来提高学生和教职员工的 HEP 研究经验。本文讨论了利用这些方法提供更多研究机会并建立可持续的国家计划，专门针对 PUI 和 CC 社区面临的问题。还列出了对教职员工进行研究指导和技能培养的必要性。本文讨论的变化将对当前的一系列挑战产生直接影响。

促进非 HEP 职业过渡

原文标题： Facilitating Non-HEP Career Transition

地址： http://arxiv.org/abs/2203.11665

作者： Sudhir Malik, Aneliya Karadzhinova-Ferrer Julie Hogan, Rachel Bray, Rami Kamalieddin, Kevin Flood, Amr El-Zant, Guillermo Fidalgo, David Bruhwiler, Matt Bellis

摘要： 大约三分之二的物理学博士在软件、仪器仪表、数据科学、金融、医疗保健、新闻学、公共政策和非政府组织等领域的学术界和国家实验室之外建立了职业生涯。作为本科生、研究生或博士后水平（统称为早期职业）在 HEPA（高能物理和天体物理学）研究期间开发的技能和知识在工业界长期以来一直受到追捧。这些技能是解决复杂问题的能力、软件编程、数据分析、数学、统计和科学写作等等。鉴于绝大多数人向行业工作过渡，应加强这种过渡的现有途径，并确定和开发促进这种过渡的新方法。 HEPA 与其校友之间的紧密合作将是实现这一目标的先决条件。它还可能通过鼓励校友在 HEPA 研究项目上合作或可能返回全职研究来扭转“人才流失”的创造性方法。我们激励和讨论以下几个可行的建议，通过这些建议，HEPA 机构和 HEPA 教师导师可以加强为学生和博士后确定非 HEP 职业机会的能力，并帮助更充分地发展技能，例如有效的网络、简历建设、项目管理、风险评估、预算规划等等。这将有助于为早期职业 HEPA 科学家成功地从学术界过渡到各种可用的非传统职业做好准备。通过参与这一过程，HEPA 校友可以发挥关键作用。

你被误导了吗？ Facebook 上孟加拉语中与 Covid 相关的假新闻研究

原文标题： Are You Misinformed? A Study of Covid-Related Fake News in Bengali on Facebook

地址： http://arxiv.org/abs/2203.11669

作者： Protik Bose Pranto, Syed Zami-Ul-Haque Navid, Protik Dey, Gias Uddin, Anindya Iqbal

摘要： 我们如何看待 Facebook 等社交媒体上其他人的意见，可以塑造我们对生活的看法和看法。在 COVID-19 期间，当我们与他人联系的方式较少时，这种依赖性有所增加。然而，与 COVID-19 相关的假新闻已成为 Facebook 上的一个重大问题。孟加拉语是全球第七大语言，但我们知道之前没有研究在 Facebook 上研究孟加拉语中 COVID-19 相关假新闻的流行情况。在本文中，我们开发了机器学习模型来自动检测孟加拉语中的假新闻。表现最好的模型是 BERT，F1 得分为 0.97。我们在所有与 COVID-19 相关的 Facebook 孟加拉语帖子上应用 BERT。我们在 COVID-19 孟加拉语假新闻中发现 10 个主题，分为三类：系统（例如，医疗系统）、信仰（例如，宗教仪式）和社会（例如，科学意识）。

跨多个社交媒体平台的可解释错误信息检测

原文标题： Explainable Misinformation Detection Across Multiple Social Media Platforms

地址： http://arxiv.org/abs/2203.11724

作者： Rahee Walambe, Ananya Srivastava, Bhargav Yagnik, Mohammed Hasan, Zainuddin Saiyed, Gargi Joshi, Ketan Kotecha

摘要： 在这项工作中，提出了两种机器学习方法的集成，即领域适应和可解释人工智能，以解决广义检测和可解释性这两个问题。首先，域对抗神经网络 (DANN) 开发了一个跨多个社交媒体平台的广义错误信息检测器，DANN 用于生成具有相关但不可见数据的测试域的分类结果。基于 DANN 的模型是一种传统的黑盒模型，无法证明其结果，即目标域的标签。因此，应用本地可解释模型无关解释 (LIME) 可解释 AI 模型来解释 DANN 模式的结果。为了演示这两种方法及其集成以实现有效的可解释的广义检测，将 COVID-19 错误信息视为一个案例研究。我们对两个数据集进行了实验，即 CoAID 和 MiSoVac，并比较了使用和不使用 DANN 实现的结果。 DANN 显著提高了准确度度量 F1 分类得分，并提高了准确度和 AUC 性能。获得的结果表明，所提出的框架在域转移的情况下表现良好，并且可以学习域不变特征，同时通过 LIME 实现来解释目标标签，从而实现可信赖的信息处理和提取，从而有效地打击错误信息。

菲律宾背景下的目标间和目标内 SDG 目标互动：两种方法

原文标题： Inter- and Intra-Goal SDG Target Interactions in the Philippine Context: A Two-Method Approach

地址： http://arxiv.org/abs/2203.11768

作者： Vena Pearl Bongolan, Spencer C. Soria, Roselle Leah K. Rivera

摘要： 2015 年，联合国制定了 17 个可持续发展目标 (SDG)，其中 169 个具体目标是到 2030 年实现更可持续的未来。本研究旨在评估和分析菲律宾范围内可持续发展目标内部和目标之间的相互作用，以确定如何缓解以及优先考虑什么。为了评估所有 14196 个目标交互，采用了两种方法。首先，具有五年以上 SDG 相关经验的专家使用 7 点量表评估互动。其次，官方指标数据通过 Spearman 等级相关性运行，得到的系数用作交互分数。然后，交互分数被解释为不可分割的、取消的或一致的。目标被建模为节点，交互被建模为边。通过专家评估下的 1256 次评估交互和官方指标数据下的 1914 次评估交互，整合结果，为相关方制定建议。这包括减轻可持续发展目标 3“良好健康和福祉”下相互冲突的目标相互作用，重点是目标 3.6“交通事故死亡人数减半”和 3.9“减少与污染相关的死亡人数”。这些目标以及 8.2“经济生产力”和 16.1“减少暴力”也有多个需要减轻的负面相互作用。应优先考虑强化其相应可持续发展目标的具体目标，包括 1.1“消除极端贫困”、1.2“将贫困比例减半”、3.2“终结可预防的死亡”、3.5“防止药物滥用”、3.9“减少与污染相关的死亡”、3。 D“降低电子战风险”、4.2“早期教育”、4.B“高等教育奖学金”和 6.2“环境卫生和个人卫生”。 “美丽”目标（无负面相互作用）也应按分数优先排序，即 3.D“健康风险预警系统”、8.A“贸易支持援助”、15.B“可持续森林管理”和 17.1 ‘国内税收征收’。

对抗车辆对智慧城市交通系统特性的影响

原文标题： Impact of counteracting vehicles on the characteristics of a smart city transport system

地址： http://arxiv.org/abs/2203.11769

作者： Nikita V. Bykov

摘要： 包括自动驾驶汽车在内的智能城市交通系统的发展导致车辆控制过程中敌对干扰的威胁增加。这种干扰可能会扰乱运输系统的正常运作，如果是秘密进行，系统可能会在很长一段时间内受到负面影响。本文基于 Sakai-Nishinari-Fukui-Schadschneider (S-NFS) 规则，开发了一种模拟双车道环形道路交通的随机元胞自动机模型。在展示的模型中，除了普通车辆外，还有隐蔽对抗车辆；他们的任务是使用特殊的行为规则来减少交通系统的数量指标（例如交通流量）。考虑并比较了三个这样的规则：两个变道规则和一个减速规则。结果表明，这种抵消车辆可以影响交通流量，主要在基本图的最大值区域，即车辆密度的平均值处。在畅通的交通或交通拥堵中，对抗车辆的影响可以忽略不计，无论其行为规则如何。

控制随机幂律网络中的平均度数

原文标题： Controlling the average degree in random power-law networks

地址： http://arxiv.org/abs/2203.11784

作者： Allan Vieira, Judson Moura, Celia Anteneodo

摘要： 我们描述了一个允许连续调整具有幂律度分布 p(k) 的不相关网络的平均度 langle k rangle 的过程。为了做到这一点，我们修改了p(k) 的低k 区域，同时保留大k 尾部直到截止。然后，我们使用修改后的p(k)，通过配置模型得到构建网络所需的度数序列。我们分析得到的最近邻度和局部聚类，以验证不存在 k-dependencies。最后，引入了进一步的修改，以消除样本平均度的波动。

基于多类型高尔顿-沃森森林的扩散过程新探索

原文标题： A Novel Exploration of Diffusion Process based on Multi-types Galton-Watson Forests

地址： http://arxiv.org/abs/2203.11816

作者： Yanjiao Zhu, Qilin Li, Wanquan Liu, Chuancun Yin, Zhenlong Gao

摘要： 扩散是一种常用的技术，用于在图上从点到点传播信息。扩散背后的基本原理尚不清楚。而多类型的高尔顿-沃森森林是一个没有空间或任何其他资源限制的人口增长随机模型。在本文中，我们使用退化的多类型 Galton-Watson 森林（MGWF）来解释扩散过程并建立它们之间的等价关系。通过 MGWF 的两阶段设置，可以明确地解释扩散过程和 Google PageRank 系统。它还改进了迭代扩散过程和 Google PageRank 系统的收敛行为。我们通过实验验证提案，同时提供新的研究方向。

基于 ERGM 的动态网络模型中的关系持续时间建模

原文标题： Modeling Tie Duration in ERGM-Based Dynamic Network Models

地址： http://arxiv.org/abs/2203.11817

作者： Pavel N. Krivitsky (School of Mathematics and Statistics, University of New South Wales, Sydney, NSW, Australia)

摘要： Krivitsky 和 Handcock (2014) 提出了一个用于建模社会网络的可分离时间 ERGM (STERGM) 框架，该框架有助于对联系持续时间分布和联系形成的结构动力学进行可分离建模。在本说明中，我们探索了在该框架中可实现的危险结构，具有一阶和高阶马尔可夫假设，并提出了在该框架中对各种持续时间分布进行建模的方法。

如有侵权，请联系本站删除！