Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Bücher
Zeitschriften
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
SLX-Digitalkonferenz: Zukunftswerkstatt 2024

Mehr Umsatz mit Top-Kontakten

Am 7. Mai erfahren Sie, wie Vertriebsteams Leadgenerierung, Leadnurturing und Leadstrategien effizient steuern können.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Corrected Overlap Weight and Clustering Coefficient Kapitel lesen Erstes Kapitel lesen

2020 | OriginalPaper | Buchkapitel

A Mixture Model Approach for Clustering Bipartite Networks

verfasst von : Isabella Gollini

Erschienen in: Challenges in Social Network Research

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

This chapter investigates the latent structure of bipartite networks via a model-based clustering approach which is able to capture both latent groups of sending nodes and latent variability of the propensity of sending nodes to create links with receiving nodes within each group. This modelling approach is very flexible and can be estimated by using fast inferential approaches such as variational inference. We apply this model to the analysis of a terrorist network in order to identify the main latent groups of terrorists and their latent trait scores based on their attendance to some events.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Association Rules and Network Analysis for Exploring Comorbidity Patterns in Health Systems
Nächstes Kapitel A DEA-Based Network Formation Model. Micro and Macro Analysis
Literatur
1.
Salter-Townshend, M., White, A., Gollini, I., Murphy, T.B.: Review of statistical network analysis: models, algorithms, and software. Stat. Anal. Data Min. 5(4), 243–264 (2012)MathSciNetCrossRef
2.
Aitkin, M., Vu, D., Francis, B.: Statistical modelling of the group structure of social networks. Soc. Netw. 38, 74–87 (2014)CrossRef
3.
Ranciati, S., Vinciotti, V., Wit, E.C.: Identifying overlapping terrorist cells from the Noordin top actor-event network (2017). arXiv preprint:171010319
4.
Aitkin, M., Vu, D., Francis, B.: Statistical modelling of a terrorist network. J. R. Stat. Soc. Ser. A Stat. Soc. 180(3), 751–768 (2017)MathSciNetCrossRef
5.
Bartholomew, D.J., Knott, M., Moustaki, I.: Latent Variable Models and Factor Analysis: A Unified Approach, 3rd edn. Wiley, Hoboken (2011)CrossRef
6.
Nowicki, K., Snijders, T.A.B.: Estimation and prediction for stochastic blockstructures. J. Am. Stat. Assoc. 96, 1077–1087 (2001)MathSciNetCrossRef
7.
Tipping, M.E.: Probabilistic visualisation of high-dimensional binary data. In: Proceedings of the 1998 Conference on Advances in Neural Information Processing Systems 11, MIT Press, Cambridge, pp. 592–598 (1999)
8.
Gollini, I., Murphy, T.B.: Mixture of latent trait analyzers for model-based clustering of categorical data. Stat. Comput. 24(4), 569–588 (2014)MathSciNetCrossRef
9.
10.
11.
Jaakkola, T.S., Jordan, M.I.: A variational approach to Bayesian logistic regression models and their extensions. In: Proceedings of the Sixth International Workshop on Artificial Intelligence and Statistics (1996)
12.
Efron, B.: Nonparametric estimates of standard error: The jackknife, the bootstrap and other methods. Biometrika 68(3), 589–599 (1981)MathSciNetCrossRef
13.
14.
Everton, S.F.: Disrupting Dark Networks, vol. 34. Cambridge University Press, Cambridge (2012)CrossRef
15.
16.
Brin, S., Motwani, R., Ullman, J.D., Tsur, S.: Dynamic itemset counting and implication rules for market basket data. SIGMOD Rec. 26(2), 255–264 (1997)CrossRef
Metadaten
Titel
A Mixture Model Approach for Clustering Bipartite Networks
verfasst von
Isabella Gollini
Copyright-Jahr
2020
Buch
Challenges in Social Network Research

Print ISBN: 978-3-030-31462-0

Electronic ISBN: 978-3-030-31463-7

Copyright-Jahr: 2020

DOI
https://doi.org/10.1007/978-3-030-31463-7_6