Page 8 - 《社会》2017年第2期

罚似然图模型与社会 社会
２０１７ · ２
ＣＪＳ
网络测量 第 ３７ 卷

陈华珊

摘 要：随着互联网及智能设备的普及，越来越多的用户行为轨迹和互动数
据的获得成为可能并进入社会学研究者的视野。这类行为或互动事件的数
据在数据结构上属于社会网络分析方法中常见的双模网络。但传统的社会
网络分析所面对的数据规模较小，研究者一般采用矩阵分解、主成分分析等
描述性分析方式来对网络子群进行区分或测量。而在大数据的背景下，参与
互动的群体规模巨大、群体成员的构成动态变化、事件具有时序特征、事件发
生存在异质性等特征，使得传统的分析方法无法有效应对此类数据。
近十年来，高维高斯图模型在网络关系探测研究中被广泛应用。本文拟
对基于罚似然回归的高斯图模型进行综述。罚似然高斯图模型是一个发展
迅速的分析工具，本文并不侧重具体的算法和优化过程，而是就罚似然图模
型及其扩展模型对社会科学应用研究可能带来的贡献进行梳理。最后，本文
亦对涉及的相关模型及其 犚 软件包进行汇总，以期拓展该方法在社会科学领
域的应用。
关键词：社会网络测量 双模网络 罚似然图模型 犵 犾犪狊狊狅

犘犲狀犪犾犻狕犲犱犌犪狌狊狊犻犪狀犌狉犪 狆 犺犻犮犕狅犱犲犾狊犪狀犱犜犺犲犻狉犃 狆狆 犾犻犮犪狋犻狅狀狊

犻狀犛狅犮犻犪犾犖犲狋狑狅狉犽犕犲犪狊狌狉犲犿犲狀狋
犆犎犈犖犎狌犪狊犺犪狀
犃犫狊狋狉犪犮狋 ： 犌犻狏犲狀狋犺犲狆 狅 狆 狌犾犪狉犻狋 狔狅犳犐狀狋犲狉狀犲狋犪狀犱狀犲狑狋犲犮犺狀狅犾狅 犵狔 ， 犿狅狉犲犪狀犱犿狅狉犲

 作者：陈华珊 中国社科院社会发展战略研究院（ 犃狌狋犺狅狉 ： 犆犎犈犖犎狌犪狊犺犪狀 ， 犖犪狋犻狅狀犪犾犐狀狊狋犻狋狌狋犲
狅犳犛狅犮犻犪犾犇犲狏犲犾狅 狆 犿犲狀狋 ， 犆犃犛犛 ） 犈犿犪犻犾 ： 犮犺犲狀犺狊 ＠ 犮犪狊狊．狅狉 犵 ．犮狀
 本研究得到国家社会科学基金一般项目“基于手机大数据的社会心态研究”（ １６犅犛犎０１３ ）的
资助。［ 犜犺犻狊狊狋狌犱 狔狑犪狊狊狌 狆狆 狅狉狋犲犱犫 狔 狋犺犲犆犺犻狀犲狊犲犖犪狋犻狅狀犪犾犛狅犮犻犪犾犛犮犻犲狀犮犲犉狅狌狀犱犪狋犻狅狀 （ １６犅犛犎０１３ ） ． ］
本文初稿曾在 ２０１６ 年上海大学“数据科学与大都市研究中心”组织的“社会学中的大数
据：应用与示例”论坛上宣读，感谢评议专家和其他参会学者的建议。文责自负。

· １ ·