Parameter Estimators of Sparse Random Intersection Graphs with Thinned Communities

Tutkimustuotos: Artikkeli kirjassa/konferenssijulkaisussavertaisarvioitu

Tutkijat

Organisaatiot

  • Eindhoven University of Technology

Kuvaus

This paper studies a statistical network model generated by a large number of randomly sized overlapping communities, where any pair of nodes sharing a community is linked with probability q via the community. In the special case with q=1 the model reduces to a random intersection graph which is known to generate high levels of transitivity also in the sparse context. The parameter q adds a degree of freedom and leads to a parsimonious and analytically tractable network model with tunable density, transitivity, and degree fluctuations. We prove that the parameters of this model can be consistently estimated in the large and sparse limiting regime using moment estimators based on partially observed densities of links, 2-stars, and triangles.

Yksityiskohdat

AlkuperäiskieliEnglanti
OtsikkoAlgorithms and Models for the Web Graph
Alaotsikko15th International Workshop, WAW 2018, Moscow, Russia, May 17-18, 2018, Proceedings
ToimittajatAnthony Bonato, Paweł Prałat, Andrei Raigorodskii
TilaJulkaistu - toukokuuta 2018
OKM-julkaisutyyppiA4 Artikkeli konferenssijulkaisuussa
TapahtumaInternational Workshop on Algorithms and Models for the Web Graph - Moscow, Venäjä
Kesto: 17 toukokuuta 201818 toukokuuta 2018
Konferenssinumero: 15

Julkaisusarja

NimiLecture Notes in Computer Science
KustantajaSpringer
Vuosikerta10836
ISSN (painettu)0302-9743

Workshop

WorkshopInternational Workshop on Algorithms and Models for the Web Graph
LyhennettäWWW
MaaVenäjä
KaupunkiMoscow
Ajanjakso17/05/201818/05/2018

ID: 21779775