论文部分内容阅读
近年来,社会网络系统的辨识问题吸引了越来越多研究者的关注.本文的工作基于French-DeGroot模型展开.我们假设社会网络中存在若干信息源,他们会对网络中其他个体产生影响,但不会受到外界影响.由于模型的线性性质,本文采用最小二乘法来估计个体间相互影响的系数矩阵.我们证明了系数矩阵辨识算法的强一致性,即系数矩阵的估计值几乎处处收敛到真实矩阵.本文的方法只需要跟踪和记录社会网络中的个体对某一话题所持观点随时间的演变过程,这丰富了现有的社会网络辨识算法.