用于研究流行效应的潜在空间网络模型，及其在比特币网络中的应用

《Journal of Applied Statistics》：Latent space network model for the popularity effect, with applications to Bitcoin networks

动态潜在空间网络模型整合流行度与邻近效应，通过贝叶斯算法量化参数与节点潜在位置，有效分析比特币OTC和Alpha信任网络的动态演化及两效应作用差异，支持节点推荐与网络可视化。

　　

摘要

我们提出了一种动态潜在空间网络模型，该模型纳入了流行度效应，为同时考虑网络动态中的流行度和邻近度效应提供了一个统一的框架。该模型将节点属性表示为潜在位置，从而能够分析受邻近度和流行度共同影响的连接模式，并量化它们的相对贡献。我们开发了一种贝叶斯推理算法来估计模型参数和潜在位置，通过模拟研究验证了其有效性。所提出的模型被应用于比特币信任网络（场外交易和Alpha网络），揭示了它们的结构演变以及流行度和邻近度效应的不同作用。我们的发现表明，该模型在捕捉时间动态方面具有很强的灵活性，并能够支持节点推荐和网络可视化等应用。