组织者
冷琛雷，华威大学
吴未迟，清华大学
会议摘要
近年来，随着数据类型与形式的多样化，对于复杂数据的研究吸引了越来越多学者的讨论与关注。网络数据作为一种常见的用于刻画不同个体之间属性与关系的复杂数据类型，逐渐引起了统计学，计算机科学，经济学，社会学等学科领域内学者的广泛关注。同时由于网络数据结构的复杂性，传统的数据分析方法可能无法解决网络数据分析中的问题，因此在这类数据的分析的过程中往往会产生新的统计分析方法。
现实生活中网络数据的一个重要特征是具有特定的群组结构，例如社交网络中不同的朋友圈，生态网络中不同的生物种群等等。因此，社区发现始终是网络分析中的一个重要问题。好的社区发现方法能够快速准确地找到网络数据中潜在的群组结构，从而更好地提取和利用网络数据中的信息。
另一方面，随着数据收集能力的提升，网络数据的类型也更加多样化，更复杂的网络数据也通常包含更多的信息。例如对于动态网络数据的研究能够分析网络中结构与信息随时间的变化情况，对于超图网络的建模能够更好地理解网络中三个及以上个体之间的相互关系与作用。
本次研讨会将重点关注网络数据中的社区发现，动态网络与超图网络的建模以及网络数据分析中的其他重要问题，旨在讨论网络数据分析领域最新的研究成果，促进学者之间的交流与合作。
举办意义
此次会议将涵盖网络统计分析的主要领域，包括社区检测，网络数据回归分析，动态网络建模，图模型概率性质等诸多领域。
1.社区检测
社区检测是一种在网络数据中寻找紧密连接的子群体的方法。以社交网络为例，人们受工作环境、家庭和朋友的影响，自然地倾向于形成不同的群体。通过将网络划分为不同的社区，有助于揭示网络结构中的隐藏模式和关联。社区检测在社交网络分析、生物信息学和推荐系统筹领域具有着广泛的应用，是网络统计分析中最热门的领域之一。
经典的社区检测方法包括基于图分割、基于相似性度量、基于分裂和基于模块化优化等方法。近年来新的发展包括允许部分重叠的社区，动态的社区等。基于随机区块模型（Stochastic Block Model），许多学者对社区检测方法对准确度和渐近性质做了研究，例如Abbe (2017)， Wang et al.(2023)，Jin et al.(2023)等。此外，深度学习在社区检测中也具有潜力，例如Li et al.(2021)，Sperlí(2019)等。本次会议将邀请体现社区检测方面的现代发展，讨论前沿理论和应用问题。
2.网络数据回归分析
这一领域利用回归分析来理解和预测网络中节点的连接和交互方式，这有助于研究节点属性对网络拓扑的影响程度，并可以对网络中影响力较大的节点做出识别。相关模型包括稀疏Beta模型（Chen et al., 2020），全局结构模型（Ullah et al., 2021），根节点识别模型（Crane et al.,2021）等。
3.动态网络建模
网络时间序列正变得愈发常见，这些数据中相互关联的个体会影响彼此的特征。Zhu et al.(2017)提出了网络自回归模型，将时间与节点各自的协变量联系在一起。近年来，这一领域引起了广泛的关注，相关模型包括分位数自回归模型（Zhu et al., 2019），混合自回归模型（Zhu and Pan, 2020），网络霍克斯过程（Hawkes process）模型（Fang et al.,2023），自回归网络（Jiang et al.,2023）等。此外，考虑到同质性的存在，许多学者将潜在变量也考虑在内，如McFowland and Shalizi (2023)，Wu and Leng (2023)等。
变点检测是一个与网络数据密切相关的问题，在动态网络框架下，近年来有许多相关的方法和理论结果，如Wang et al.(2021), Yu et al.(2021), Li et al.(2022)等。此次会议将请到相关邻域的学者进行讨论报告，分享前沿思想和技术。
4.图模型概率性质
当网络节点数趋于无穷时，网络的局部收敛性是非常重要的问题。以优先附着（preferential attachment）网络为例，节点数趋于无穷时它会局部收敛到一个特定的树过程（Garavaglia et al., 2022）。相关的理论结果包括Banerjee et al.(2023)，Hofstad(2024)等。
此外，网络的概率性质与统计推断也密切相关，如网络数据的两样本检验等，相关工作包括Maugis et al.(2020)，Shao et al.(2022)等。此次会议将涵盖这一领域，邀请相关的概率统计学家进行报告，参会者将获得图模型的最新理论进展，使他们能够受到启发并推动网络统计分析的发展。
5.超图网络
常见的网络数据通常用于刻画不同节点两两之间的相互关系，超图网络则通过超边同时连接两个及以上的节点，从而能够表示多个节点之间的相互关系。这样的包含多个节点的相互关系在生活中也是十分常见的，例如生物医学中不同蛋白质之间复杂的相互关系。如何对超图网络进行合理的刻画和表述以及如何建立合理的超图网络模型是本次研讨会关注的问题。
