报告题目：生存混合成员模型分析社交网络中事件发生时间

报告时间：2026年8月20日上午9:00

报告地点：南湖校区新图书馆5302室

主办单位：数学与统计学院

报告人：宋方达

报告人简介：宋方达，香港中文大学（深圳）数据科学学院教授，博士生导师。2016年本科毕业于浙江大学统计学专业，2020年获得香港中文大学统计学博士学位，师承魏颖颖教授。主要研究兴趣为贝叶斯统计统计建模，模型可识别性证明，高效统计推断算法开发，聚焦前沿科学领域中的数据分析，包括基因组学、社交网络、在线学习、地质勘测等领域。2019年获美国统计协会统计遗传学和基因组学优秀学生论文奖。相关工作发表于JASA，Nature Communications等期刊，主持国家自然科学基金青年基金项目资助一项。

摘要：当我们通过电子邮件、Facebook、WhatsApp、微信或LinkedIn等渠道发送消息时，我们都非常关注回复率（即消息收到回复的概率）和回复时间（即收到回复所需的时间）。近年来，许多研究致力于利用点过程对社交网络中的消息发送行为进行建模。然而，针对社交网络中回复率和回复时间的统计建模研究仍然不足。与通常由发送者特征决定的发送行为相比，回复率和回复时间还取决于发送者和接收者之间的关系。本文提出了一种生存混合成员块模型（SMMB），该模型将半参数治愈率模型与混合成员随机块模型相结合，用于分析社交网络中节点对的生存时间数据。我们证明了该模型在不假设纯节点的情况下具有可识别性。此外，我们还开发了一种马尔可夫链蒙特卡罗算法来进行后验推断，并根据条件偏差信息准则选择网络中的社交集群数量。将 SMMB 应用于安然公司电子邮件语料库，可以深入了解该公司的组织结构和权力关系。