本篇研究提出了一种基于高阶网络结构的新型随机游走模型，探究高阶网络中的扩散过程及其对信息扩散的影响，旨在揭示复杂网络系统中偏向性信息传播机制并成功应用于多特征对象分类任务中。

Nov, 2019

本文提出了一种基于多网络的随机游走算法 RWM，可用于网络嵌入、链路预测和局部社区检测，试验证明其在合成和真实数据集上的有效性和高效性。

Jul, 2023

本文提出了一些标准网络模型的概括，包括随机网络、配置模型和随机块模型，将它们推广到时变网络的情况。我们假设边缘的存在和缺失受节点属性的连续时间马尔可夫过程的速率参数控制，并演示了这些模型在数据分析和统计推断中的应用。我们的方法可以通过观察边缘出现和消失的特征动态，以及节点对边缘连接的时间上的概率来估计网络演化的时间常量或推断出社区结构，我们演示了这些方法在计算机生成的测试网络和实际数据中的应用。

Jul, 2016

本研究探讨在具有任意度数分布的随机不相关网络中的有偏随机游走过程，并推导了平稳占据概率和两个节点间的平均传输时间的精确表达式，同时探讨了循环搜索对传输时间的影响，为复杂网络上与运输相关问题的理论处理以及关键的数据包生成率的定量估计提供基础。

Sep, 2007

这篇研究论文介绍了随机游走与电网络之间的联系。

Jan, 2000

本文综述了最近一些研究，通过对随机图的扩展，纠正了其在实际网络中缺乏群聚性和非泊松度分布的缺陷，并将其应用于网络鲁棒性和流行病传播问题。

Feb, 2002

通过研究不同系统中的路径，发现忽略二阶 Markov 动力学会对社区检测、排名和信息传播产生重要影响，而使用二阶 Markov 模型可以揭示航空交通中的实际旅行模式和科学传播中的多学科期刊。

May, 2013

提出了一种适用于具有多个共同体的带符号网络的随机游走算法，其结果是一个相似性矩阵，可用于将节点聚类成对立的共同体。通过一系列实验表明，相较于基于强型游走的相似性矩阵，基于弱型游走的相似性矩阵在具有多个共同体或在链接密度上不对称的图中能够更好地进行无监督和半监督聚类。这些结果暗示，在带符号网络中，通过用弱型游走代替强型游走来运行其他基于随机游走的算法可能会得到改进。

Jun, 2024

本文介绍了一种非马尔可夫随机过程，其稳态分布由张量特征向量给出。该随机过程的离散动态与连续动态系统相关，并用于人口遗传学、排名和聚类数据的几个应用以及纽约出租车轨迹数据的分析中。

Feb, 2016

本研究提出了一个参数的随机游走过程，应用于超图领域，探索了不同超图投影的随机游走过程的社区结构，并针对人工及真实超图采用了广义 Markov 稳定性框架的实验测定。

Oct, 2020