社交网络中的座席互动是动态的和随机的。 我们使用隐马尔可夫模型（一个具有广泛应用的概率模型）对动态交互进行建模。 使用模拟来估算具有遗忘，加强和探索三种状态的过渡矩阵。 奇异值分解估计观察矩阵的低，中和高相互作用速率的发射。 当秩近似应用于过渡矩阵时，可以实现此目的。 然后用观察矩阵的秩近似来估计初始状态概率。 转换矩阵和观察矩阵估计模型中的状态和观察符号。 社交网络中的代理互动占网络所有活动的20％至50％。 由于交互动力学和从网络中的代理转换可观察到的快速变化，噪声对其他部分有所贡献。 在模型中，交互比例低（11％），中（56％）和高（33％）。 隐马尔可夫模型具有强大的统计和数学结构，可