首页/论文/1006.0887

arXiv 1006.08872010-06physics.soc-ph

双模网络中的三元闭包：重新定义全局和局部聚类系数

Triadic closure in two-mode networks: Redefining the global and local clustering coefficients

Tore Opsahl

备注：: 20 pages, 6 figures, 2 table

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

摘要英文摘要相关论文

摘要：

由于绝大多数网络测量都是针对单模式网络定义的，因此通常必须将双模式网络投影到单模式网络上才能进行分析。在此转换过程中会出现许多问题，特别是在分析节点联系人之间的联系时。例如，投影随机双模网络的全局和局部聚类系数所获得的值偏离相应的经典单模网络的期望值。此外，无论是局部聚类系数和约束（结构洞）是负相关的节点的双模度。为了克服这些问题，本文提出了重新定义的聚类系数的双模网络。

英文摘要：

As the vast majority of network measures are defined for one-mode networks, two-mode networks often have to be projected onto one-mode networks to be analyzed. A number of issues arise in this transformation process, especially when analyzing ties among nodes' contacts. For example, the values attained by the global and local clustering coefficients on projected random two-mode networks deviate from the expected values in corresponding classical one-mode networks. Moreover, both the local clustering coefficient and constraint (structural holes) are inversely associated to nodes' two-mode degree. To overcome these issues, this paper proposes redefinitions of the clustering coefficients for two-mode networks.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

利用可通距离函数预测网络中的三元闭包

Predicting triadic closure in networks using communicability distance functions

我们提出了一个通信驱动的机制，预测三元封闭的复杂网络。它是基于可通信性距离函数的数学公式，该函数考虑了网络中节点之间的通信质量。我们研究$25$现实世界的网络，并表明，该方法正确预测$20\%$的三元闭包在这些网络中，相反，$7.6\%$预测的随机机制。我们还表明，通信驱动的方法优于随机机制在解释聚类系数，平均路径长度，和平均通信。新方法在优化网络通信方面也显示出一些有趣的功能。

2015-05-07cs.SIphysics.soc-ph

用闭包系数度量有向三元闭包

Measuring Directed Triadic Closure with Closure Coefficients

最近研究无向图中三元闭包的工作已经引起了人们对关注楔形的“中心”节点（即，长度为2的路径）与侧重于“发起者”的措施，这一区别具有相当大的后果。与此同时，有向图中的现有度量都是以中心为中心的。在这项工作中，我们提出了一个家庭的八个有向封闭系数，测量的三元封闭的有向图的角度出发，关闭的节点的频率。这八个系数对应于不同的标记楔形，其中发起者和中心节点被标记，我们观察到这些系数在现实世界的网络中的显着经验变化，即使在诱导有向三角形同构的情况下。为了理解这一现象，我们检查我们的封闭系数的理论行为下的定向配置模型。我们的分析说明了封闭系数与网络的联合入度和出度分布的矩之间的潜在联系，为观察到的不对称性提供了解释。我们还使用我们的有向闭包系数作为预测在两个机器学习任务。我们在类平衡二进制预测中发现AUC得分高于0.92的可解释模型，大大优于使用传统中心度量的模型。

2020-02-07cs.SIphysics.soc-ph

基于三元闭包机制的节点增删无标度网络生成模型

Scale-free network generation model with addition and deletion of nodes based on triadic closure mechanism

针对真实系统兼具增长与收缩的问题，提出同时执行节点添加、删除并在每轮迭代引入三元闭包形成的网络演化模型，可生成具有高聚类、度分布服从幂律的无标度网络。

2023-12-09physics.data-anphysics.soc-ph

具有三元闭包的协同演化非线性选举模型

Coevolving nonlinear voter model with triadic closure

研究了一个具有三元闭包局部重连的非线性协同演化选举模型。我们发现三个阶段具有不同的拓扑性质和配置的稳定状态：吸收共识阶段与一个单一的组件，吸收碎片阶段与两个组件在相反的共识状态，和一个动态活跃的破碎阶段与许多孤立的节点。这个破碎的阶段，这是不存在的一个共同进化的模型与全球重新布线，有一个生命周期，规模指数与系统的大小。我们的特点是这些阶段之间的过渡方面的最大集群的大小，集群的数量，和磁化。我们的分析提供了一个可能的解决方案，以重现自适应网络中的孤立部分和社会系统中广泛观察到的高聚类。

2018-07-03cs.SIphysics.soc-ph

社交网络中三元封闭和同质性的累积效应

Cumulative effects of triadic closure and homophily in social networks

社交网络中的大部分结构可以用两种看似独立的网络演化机制来解释：三元闭合和同质性。虽然通常将这些机制单独考虑或在静态模型的框架中考虑，但实证研究表明，它们的动态相互作用正是造成离线和在线社交网络中出现的同性恋关联模式的过程。通过将这两种机制结合在一个最小的可解动态模型中，我们从理论上证实了长期以来和经验上建立的假设，即同质性可以被三元封闭机制放大。这种研究方法使我们能够估计在各种友谊和通信网络中观察到的同质性中有多少是由于对给定量的三元闭合的放大。我们发现，在某些情况下，导致同质性放大的累积性的类随机过程也会导致社交网络的核心-外围结构，以及对先前同质性约束的记忆的出现（相当于物理学中的滞后现象）。我们的研究结果提供的理论理解强调了早期干预在社会层面管理同性恋决策的最不利影响的重要性，如不平等，隔离和在线回声室。

2018-09-17cs.SIphysics.soc-ph

多边社交网络中三元闭包的量化

Quantifying Triadic Closure in Multi-Edge Social Networks

多边缘网络捕捉个体之间的重复交互。在社交网络中，这样的边通常形成闭合三角形或三元组。然而，测量这种三元闭合的标准方法对于多边缘网络是失败的，因为它们没有考虑三元组可以由不同多重性的边缘形成。我们提出了一种新的措施，三元封闭的多边缘网络的社会互动的基础上共享的合作伙伴统计。我们证明，我们的操作是能够检测有意义的关闭合成和经验的多边缘网络，常见的方法失败。这是推动推理网络分析从二元网络分析转向多边缘和加权网络分析的基石，后者提供了更真实的社会互动和关系表示。

2019-05-08cs.SIphysics.soc-phstat.ME

更多相关论文收起更多论文

基于偏好三元闭包的社会媒体网络协同进化模型

A coevolving model based on preferential triadic closure for social media networks

复杂网络的动力学起源，即，网络演化的基本原理是网络研究中的一个重要问题。本文通过对Flickr和Epperly这两个典型的社会媒体网络的时间数据进行分析，发现邻域的动态模式，特别是三元链接的形成，在网络的演化中起着主导作用。因此，我们提出了一个共同进化的动力学模型，这样的网络，其中的进化是唯一的驱动器的局部动力学-优先三元闭包。数值实验表明，该模型能够再现与经验观测定性一致的全局性质。

2013-06-17cs.SInlin.AOphysics.soc-ph

三元闭合动力学驱动社会多元网络中的标度律

Triadic closure dynamics drives scaling-laws in social multiplex networks

社交网络的几个结构特征，如度分布，附件核的标度，聚类系数作为节点度的函数表现出标度律。到目前为止，人们还没有详细了解这些标度律是否以及如何相互关联，更不用说是否可以通过一个共同的动力学原理来理解它们了。我们提出了一个简单的模型，固定网络的形成，并表明，上述三个标度关系遵循三元封闭的自然后果。该模型的有效性进行了测试，从一个良好的研究大型多人在线游戏的多路数据。我们发现，该模型可以同时解释友谊网络、通信网络和交易网络的多重数据中观察到的三个标度指数。这些结果表明，三元封闭可以被确定为社会多元化网络形成的基本动力学原理之一。

2013-06-27cs.SIphysics.data-anphysics.soc-ph

网络中的同伦解、社区结构和三元闭包

Disentangling homophily, community structure and triadic closure in networks

网络同质性，即相似节点连接的趋势，以及传递性，即两个节点在共享一个共同邻居的情况下连接的趋势，在网络分析中是合并的属性，因为一种机制可以驱动另一种机制。在这里，我们提出了一个生成模型和相应的推理过程，能够区分这两种机制。我们的方法是基于一个变化的随机块模型（SBM）与三元封闭边缘，其推理可以确定最合理的机制，负责网络中的每个边缘的存在，除了底层的社区结构本身。我们展示了该方法如何可以逃避检测的虚假社区所造成的三角形的形成在网络中，以及它如何可以提高边缘预测的性能相比，纯版本的SBM没有三元封闭。

2022-01-06cs.SIphysics.data-anphysics.soc-ph

演化社交网络中的同构和三元闭包

Homophily and Triadic Closure in Evolving Social Networks

我们提出了一个新的网络模型会计多维的可追溯性。每个节点的特点是由一些功能和两个节点之间的链接的概率取决于共同的功能。我们并不先验地确定可能特征的总数。节点和特征的二分网络根据随机动力学演化，该随机动力学依赖于三个参数，这三个参数分别调节特征向节点的传输中的优先附着、每个节点的新特征的数量以及观察到的特征的总数的幂律行为。我们的模型还考虑了三元封闭机制。我们提供的理论结果和模型的参数的统计估计。我们验证我们的方法通过模拟和实证分析的网络科学合作。

2016-01-16cs.SIphysics.soc-ph

网络不平等通过偏好连接、三角闭包和同质性

Network Inequality through Preferential Attachment, Triadic Closure, and Homophily

Complexity Science Hub（复杂性科学中心）；Department of Network and Data Science, Central European University（中欧大学网络与数据科学系）；Graz University of Technology（格拉茨工业大学）；Grupo de Sistemas Complejos, ETS de Arquitectura de Madrid, Universidad Politécnica de Madrid（马德里理工大学马德里建筑高等技术学院复杂系统小组）；Faculty of Engineering, Free University of Bozen-Bolzano（博尔扎诺-博岑自由大学工程学院）；Center for Computational and Stochastic Mathematics, Instituto Superior Tecnico（里斯本高等理工学院计算与随机数学中心）

研究探讨了偏好连接、同质性和三角闭包三者交互如何导致社会网络中的不平等，通过PATCH模型验证了同质性和偏好连接加剧分离与度不平等，而三角闭包有抵消作用。

2025-09-27cs.SIphysics.data-anphysics.soc-ph

联系网络的三元分析

Triadic analysis of affiliation networks

三元封闭已经被概念化，并以各种方式测量，最著名的是聚类系数。现有的扩展关系网络，但是，是敏感的重复组出席，这表现在二分模型作为biclique扩散。然而这种敏感性并不反映在社交网络的三元封闭的共同解释，本文提出了一种措施，三元封闭的隶属网络设计来控制it.To避免任意性，本文介绍了一个三元框架的隶属网络，在其中的措施范围可以定义，然后提出了一组基本公理，足以缩小这个范围的一个措施。工具评估比较了建议和现有的两种措施的可靠性，有效性，冗余性和实用性。所有这三种措施，然后参加调查的三个经验社交网络，这说明了他们的差异。

2016-06-23cs.SImath.COphysics.soc-ph

三元闭包作为复杂网络社区生成的基本机制

Triadic closure as a basic generating mechanism of communities in complex networks

大多数复杂的社会、技术和生物网络都具有重要的社区结构。因此，复杂网络的社区结构必须被认为是一个普遍的属性，以及这些网络的小世界和无标度属性。尽管在描述真实网络的社区结构方面有很大的兴趣，但没有足够的注意力用于检测能够自发生成社区网络的通用机制。三元闭合是建立新联系的自然机制，特别是在社交网络中。在这里，我们表明，基于简单的三元封闭的网络增长模型自然会导致社区结构的出现，以及节点度的厚尾分布，高聚类系数。社区从最初的随机异质性的链接集中出现，随后是一个周期的增长和分裂。社区是更明显的，稀疏的图，并在连接过程中的链接密度和随机性的高值消失。通过引入一个基于适应度的链接吸引的节点，我们发现了一个新的相变，社区消失的适应度分布的高度异质性，但一个新的介观组织的节点出现，与几个超级枢纽之间共享的节点组，吸引了系统的大部分链接。

2014-12-01cs.SIphysics.soc-ph

通过三元闭包构建的强聚类随机图：一个精确可解模型

Strongly clustered random graphs via triadic closure: An exactly solvable model

本研究提出了一个精确可解的静态三元闭包（STC）聚类网络模型，推导了小模体期望数量的精确表达式，并在真实网络数据集中验证了模体密度关系的有效性。

2024-02-15cond-mat.dis-nncond-mat.stat-mechphysics.soc-ph

用于链路预测的三元闭包-度异质性-和谐GCN

Triadic Closure-Heterogeneity-Harmony GCN for Link Prediction

针对现有GNN方法在链路预测中忽略节点属性和内在结构关系的问题，提出结合三元闭包和度异质性拓扑指标的TriHetGCN框架，在九个真实数据集上达到SOTA并展现强泛化能力。

2025-04-29cs.SIphysics.data-anphysics.soc-ph

通过三元闭包实现强聚类随机图：度相关性和聚类谱

Strongly clustered random graphs via triadic closure: Degree correlations and clustering spectrum

Dipartimento di Fisica Università La Sapienza（罗马大学物理系）；University of Aveiro（阿威罗大学）；University of Leeds（利兹大学）

本文提出一种通过随机网络骨架中每个三元组以一定概率闭合来生成强聚类随机图的模型，并精确推导了局部聚类谱和度相关性的表达式，揭示了高度传递性与正度同配性及聚类谱的非平凡结构。

2026-05-23cond-mat.dis-nnphysics.soc-ph

建模舆论动态：聚类同质性网络中的沉默螺旋

Modeling Public Opinion Dynamics: The Spiral of silence in clustered homophilic networks

Universitat de Barcelona（巴塞罗那大学）；Open University of Catalonia（加泰罗尼亚开放大学）

本研究通过结合网络形成模型与均值场模型，分析同质性和三元闭包对沉默螺旋的影响，发现适度闭包促进少数派表达，过度闭包则加剧多数派主导。

2025-10-15physics.soc-ph

互惠网络的定向封闭措施

Directed closure measures for networks with reciprocity

对图中三角形的研究是网络分析中的标准工具，导致了诸如\emph{transitivity}的测量，即，参与三角形的长度为$2$的路径的分数。现实世界的网络通常是定向的，并且很难有意义地“测量”这种网络结构。我们提出了一个收集的\emph{directed closure values}测量三角形的有向图的方式，是类似于无向图的传递性。我们对这些值的研究揭示了许多关于有向三元闭包的信息。例如，我们立即看到互反边有很高的参与三角形的倾向。我们还观察到不同网络和社交网络的三元闭合模式之间惊人的相似性。我们进行数学和实证分析表明，有向配置模型，保持互惠性不能捕捉真实网络的三元封闭模式。

2014-04-24cs.DScs.SIphysics.soc-ph

通过三元闭包的复用网络中的链接预测

Link prediction in multiplex networks via triadic closure

ISI Foundation（ISI基金会）；Institute for Biocomputation and Physics of Complex Systems (BIFI), University of Zaragoza（萨拉戈萨大学生物计算与复杂系统物理研究所（BIFI））；University of Zaragoza（萨拉戈萨大学）

链接预测算法可以帮助理解复杂系统的结构和动力学，从不完整的数据集重建网络，并预测未来的相互作用，在不断发展的网络。基于节点之间相似性的可用算法受到这些网络中存在的有限数量的链接的限制。在这项工作中，我们减少了后者的内在限制，并表明可以利用不同类型的关系数据来提高新链接的预测。为此，我们提出了一种新的链接预测算法，通过推广的Adamic-Adar方法组成的多路复用网络的任意数量的层，编码不同形式的相互作用。我们表明，新的度量优于经典的单层Adamic-Adar评分和其他国家的最先进的方法，在几个社会，生物和技术系统。作为副产品，最大化复用Adamic-Adar度量的系数指示复用网络中结构化的信息如何针对链接预测任务进行优化，从而揭示哪些层是冗余的。有趣的是，这种效应对于不同层的预测可能是不对称的。我们的工作铺平了道路，为更深入地了解不同的关系数据在预测新的相互作用的作用，并提供了一个新的算法，链接预测在多路复用网络，可应用于大量的系统。

2020-11-16cs.LGcs.SIphysics.soc-ph

基于高阶结构的电力网络同步稳定性分析

Power Network Uniqueness and Synchronization Stability from a Higher-order Structure Perspective

三元子图分析基于高阶连通模式揭示了电力网络的结构特征。与无标度网络、小世界网络和随机网络相比，幂网络的五个单向三元子图具有独特的三元显著性剖面（TSP）。值得注意的是，三元闭包在电力网络中具有最高的意义。因此，唯一的TSP可以作为一个结构标识符，以区分电力网络从其他复杂网络。电力网络形成网络超家族。此外，基于随机增长模型的综合电力网络成长为属于超家族的网络，具有更少的传输线数量。三元闭包的重要性与通过网络冗余度量的建设成本密切相关。在同步稳定性和建设成本之间的权衡导致了电力网络超族。具有唯一TSP特征的电力网络本质上是这种权衡的结果。幂网络超族的唯一性揭示了幂网络的一个重要事实。

2022-03-25cs.SYeess.SYnlin.AO

无标度复杂网络中的封闭系数

Closure coefficients in scale-free complex networks

复杂网络中三角形的形成是一个重要的网络性质，受到了极大的关注。三角形的形成经常通过聚类系数来研究。封闭系数或传递性是衡量三元封闭性的另一种方法。此统计量从三角形的头节点（而不是从中心节点，如经常研究的聚类系数）测量聚类。我们进行了第一次探索性分析的行为的局部封闭系数在两个随机图模型，创建简单的网络与幂律度：隐藏变量模型和双曲随机图。我们表明，封闭系数的行为显着不同，在这些简单的随机图模型比以前研究的多重图模型。我们还将高度顶点的封闭系数与聚类系数和平均最近邻度联系起来。

2020-06-10cs.SImath.PRphysics.soc-ph

混合社会信息网络中的定向封闭过程--以Twitter上的链接形成为例

The Directed Closure Process in Hybrid Social-Information Networks, with an Analysis of Link Formation on Twitter

人们经常认为，信息网络中的定向链接通常是通过“捷径”源和目的地之间的两步路径形成的，这是一种隐含的“链接复制”，类似于三重闭合过程。在社交网络中。尽管这一假设在诸如偏好依恋等理论模型中发挥了重要作用，但它却很少得到直接的实证研究。在这里，我们开发了一种形式化和方法来研究这种类型的定向关闭过程，我们提供的证据，其重要作用，在Twitter上的链接的形成。然后，我们分析了一系列的模型，旨在捕捉的结构现象，我们观察到的Twitter数据中的定向关闭。

2010-03-12cs.CYphysics.soc-phstat.AP

基于三重定位的社交网络微观演化

Microscopic Evolution of Social Networks by Triad Position Profile

解开社会网络演化的机制是社会科学尚未解决的难题之一。偏好依恋是解释社会网络动力学的有力机制，但它不能解释社交网络中所有的标度律。最近在理解社会网络动力学方面的进展表明，社交网络中的几个标度律遵循三元闭合的自然结果。在许多著作中，对它们之间的宏观比较进行了经验性的讨论。然而，网络的演化不仅驱动了宏观尺度的出现，也驱动了微观行为的出现。在这里，我们利用网络微观演化的两个基本方面：个人影响力的演化和链接形成的过程。首先，我们为微观进化开发了一个新的框架，其中优先附着和三元闭合机制很好地平衡。然后在四个真实世界的数据集上，我们将我们的方法应用于两个微观问题：节点的突出预测和链接预测，我们的方法比基线解决方案产生了显着的预测改进。最后，为了严谨和全面，我们进一步观察到，我们的框架具有更强的泛化能力，在不同类型的社交网络的两个微观预测问题。我们以比迄今为止更高的精确度揭示了重要因素，并为网络进化提供了新的视角。

2014-09-18cs.SIphysics.soc-ph

网络上高阶SIS流行病模型的原则性封闭框架

A principled closure framework for higher-order SIS epidemic models on networks

Network Science Institute, Northeastern University（东北大学网络科学研究所）；Institute of Mathematics, Eötvös Loránd University（厄特沃什·罗兰大学数学研究所）

研究网络上高阶SIS流行病模型，提出自下而上推导方法，核心是依赖网络的封闭算子，可恢复现有模型为特殊情况，揭示启发式方法隐含假设，为建模提供基础和新途径。

2026-07-21cond-mat.stat-mechphysics.soc-ph

社会网络中遵守防疫措施的同质性对传染病传播的影响

Impact of homophily in adherence to anti-epidemic measures on the spread of infectious diseases in social networks

本文通过改进SIR模型研究遵守防疫措施的同质性对传染病传播的影响，发现仅在具有局部聚类的网络中，增加群体分离反而可能提高遵守人群的感染比例，揭示了局部网络结构在防疫策略中的关键作用。

2025-07-18physics.soc-ph

了解网络形成模式以更好地进行链接预测

Understanding the network formation pattern for better link prediction

Academy of Mathematics and Systems Science, Chinese Academy of Sciences（中国科学院数学与系统科学研究院）；School of Mathematical Sciences, University of Chinese Academy of Sciences（中国科学院大学数学科学学院）

链接预测作为复杂网络领域的经典问题，受到研究者的广泛关注，对于帮助我们理解网络的演化和动态发展机制具有重要意义。虽然已经提出了各种网络类型的特定算法来解决链接预测问题，他们中的大多数假设网络结构是由三元闭包原理。我们仍然缺乏对网络形成模式的适应性和全面的理解，以预测潜在的联系。此外，研究如何更好地利用网络本地信息也是有价值的。为此，我们提出了一种名为使用多阶局部信息（MOLI）的链接预测的新方法，该方法利用来自不同距离的邻居的局部信息，其参数可以是基于先验知识的先验驱动，或者通过解决观察到的网络上的优化问题来驱动。MOLI通过图上的随机游走定义了一个局部网络扩散过程，从而更好地利用了网络信息。我们表明，MOLI优于其他11个广泛使用的链接预测算法对11种不同类型的模拟和现实世界的网络。我们还得出结论，有不同的模式的本地信息利用不同的网络，包括社交网络，通信网络，生物网络等，特别是，经典的共同邻居为基础的算法是不适应所有的社交网络，因为它被认为是，相反，一些社交网络遵守四边形闭合原则，优先连接路径的长度为3。

2021-10-17cs.LGcs.SIphysics.soc-ph

社会互动的不对称性及其在链路可预测性中的作用：以合著网络为例

Asymmetry of social interactions and its role in link predictability: the case of coauthorship networks

本文研究社会互动不对称性对连接强度的影响，发现在合著网络中不对称连接强度与邻域重叠呈幂律关系，并证明考虑连接不对称性可显著提升链路预测效率，进而合理解释了资源分配指数的高性能。

2023-06-26cond-mat.dis-nncs.SIphysics.soc-ph

复杂网络中节点和链接状态的耦合动力学：一个语言竞争模型

Coupled dynamics of node and link states in complex networks: A model for language competition

受语言竞争过程的启发，我们提出了一个节点和链接状态的耦合演化模型。特别是，我们专注于语言的使用和偏好或对它的扬声器的态度之间的相互作用，我们的模型，分别作为扬声器之间的相互作用的属性（链接状态）和扬声器本身的属性（节点状态）。此外，我们限制我们的注意力的情况下，两个社会等价的语言和社会启发的网络拓扑结构的基础上的三元封闭的机制。相对于大多数以前的文献中，语言灭绝是一个不可避免的结果的动态，我们发现了广泛的可能的渐近配置，我们分类为：冻结灭绝状态，冻结共存状态，动态捕获共存状态。此外，亚稳态共存状态具有很长的生存时间，并显示出非平凡的动态被发现是丰富的。有趣的是，一个系统的规模缩放分析表明，一方面，语言灭绝的概率指数消失的系统规模的增加，另一方面，非平凡的动态亚稳态的生存时间尺度线性增加的系统的大小。因此，非平凡动力学共存是足够大的系统唯一可能的结果。最后，我们展示了这种共存的特点是其中一种语言变得明显占主导地位，而另一种语言变得越来越局限于“贫民窟式”的结构：小团体的双语扬声器安排在三角形，具有强烈的偏好，少数民族语言，并使用它为他们的组内互动，而他们切换到占主导地位的语言与其他人口的沟通。

2016-12-02cond-mat.stat-mechcs.SInlin.AO

竞争网络中三角形普遍存在的动态机制

A dynamic mechanism for prevalence of triangles in competitive networks

Mathematical Institute, Utrecht University（乌得勒支大学数学研究所）；Centre for Complex Systems Studies (CCSS), Utrecht University（乌得勒支大学复杂系统研究中心）；National Research Council of Italy, Institute of Atmospheric Sciences and Climate (CNR-ISAC)（意大利国家研究委员会大气科学与气候研究所）；National Biodiversity Future Center (NBFC)（国家生物多样性未来中心）；Copernicus Institute of Sustainable Development, Utrecht University（乌得勒支大学哥白尼可持续发展研究所）；Institute for Marine and Atmospheric Research (IMAU), Utrecht University（乌得勒支大学海洋与大气研究所）；INRAE, UR1115, Plantes et Systèmes de culture Horticoles (PSH)（法国国家农业食品环境研究院植物与园艺栽培系统实验室）

提出三角形结构可能源于Lotka-Volterra系统中维持物种共存所需的动态稳定性，通过理论证明和算法优化发现高聚类系数与强稳定性相关。

2026-07-01math-phmath.DSmath.MP