Effects of Assortativity on Consensus Formation with Heterogeneous Agents
尽管Barabasi的无标度网络和度相关性(不确定性)为中性的Erdos-Renyi网络被广泛使用,但许多研究表明,在线社交网络倾向于显示出不确定性混合(正度相关),而非社交网络则显示出不确定性混合(负度相关)。首先,我们通过使用Reddit中的三个不同的子Reddit来分析同一平台的不同群体的可伸缩性系数的变化。我们的数据分析结果表明,Reddit是离散的,上述子Reddit的离散系数分别为-0.0384,-0.0588和-0.1107。即使在同一平台上,结果也会发生变化,因此我们决定研究共识形成动力学对网络重复性的敏感性。我们的结论是,当网络是非线性混合或中性时,系统更有可能达成共识;然而,当网络是非线性混合时,共识的可能性显着降低。令人惊讶的是,当网络是中立的时,所有节点修正其观点所花费的时间略低于非中立网络或非中立网络。当代理的阈值分布更不均匀时,这些结果更明显。
2020-04-27 cs.SI physics.soc-ph
Weighted Assortative And Disassortative Networks Model
现实世界的网络处理结构化连接,因为它们具有非平凡的顶点度相关性和聚类性。在这里,我们提出了一个玩具模型的结构形成在现实世界中的加权网络。在我们的模型中,网络通过拓扑增长以及权重变化来进化。此外,我们引入了加权重连系数,它推广了拓扑网络的重连系数,以衡量两个相似度的顶点之间有一个高权重链接的趋势。我们的模型生成的网络表现出无标度行为与可调指数。此外,一些非平凡的功能,在现实世界中的网络中发现的再现,通过改变参数统治的重量演变的速度。最重要的是,通过对加权互变性系数的研究,我们发现由我们的模型生成的拓扑互变性网络和歧化网络实际上都是加权互变性的。
2006-12-09 physics.soc-ph
"Clumpiness" Mixing in Complex Networks
介绍了复杂网络簇性的三种度量方法。这些措施量化了网络的大多数中心节点如何聚集在一起。在以前的研究中定义的扩散系数测量了类似的特征,但只考虑了直接相互连接的中心节点的聚集性。本文中定义的聚集系数也考虑了中心节点被几个链接分开的情况。该定义基于节点度和节点对之间的距离。集块系数和扩散系数可以定义四类网络。数值计算表明,该分类方案成功地将30个真实世界的网络分为四类:丛生的排斥,丛生的排斥,松散的排斥和松散的排斥网络。聚类系数也区分了Erdos-Renyi模型和Barabasi-Albert模型,而聚类系数不能区分两者。此外,还讨论了块度系数的界以及三种块度测度之间的关系。
2009-05-25 cond-mat.stat-mech physics.soc-ph
Assortative mixing in functional brain networks during epileptic seizures
我们研究了100例不同解剖学发病部位的癫痫发作前、中、后的功能性脑网络的重复性。我们从60名癫痫患者的多通道脑电图数据记录构建二元功能网络,并从时间分辨的估计的重复系数,我们得出结论,积极的度度相关性是固有的癫痫发作动力学。随着癫痫发作的发展,癫痫发作率的增加表明,潜在的功能网络被分成了几组大脑区域,这些区域之间只有稀疏的相互连接。有趣的是,癫痫发作结束之前,癫痫发作率已经降低。再加上以前观察到的全球统计特性和癫痫脑网络的同步性的特征时间演变,我们的研究结果可能有助于更深入地了解癫痫发作的产生,传播和终止的复杂动力学。
2013-09-21 cs.SI physics.comp-ph physics.data-an
Multiscale mixing patterns in networks
网络中的分类混合是具有相同属性或元数据的节点相互链接的趋势。这是一种经常在社交网络中发现的属性,表现为具有相同年龄、种族或政治信仰的人之间更高的链接倾向。量化链接性或分离性(链接到具有不同属性的节点的偏好)的水平可以揭示复杂网络中链接和传染过程形成的因素。在离散值元数据的情况下,通常的做法是根据可扩展性系数或模块性来测量可扩展性水平。这个全局值是整个网络的平均重复率水平,当混合模式是异构的时,它可能不是一个代表性的统计数据。例如,由于文化规范的差异,一个跨越全球的社交网络可能会在混合模式上表现出地方差异。在这里,我们介绍了一种方法来本地化这个全球性的措施,使我们可以描述跨多个尺度,在节点级别的可追溯性。因此,我们能够捕捉和定性评估网络中的混合模式的分布。我们发现,对于许多现实世界中的网络的不确定性的分布是偏斜的,过度分散和多模态的。我们的方法提供了一个更清晰的镜头,通过它我们可以更仔细地检查网络中的混合模式。
2018-04-18 cs.SI physics.data-an physics.soc-ph
Two-walks degree assortativity in graphs and networks
度分类性是指图中的高度节点(或低度节点)连接到高度节点(或低度节点)的趋势。低层次的)。它通常用度-度相关的皮尔逊相关系数来量化。在这里,我们扩展了这个概念,以考虑第二个邻居的影响,在一个图中的一个给定的节点。也就是说,我们认为一个节点的两次行走度是其相邻节点的所有度之和。图的两步度相关性是两步度-度相关性的皮尔逊相关系数。我们在这里找到的分析表达式,这两个步行度的可拓指数作为一个功能的贡献子图。然后,我们研究了所有261,000个具有9个节点的连通图,并分别根据度和两步度观察了竞争-竞争图和竞争-竞争图的存在性。更令人惊讶的是,我们观察到一类图是度可分的和两路度可分的。我们解释了这些图的存在,由于存在某些拓扑特征,如一个节点的低度连接到高度的。更重要的是,我们研究了一系列的49个真实世界的网络,在那里我们观察到的dispertative-dispertative类的存在,其中几个。特别是,这里研究的所有生物网络都属于这一类。我们还得出结论,没有图/网络是可能的,具有互补-反互补结构。
2017-04-12 cs.SI physics.soc-ph
Large deviation and anomalous fluctuations scaling in degree assortativity on configuration networks
通过构造一个多重正则Monte Carlo模拟,利用多重直方图重加权方法,得到了度扩散系数$r$在大小为$N$的组态网络上的全概率分布$ρ_N(r)$.我们认为,$ρ_N(r)$服从大偏差原理,$ρ_N \left(r-r_N^* \right) \asymp {e^{ - {N^ξ}I\left( {r- r_N^* } \right)}}$,其中率函数$I$是凸的,并在$r=r_N^*$具有其唯一的最小值,和$ξ$是一个指数,尺度$ρ_N$的$N$。我们证明了Poisson随机图的$ξ=1$和无标度网络的$ξ\geq1$,其中$ξ$是度分布指数$γ$的递减函数。我们的研究结果表明,在高度异质的网络中,$r$的涨落与$N$呈现出反常的标度关系.
2021-09-30 cond-mat.stat-mech physics.soc-ph
Assortativity and leadership emergence from anti-preferential attachment in heterogeneous networks
许多现实世界的网络都表现出度的可重复性,相似度的节点更有可能相互链接。特别是在社交网络中,对总的非线性度的贡献随度而变化,具有稍微超过平均度的显著峰值。传统模型在预定义的拓扑结构上印记可拓性的方式是通过度保持的链接排列,然而这破坏了特定图的聚类层次特征。在这里,我们提出了第一个生成模型,创建异构网络与无标度的属性和可调的现实的可伸缩性。在我们的方法中,两个不同的节点群体被添加到初始网络种子中:一个(追随者)遵守通常的优先规则,另一个(潜在的领导者)通过反优先附件连接,即选择较低度的节点作为其初始链接。后面的节点发展出更高的平均度,并最终转化为最终的枢纽。通过考察Facebook中链接的演化过程,我们对初始反偏好依恋与长期高度依恋之间的联系进行了实证验证。因此,我们的工作为社交网络的结构和演化提供了新的视角。
2016-03-07 cs.SI nlin.AO physics.soc-ph
Assortativity in networks
本文研究网络度-度相关性的同配系数 $r$,修正其取值范围,分析基于边的迭代操作对同配性的影响,并构造增长的同配与中性网络及不同阶中性非树图。
2024-05-23 physics.soc-ph
On the influence of topological characteristics on robustness of complex networks
在本文中,我们探讨了复杂网络的拓扑特征和它的鲁棒性持续有针对性的攻击之间的关系。使用合成的无标度,小世界和随机网络,我们研究了一些网络度量,包括网络的非线性,模块化,平均路径长度,聚类系数,丰富的俱乐部配置文件和无标度指数(适用时),以及这些指标如何影响网络在有针对性攻击下的鲁棒性。我们使用一个建立的鲁棒性系数来衡量拓扑鲁棒性,并考虑持续的有针对性的攻击,节点度的顺序。对于无标度网络,我们发现,无标度性,模块化和平均路径长度与网络的鲁棒性呈正相关,而聚类系数呈负相关。我们没有发现无标度指数和鲁棒性之间的任何相关性,或丰富的俱乐部配置文件和鲁棒性。而小世界网络的鲁棒性则与网络的重复性、模块性、聚类系数和平均路径长度呈显著正相关。相比之下,Erdos-Renyi随机网络的鲁棒性与所考虑的任何网络属性都没有任何显着的相关性。一个重要的观察结果是,高聚类降低了无标度网络的拓扑鲁棒性,但它增加了小世界网络的拓扑鲁棒性。我们的研究结果突出了拓扑特征在影响网络鲁棒性方面的重要性,并说明了网络设计人员可以使用的设计策略,以提高无标度和小世界网络在持续有针对性攻击下的鲁棒性。
2014-02-26 cs.SI nlin.AO physics.soc-ph
Uncovering disassortativity in large scale-free networks
在大型自组织网络中,如互联网、万维网、社会网络和生物网络中的混合模式通常以相邻节点之间的度-度依赖为特征。在本文中,我们提出了一种新的方法来衡量度-度依赖。常用的折射率系数的一个问题是,在离散网络中,它的大小随着网络的大小而减小。我们从数学上解释了这一现象,并在合成图和真实网络数据上验证了结果。作为替代方案,我们建议使用等级相关性度量,例如Spearman rho。我们的实验令人信服地表明,斯皮尔曼的rho产生一致的值在不同大小的图,但类似的结构,它是能够揭示强(正或负)的依赖关系在大型图。特别是,我们发现更强的负度度依赖关系的Web图比以前认为的。{Rank相关性使我们能够比较不同大小的网络的重复性,这是不可能的重复性系数,因为它真正依赖于网络的大小。我们的结论是,秩相关性提供了一个合适的和翔实的方法来揭示网络混合模式。
2013-02-21 cond-mat.stat-mech cs.SI physics.soc-ph
On the relationship between set-based and network-based measures of gender homophily in scholarly publications
科学界对在学术出版物的合著中测量性别同质性的问题越来越感兴趣(Escheren,2016)。对于一组给定的出版物和合著者,我们假设作者身份没有被消除歧义,因为我们不知道一个人是多篇论文的作者。在这种情况下,考虑测量性别同质性的一种方法是考虑所有观察到的共同作者对,并获得基于集合的性别同质性系数(例如,Bergstrom等人,2016)。另一种方法是将论文视为共同作者的观察到的不相交网络,并使用基于网络的重复系数(例如,Newman,2003)。在这篇文章中,我们回顾了这两个指标,并表明基于性别同质性集的指数相当于基于性别同质性网络的系数,具有适当的加权边缘。
2016-11-11 cs.DL physics.soc-ph stat.ME
Growing Scale-free Small-world Networks with Tunable Assortative Coefficient
在本文中,我们提出了一个简单的规则,生成无标度的小世界网络与可调的折射系数。这些网络是由两个阶段添加过程中的每个新的节点。该模型可以再现无标度度分布和小世界效应。仿真结果与理论预测基本一致。有趣的是,我们通过调整参数:优先指数$β$,得到了非平凡的聚类系数$C$和可调程度的重复性$r$。该模型可以统一表征双折射和双折射网络。
2006-02-10 physics.soc-ph
Two-Population Dynamics in a Growing Network Model
我们引入了一个具有节点属性的增长网络演化模型。该模型描述了潜在的暴力V和非暴力N代理人之间的相互作用,这些代理人在建立自己的人口与人口之间的联系时具有不同的亲和力。该模型能够生成在现实社会系统中观察到的所有稳定的三元组。在速率方程理论的框架下,我们采用平均场近似推导出每种类型的节点的度分布和局部聚类系数的解析表达式。解析推导与数值模拟结果吻合较好。潜在暴力网络的连通性在性质上类似于最近报道的恐怖主义网络的连通模式。由攻击性驱动的网络的同配性显示出与具有非攻击性连接的网络的同配性明显不同的行为,这与在线社交系统最近的实证结果一致。
2011-10-24 cond-mat.stat-mech cs.SI physics.soc-ph
On degree-degree correlations in multilayer networks
我们提出了一个推广的概念的基础上的张量表示的多层网络,覆盖皮尔逊和斯皮尔曼系数的定义。我们的方法也可以应用于加权网络,并提供有关考虑层对的相关性的信息。通过分析机场交通网络的多层表示,我们表明,当层独立分析或作为一个互联系统时,得到了对比的结果。最后,我们研究了层次间的异质性和非异质性水平对疾病传播的影响。我们的研究结果强调了需要研究多层系统的度-度相关性,而不是聚合网络。
2015-07-16 cond-mat.stat-mech cs.SI physics.soc-ph
Disassortativity of percolating clusters in random networks
本文讨论了不相关随机网络上的逾渗过程所形成的巨组分的度-度相关性。使用生成函数,我们推导出一个一般的表达式的巨组件,$r$,这是定义为皮尔逊的相关系数度的直接连接的节点。对于度分布的三阶矩有限的不相关随机网络,我们证明了以下两点。(1)搭配性$r$满足$p\ge p_{\rm c}$的关系$r\le 0$。(2)在渗流阈值处与度- $k$节点相邻的节点的平均度与$k^{-1}$成比例,与度分布函数无关。这些结果表明,在渗流阈值附近的巨组分中出现了扩散性。通过大量的蒙特卡罗模拟证实了分析处理的准确性。
2018-12-19 cond-mat.stat-mech physics.soc-ph
Improving Network Degree Correlation by Degree-preserving Rewiring
本文针对通过度保持重连最大化网络度相关性的问题,证明其单调性与子模性并提出GA方法,验证其优于基线方法,还提出三种启发式策略并探究重连对谱鲁棒性、中心性度量鲁棒性的影响。
2024-04-11 cs.SI physics.soc-ph
Complex Network Approach to Fractional Time Series
为了提取随机时间序列中的相关信息,最近提出了可见图算法,通过该算法可以将时间序列映射到复杂网络上。我们证明了可见性算法是不是一个合适的时间序列的相关性方面的研究。然后,我们采用水平可见性算法,作为一个更简单的,映射到复杂的网络分数过程。度分布具有抛物线指数形式,拟合参数依赖于Hurst。此外,我们还考虑了其他拓扑性质,例如邻接矩阵的最大特征值和度同配性,并表明这些拓扑量也可以用于预测赫斯特指数,但反持续分数高斯噪声除外。为了解决这个问题,我们考虑到斯皮尔曼相关系数之间的节点的度和其对应的数据值在原始时间序列。
2016-05-22 physics.data-an physics.soc-ph
Structure of percolating clusters in random clustered networks
本文研究了在随机簇网络(RCN)模型上由位点渗流形成的簇(PC)的结构。利用生成函数,我们建立了PC的聚类系数和排斥系数。我们的分析和数值计算表明,PC在高度聚集的网络聚集,即使在逾渗阈值。PC的可扩展性取决于RCN的细节。当每个节点的边数和三角形数由泊松分布分配时,渗透阈值处的PC是离散的,但当RCN中的每个节点具有相同的少量边时,其中大多数形成三角形,PC是离散的。这个结果似乎与分形网络的耗散性相矛盾,尽管重整化方案揭示了分形PC的耗散性。
2020-06-17 physics.soc-ph
A framework for analyzing contagion in assortative banking networks
我们引入了一个概率框架,代表程式化的银行网络的目的是预测传染事件的规模。大多数先前关于随机金融网络的工作都假设银行之间存在独立的联系,而我们的框架明确允许(区分)边缘概率(例如,小银行与大银行挂钩的趋势)。我们分析了冲击网络触发的默认级联,发现级联可以被理解为一组收敛到一个固定点的边缘概率上的显式迭代映射。我们推导出一个级联条件的特点是否无穷小的冲击网络可以增长到一个有限大小的级联,在类似的基本再生数$R_0$在流行病建模。级联条件提供了一个容易计算的措施,固有的系统性风险,在一个给定的银行网络拓扑结构。利用随机网络的逾渗理论,我们还导出了全局级联频率的解析公式。虽然分析方法推导出无限网络,我们证明使用蒙特卡罗模拟的适用性的结果,有限规模的网络。我们发现,边缘的可扩展性,节点连接到类似节点的倾向,可以有很强的影响,系统性风险的水平,衡量级联条件。然而,系统性风险的影响是微妙的,我们提出了一个简单的图论量,我们称之为图-系统性系数,可以用来评估系统性风险。
2016-10-13 cond-mat.stat-mech cs.SI physics.soc-ph
Bounds of memory strength for power-law series
许多复杂系统产生的时间序列被经验地发现遵循具有不同指数$α$的幂律分布。通过置换独立绘制的样本从幂律分布,我们提出了非平凡的界限上的记忆强度(一阶自相关)作为$α$的函数,这是显着不同的普通$\pm 1$界限高斯或均匀分布。当使用$1 < α\leq 3$时,随着$α$变大,上限从0增加到+1,而下限保持为0;当使用$α> 3$时,上限保持为+1,而下限下降到0以下。理论界与数值模拟吻合良好。基于Twitter上的帖子、MovieLens的评分、移动运营商Orange的通话记录和淘宝的浏览行为,我们发现人类活动产生的经验幂律分布数据服从这样的约束。目前的研究结果解释了突发时间序列和无标度网络中观察到的一些约束条件,并挑战了异构系统中自相关和自相关系数等测量方法的有效性。
2017-04-28 physics.data-an physics.soc-ph
The Bass diffusion model on finite Barabasi-Albert networks
利用Bass创新扩散模型的平均场网络公式和Fotouhi和Rabbat关于Barabasi-Albert网络度相关性的精确结果,计算了扩散峰的出现时间,并与具有相同无标度指数但具有不同扩散性的无标度网络进行了比较.我们比较我们的结果与Caldarelli等人。SIS传染病模型的谱方法应用于邻接矩阵。事实证明,有限Barabasi-Albert网络上的扩散时间是最小的。这可能是由于这些网络的一个鲜为人知的性质:虽然折射率系数的值接近于零,但如果只考虑有限的度数范围,包括最小的度数,它们看起来是不对称的,并且在更高的度数范围内略有不对称。我们还发现,如果扩散过程的涓滴特征通过对枢纽的较大初始刺激(通过Bass模型中的非齐次线性项)来增强,则BA网络和不相关网络的扩散时间之间的相对差异甚至更大,例如在具有$10^4$节点的网络上的典型情况下达到34%。
2018-06-18 cs.SI physics.soc-ph
Correlations in complex networks under attack
对于任何初始相关网络,在任何类型的攻击后,其中节点或边缘被删除,我们得到度-度概率矩阵和度分布的一般表达式。我们表明,所提出的分析方法预测正确的拓扑结构的变化后,通过比较不同的攻击策略和强度的理论和模拟的反导系数的演变。我们发现,它是可能的,把一个初始的互补网络到一个互补的,反之亦然,通过微调删除的节点或边缘。另一方面,对于初始不相关的网络,我们发现只有有针对性的边缘去除攻击才能引起这种相关性。
2013-02-15 physics.soc-ph
The Anatomy of the Facebook Social Graph
我们研究了Facebook活跃用户的社交图谱结构,这是有史以来分析过的最大的社交网络。我们计算图的许多特征,包括用户和友谊的数量,度分布,路径长度,聚类和混合模式。我们的研究结果围绕着三个主要的观察结果。首先,我们描述了图的全局结构,确定社交网络几乎是完全连接的,99.91%的个体属于一个大的连接组件,我们确认了全球范围内的“六度分离”现象。其次,通过研究图邻域的平均局部聚类系数和退化,我们表明,虽然Facebook图作为一个整体显然是稀疏的,但用户的图邻域包含令人惊讶的密集结构。第三,我们通过研究用户的基本人口统计和网络属性来描述图中存在的不确定性模式。我们观察到明确的程度不确定性和特点的程度“你的朋友有更多的朋友比你”。此外,我们观察到年龄对友谊偏好的强烈影响,以及由国籍驱动的全球模块化社区结构,但我们没有发现任何强烈的性别同质性。我们将我们的结果与较小的社交网络的结果进行比较,发现大部分(但不完全)在共同的结构网络特征上一致。
2011-11-18 cs.SI physics.soc-ph
Network partition via a bound of the spectral radius
基于高度节点间的连接密度,我们引入了谱半径的两个界。我们使用这些边界将网络分成两个集合,其中一个集合包含高度节点,我们将这个集合称为谱核。由谱核形成的子网络的节点的度给出了整个网络的首特征向量的顶部项的近似。我们还提出了一些数值例子显示的依赖性的频谱-核心的折射率系数,它的评价在几个真正的网络和频谱-核心的属性可以用来减少频谱半径。
2015-12-08 cs.SI physics.soc-ph
Self-learning Mutual Selection Model for Weighted Networks
本文提出了一个自学习的互选择模型来刻画加权进化网络。通过引入自学习概率$p$和由参数$m$控制的一般的相互选择机制,该模型可以再现在许多实际系统中发现的度、权和强度的无标度分布.仿真结果与理论预测基本一致。有趣的是,我们得到了非平凡的聚类系数$C$和可调程度的可调性$r$,取决于参数$m$和$p$。该模型可以统一表征互反加权网络和互反加权网络。此外,我们发现自我学习可能有助于社交网络的混合。
2005-12-30 physics.soc-ph
Statistical properties of sampled networks
我们研究了采样无标度网络的统计特性,这与正确识别各种现实世界的网络密切相关。我们采用三种抽样方法,并与原始网络进行比较,研究抽样网络的度和介数中心分布、平均路径长度、重复性和聚类系数等拓扑性质.结果发现,在抽样网络中与这些属性相关的数量似乎是估计相当不同的每种抽样方法。我们解释了为什么这种有偏估计的数量会出现从抽样程序,并给出适当的标准,每种抽样方法,以防止被高估或低估的数量。
2009-11-24 cond-mat.dis-nn physics.soc-ph stat.ME
Divisibility patterns of natural numbers on a complex network
自然数整除性的研究是数论中最重要的课题之一。几个世纪以来,人们开发了各种工具来发现和研究自然数序列中的各种模式。在本文中,我们研究的整除自然数使用的增长复杂网络的框架。特别是,使用统计推断领域的工具,我们证明了网络是无标度的,但具有非平稳的度分布。与此同时,我们报告了一种新的相似性模式的局部聚类,我们称之为“拉伸相似性”,在这个网络。我们还证明了网络的平均度、全局聚类系数和扩散系数等特性随网络规模的变化是平滑的。利用解析方法估计了全局聚类和平均度的渐近行为,并利用数值分析进行了验证。
2015-12-02 cs.SI math.CO math.NT
Multifractal Network Generator
我们介绍了一种新的方法来构建具有现实特征的网络。尽管我们的方法概念简单(只有两个参数),但它能够生成具有规定统计特性的各种网络类型,例如,具有各种不同形式的度或聚类系数分布。反过来,这些图可以用来测试假设,或者作为实际数据的模型。该方法是基于适当选择的奇异措施之间的映射定义的单位平方和稀疏的无限网络。这样的映射有很大的潜力,允许各种网络拓扑的图论结果。我们的方法的主要思想是去无限极限的奇异测度和相应的图的大小同时。这种构造的一个非常独特的特征是,生成的网络的复杂性随着规模的增加而增加。我们提出的解析表达式来自参数的-迭代-初始生成措施等主要特征的图,其程度,聚类系数和可拓性系数分布。从一个简单的模拟退火过程中确定的生成措施的最佳参数。因此,目前的工作提供了一个工具,研究人员从各种领域(如生物学,计算机科学,生物学,或复杂系统),使他们能够创建一个通用的模型,他们的网络数据。
2010-04-29 math-ph math.MP physics.data-an
Socioeconomic Networks with Long-Range Interactions
我们研究了Jackson和Wolinsky先前提出的模型的修改版本,以解释社会经济网络中的信息交流和商品分配。在该模型中,每个节点的效用函数由所有可访问节点的贡献的加权和给出。由变量$δ$参数化的权重随距离减小。我们引入了一个增长机制,新的节点连接到现有的网络优先效用。通过增加$δ$,网络结构从幂律发展到指数度分布,通过一个政权,其特征在于较短的平均路径长度,较低的度的重复性和较高的中心点优势。在本文的第二部分中,我们比较不同的网络结构的平均效用由每个节点。我们发现,幂律网络提供更高的平均效用比泊松随机网络。这为无标度网络在现实世界中的普遍存在提供了可能的理由。
2008-05-29 physics.soc-ph
Structural Properties of Ego Networks
现实世界社交网络的结构在很大程度上决定了社会现象的演变,包括意见的形成、信息和影响的传播以及疾病的传播。从全局上看,网络结构的特征包括度分布、度扩散性和聚类系数。然而,关于全局结构的信息通常不可用于每个顶点。相反,每个顶点的知识通常限于网络的局部可观察部分,该部分由其紧邻的子图组成。这样的子图,被称为自我网络,具有与全局网络大不相同的属性。在本文中,我们研究了自我网络的结构特性,并展示了它们与网络的全局特性之间的关系。通过经验比较和数学推导,我们表明,结构特征,类似于静态属性,遭受悖论。我们量化了网络结构的全局信息和局部估计之间的差异。这些知识使我们能够更好地识别和纠正不完整的本地信息所产生的偏差。
2015-01-19 cs.SI physics.soc-ph
Structural evolution of international crop trade networks
本文构建1993—2018年玉米、水稻、大豆和小麦四类国际作物贸易网络,揭示其规模扩大、趋密趋同及作物特异的同类匹配结构,为粮食政策和全球粮食系统脆弱性分析提供依据。
2024-08-06 physics.soc-ph
Extracting correlations in earthquake time series using visibility graph analysis
最近的观测研究表明,地震分为几个不同的类别。每一类都可能具有时间序列中独特的统计特征,但由于其非线性和非平稳的性质,目前的理解仍然是有限的。本文利用复杂网络理论对地震时间序列的统计特性进行了新的研究。我们研究了两种类型的时间序列,这是震级和事件间时间(IET),三种不同类型的地震:规则地震,地震群,和构造地震。根据可视图准则,将每个震波迹象看作一个节点,确定其连接,将地震时间序列映射成一个复杂的网络。与目前的普遍看法相反,发现震级时间序列在统计上不等同于随机时间序列。对于所有类型的地震,IET序列都表现出类似于分数布朗运动的相关性。此外,我们表明,时间序列的三个不同类别的地震可以区分的拓扑结构的相关的可见性图。对震群的复动系数的分析也表明震群比地震更具有间歇性。
2021-03-23 physics.geo-ph physics.soc-ph
The configuration model for Barabasi-Albert networks
我们开发并测试了一种重新布线的方法(最初由Newman提出),该方法允许构建具有预先分配的度分布和两点相关性的随机网络。对于无标度度分布的情形,我们根据Dorogovtsev和Mendes的一般规定离散分布的尾部。这种方法的Barabasi-Albert(BA)网络的应用是可能的,这要归功于最近的分析结果,它们的相关性,并允许比较合奏的随机网络中产生的配置模型与“真正的”网络从优先附件。对于$β\ge 2$($β$是优先连接方案中的父节点的数量),用配置模型获得的网络是完全连接的(巨分量等于100%)。在这两种生成方案中,从函数$k_{nn}$的计算中证明了小度节点的清晰的离散性。我们还开发了一个有效的重新布线方法,产生可调的变化的折射率系数$r$,我们用它来获得最大dispertative网络具有相同的程度分布的BA网络与给定的$β$。该方法的可能应用涉及到互操作性社交网络。
2019-05-17 cs.SI physics.soc-ph
Beyond the rich-club: Properties of networks related to the better connected nodes
网络的许多结构特征取决于与枢纽的连通性以及枢纽内部的连通性。这些依赖关系可以与节点的度以及节点与更高度的节点共享的链接的数量有关。在这里,我们修改并提出了新的结果,展示了如何构建网络集成,它给出了一个很好的近似度的相关性,因此,这种相关性的预测,如重复系数或平均邻居度。我们提出了一个新的界限的结构切断度的基础上的连接枢纽。此外,我们表明,与集线器内的连接可以用来定义不同的网络核心。其中两个核心与谱性质和长度为1和2的行走有关,其中至少包含一个枢纽节点,并且它们与特征向量中心性有关。我们引入了一个新的中心性测量的基础上与枢纽的连接。此外,作为合奏和核心相关的枢纽的连接,我们展示了几个例子如何在枢纽连接的变化影响度-度相关性和核心属性。
2018-10-29 cs.SI physics.soc-ph
Bow-tie structure and community identification of global supply chain network
本文从全球供应链网络的度分布、层次结构和度-度相关性等方面研究了全球供应链网络的拓扑性质。全球供应链数据是通过收集2018年标准普尔资本智商平台网站上的各种公司数据构建的。入度和出度分布的特征在于幂律,入度指数= 2.42,出度指数= 2.11。聚类系数呈幂律衰减,指数为0.46。节点度-度相关性表明不存在重复性。GWCC的蝴蝶结结构表明,OUT成分最大,占总公司的41.1%。GSCC占公司总数的16.4%。我们观察到,在上游或下游侧的企业大多位于几步之遥的GSCC。此外,我们揭示了网络的社区结构,并根据它们的位置和行业分类来描述它们。我们观察到,最大的社区由主要位于美国的非必需消费品行业组成。这些公司属于全球供应链网络蝴蝶结结构中的OUT部分。最后,我们确认命题S1(短路径长度),S2(幂律度分布),S3(高聚集系数),S4(“适合更富有”的增长机制),S5(截断幂律度分布),和S7(社区结构与重叠边界)在全球供应链网络的有效性。
2020-03-04 econ.GN physics.soc-ph q-fin.EC
Diagonal degree correlations vs. epidemic threshold in scale-free networks
我们证明了存在的对角不确定度相关,即使很小,有显着降低大型无标度网络的流行阈值的效果。所考虑的相关矩阵是$P(h|k)=(1-r)P^U_{hk}+rδ_{hk}$,其中$P^U$是不相关的,并且$r$(纽曼折射率系数)可以非常小。如果用最大度$n$来度量网络的大小,则尺度指数$γ$的影响是一致的。我们还证明了通过Porto-Weber方法可以构造出与上述$P(h|k)$具有相同$k_{nn}$但元素和谱非常不同的相关矩阵,从而导致不同的流行病扩散和阈值。此外,我们研究了一个子集的容许变换的形式$P(h|k) \to P(h|k)+Φ(h,k)$与$Φ(h,k)$取决于一个参数,离开$k_{nn}$不变。这种转变一般会影响流行阈值。然而,我们发现,当它们作用于具有恒定$k_{nn}$的网络之间时,即平均邻居度独立于度本身的网络(比严格不相关的网络更广泛的一类),这种情况不会发生。
2021-08-24 cs.SI physics.soc-ph
Network rewiring in the $r$-$K$ plane
我们通过一个新的重新布线算法,它允许调整的纽曼折射率系数$r$和最近的邻居$K$(在范围$-1\le r \le 1$,$K\ge \langle k \rangle$)的平均程度生成相关的无标度网络的配置模型。在每个尝试的重新布线步骤中,都会计算局部变化$Δr$和$ΔK$,然后根据标准Metropolis概率$ \exp(\pmΔr/T)$接受该步骤,其中$T$是可变温度。我们证明了$Δr$和$ΔK$之间的一般关系,从而找到了两个变量之间的连接有非常不同的定义和拓扑意义。我们描述重新布线轨迹的$r$ - $K$平面和探索的限制,最大的不对称和dispertative网络,包括小的最小程度($k_{min} \ge 1$),以前没有被考虑的情况下。在重布线过程中,监控了巨分支的大小和网络的熵。证明了分支近似$\bar{z}_{2,B}$中的第二邻居的平均数在重新布线时是常数,并且与马尔可夫网络的相关性无关。然而,作为度的函数,第二邻居的数量给出了关于网络连通性的有用信息,并且也被监视。
2020-04-16 nlin.AO physics.soc-ph
The Fractional Preferential Attachment Scale-Free Network Model
自然界产生的许多网络都具有两个一般性质:它们是在{优先连接}过程中形成的,并且它们是无标度的。考虑到这些特征,通过干扰{优先连接}的机制,我们提出了Barabási-Albert模型的推广--“分数优先连接”(FPA)无标度网络模型-生成具有与时间无关的度分布$p(k)\sim k^{-γ}$和度指数$2<γ\leq3$(其中$γ=3$对应于BA模型的典型值)的网络。在FPA模型中,控制网络属性的元素是$f$参数,其中$f \in (0,1\rangle$。根据不同的$f$参数值,我们研究了数值生成网络的统计特性。我们研究了FPA网络的度分布、度相关性(网络的不确定性)、聚类系数、平均节点度、网络直径、平均最短路径长度和分形特征等拓扑性质。我们比较得到的值与各种合成和现实世界的网络的结果。研究发现,依赖于$f$,FPA模型生成的网络参数与真实世界的网络相似。此外,它表明,$f$参数有显着的影响,除其他外,度分布和生成的网络的度相关性。因此,FPA无标度网络模型可能是现有网络模型的一个有趣的替代方案。此外,无论$f$的值如何,FPA网络都不是分形的。
2020-05-01 cs.SI physics.soc-ph
Market, power, gift, and concession economies: Comparison using four-mode primitive network models
Kyoto University(京都大学);Hitachi, Ltd.(日立有限公司)
本研究构建四种经济模式的网络模型并比较其属性,发现市场与权力经济导致或仅缓解不平等,而馈赠与让步经济可实现健康平等,旨在推动向让步经济转型。
2025-04-09 cs.SI econ.TH physics.soc-ph