Complementarity in Complex Networks

Structural measures of similarity and complementarity in complex networks

The principle of similarity, or homophily, is often used to explain patterns observed in complex networks such as transitivity and the abundance of triangles (3-cycles). However, many phenomena from division of labor to protein-protein interactions (PPI) are driven by complementarity (differences and synergy). Here we show that the principle of complementarity is linked to the abundance of quadrangles (4-cycles) and dense bipartite-like subgraphs. We link both principles to their characteristic motifs and introduce two families of coefficients of: (1) structural similarity, which generalize lo…

Complementarity of generative models for road networks

Understanding the dynamics of road networks has theoretical implications for urban science and practical applications for sustainable long-term planning. Various generative models to explain road network growth have been introduced in the literature. We propose in this paper a systematic benchmark of such models integrating different paradigms (spatial interactions, cost-benefit compromises, biological network growth), focusing on the feasible space of generated network measures. We find a quantitatively high complementarity between the different models. This confirms the necessity of a plural…

社会经济网络中的劳动分工、技能互补和异质性

Division of labor, skill complementarity, and heterophily in socioeconomic networks

复杂系统的组成部分相互作用并自组织形成复杂网络。实证结果表明，许多真实网络的链接形成过程要么遵循全局流行性原则，要么遵循局部相似性原则，要么在两者之间进行权衡。特别是，它已被证明，在社交网络的个人表现出显着的同质性时，选择他们的合作者。然而，我们证明，在人口中，有一个分工，技能互补性是一个重要的因素，在社会经济网络的形成和个人的合作者的选择受到强烈的影响。我们分析了124个流行的“大型多人在线角色扮演游戏”（MMORPG）的虚拟世界，其中人们属于三个不同的职业，并允许工作和互动，在某种程度上现实的方式。我们在合作网络的形成中发现了异质性的证据，人们更喜欢与职业与自己不同的人建立社会关系。然后，我们构建了一个经济模型来量化的异质性，假设个人在社会经济系统中选择的合作者，是最大的效用。模型校正的结果证实了异质性的存在。实证分析和模型标定均表明，虚拟世界的异质性特征在演化过程中是持续存在的。我们还发现，在虚拟社会的互补程度是积极的经济产出相关。我们的工作为虚拟世界在复杂社会经济系统中研究人类行为的科学研究效用提供了新的视角。

从竞争到互补：比较影响力扩散与最大化

From Competition to Complementarity: Comparative Influence Diffusion and Maximization

影响力最大化是一个研究得很好的问题，它要求从社交网络中获得一小部分有影响力的用户，这样通过将他们作为早期采用者，通过网络上的影响力级联来最大化预期的总采用率。然而，几乎所有先前的工作都集中在单个传播实体或纯竞争实体的级联上。在这项工作中，我们提出了比较独立级联（Com-IC）模型，涵盖了从竞争到互补的实体相互作用的全方位。在Com-IC中，用户的采用决策不仅取决于边缘级信息传播，而且还取决于节点级自动机，其行为由一组模型参数控制，使我们的模型不仅能够捕获竞争，而且能够在任何可能的程度上实现互补。我们研究了两个自然优化问题，自影响力最大化和互补影响力最大化，在一个新的设置与互补的实体。这两个问题都是NP难的，我们设计了高效和有效的近似算法通过非平凡技术的基础上，反向可达集和一种新的“三明治近似”。这两种技术的适用性超出了我们的模型和问题。我们的实验表明，所提出的算法始终优于直观的基线在四个现实世界的社交网络，往往是一个显着的保证金。此外，我们从真实的用户操作日志中学习模型参数。

当网络替代结果监测时？预测性监测中行为信号的替代-互补框架

When Networks Substitute for Outcome Surveillance? A Substitution-Complementarity Framework for Behavioral Signals in Predictive Monitoring

提出替代-互补框架，通过Frisch-Waugh-Lovell方差分解分析移动网络在疫情预测中是否提供独立于结果监测的预测信号，发现网络特征在监测退化时显著提升预测性能。