Rich-clubness test: how to determine whether a complex network has or doesn't have a rich-club?
引入富俱乐部概念是为了描述具有大量链接(富节点)的节点队列的存在,这些节点往往彼此之间连接良好,从而创建紧密组(俱乐部)。富俱乐部性定义了网络显示拓扑组织的程度,其特征在于节点富俱乐部的存在。它对于研究交通、社会、通信和神经科学等不同领域的系统中出现的网络的内部组织和功能至关重要。已经提出了不同的方法来评估丰富的俱乐部和各种零模型已被采用进行统计检验。然而,一个程序,分配一个独特的价值丰富的俱乐部的重要性,以一个给定的网络仍然缺失。我们对这一问题的解决办法建立在三个新支柱的基础上。我们介绍:i)以较低的富俱乐部系数为特征的空模型; ii)相对于空模型对网络的富俱乐部性水平进行归一化的公平策略; iii)利用归一化的富俱乐部系数的最大偏差将富俱乐部性的唯一p值归因于给定网络的统计测试。总之,本研究提出了第一次尝试量化,使用一个独特的措施,是否网络提出了一个显着的丰富的俱乐部拓扑组织。我们的研究对工程和科学的总体影响是,研究网络功能性能如何与富俱乐部性相关变化的模拟可能更容易调整,控制一个唯一的值:建议的富俱乐部性度量。
2017-04-11 cond-mat.dis-nn cs.SI physics.soc-ph
A Unifying Framework for Measuring Weighted Rich Clubs
网络分析可以帮助发现复杂系统组织中有意义的缺陷。其中,富人俱乐部是各种社会、技术和生物网络的重要功能属性。当节点在某种程度上突出或“丰富”(例如,高度连接)优先彼此交互。富俱乐部的识别是不平凡的,特别是在加权网络中,为此,已经提出了多个不同的度量。在这里,我们描述了一个统一的框架,检测丰富的俱乐部,直观地概括成一个单一的综合方法的各种指标。这种推广依赖于明确纳入随机控制网络的测量过程。我们将这个框架应用于现实生活中的例子,并表明,根据随机控制的选择,可以检测到不同种类的丰富的俱乐部结构,如拓扑和加权丰富的俱乐部。
2014-12-02 cs.SI physics.soc-ph
Identifying rich clubs in spatiotemporal interaction networks
针对空间加权时间网络缺乏富人俱乐部度量的问题,提出WTRC指标与统一分析框架,并通过多尺度人类移动网络验证其能更准确识别显著的加权时间富人俱乐部效应。
2025-01-10 cs.SI physics.soc-ph
Higher-order rich-club phenomenon in collaborative research grants
本研究利用美国国家科学基金会数据构建机构-资助二分网络,将富俱乐部概念扩展至二分网络,发现高阶富俱乐部现象且其合作资助的单位美元生产力更高。
2023-05-21 cs.SI physics.soc-ph
Geometric explanation of the rich-club phenomenon in complex networks
丰富的俱乐部组织(网络中存在高度连接的枢纽核心)影响网络的许多结构和功能特征,包括拓扑结构、路径效率和负载分布。尽管它的主要作用,文献中只包含一个非常有限的一组模型,能够生成现实丰富的俱乐部结构的网络。一个可能的原因是,丰富的俱乐部组织是复杂网络中的一个分裂属性,表现出极大的多样性,而其他指标(例如直径,聚类或度分布)似乎在许多网络中表现得非常相似。在这里,我们提出了一个简单而强大的基于几何的增长模型,可以通过控制一个单一的几何参数,生成具有高度丰富的俱乐部多样性的现实复杂网络。增长模型对互联网,蛋白质-蛋白质相互作用,机场和电网网络进行了验证。
2017-12-04 cs.SI physics.soc-ph
Rich-club connectivity dominates assortativity and transitivity of complex networks
Rich-club、回归系数和聚类系数是评价复杂网络拓扑性质的常用指标。在这里,我们发现,一个非常小的部分最富有的节点之间的连接可以支配一个大的网络,这揭示了富俱乐部连接是整个网络中的杠杆率和聚类系数。我们的研究表明,应该更多地关注富节点的组织模式,因为复杂系统的整体结构是由最有影响力的个体之间的关联决定的。此外,通过操纵一个非常小的富人俱乐部中的连通性模式,就足以产生一个具有所需的可拓性或传递性的网络。相反,我们的研究结果为许多现实世界网络中观察到的非连续性和传递性提供了一个简单的解释--这种偏见可以用最富有的节点之间的连通性来解释。
2010-10-08 cs.SI physics.soc-ph
Random Networks with given Rich-club Coefficient
在复杂网络中,通常基于网络的度分布的守恒来建模网络或生成代理网络。我们提供了一个替代网络模型的基础上,一组节点内的连接密度的守恒。这个密度是用富人俱乐部系数来衡量的。我们提出了一种方法来生成代理网络与一个给定的丰富的俱乐部系数。我们表明,通过选择一个合适的局部连接项,生成的随机网络可以重现真实网络的度分布和混合模式。该方法易于实现,并产生良好的模型的真实网络。
2011-08-15 cs.SI physics.soc-ph
Optimizing and controlling functions of complex networks by manipulating rich-club connections
传统上,没有证据表明富人俱乐部的性质和复杂网络的功能之间有很强的联系。在这项研究中,我们发现,是否一个非常小的部分丰富的节点连接到彼此或不可以强烈影响网络内的基本构件(基序)的出现频率,因此,功能,异构网络。相反,一个同质网络是否具有富俱乐部性质,一般对其结构和功能没有显著影响。这些发现开启了通过操纵富人俱乐部连接来优化和控制复杂网络功能的可能性。此外,基于子图比率轮廓,我们开发了一个更严格的方法来判断网络是否有丰富的俱乐部。新方法不计算富节点之间有多少链接,而是取决于富节点之间的链接如何影响给定网络的整体结构和功能。这些结果也可以帮助我们理解动态网络的演化,并设计新的模型来表征现实世界的网络。
2011-06-27 cs.SI physics.soc-ph
Network Null Model based on Maximal Entropy and the Rich-Club
本文提出了一种基于最大熵原理的网络零模型的构造方法,在该模型中,富俱乐部和度序列所施加的约束是保守的。我们表明,两个节点共享一个链接的概率可以用一个简单的概率函数来描述。零模型非常接近网络的非线性特性。
2014-01-10 cs.SI physics.soc-ph stat.ME
On Rich Clubs of Path-Based Centralities in Networks
许多无标度网络表现出丰富的俱乐部结构,其中高度顶点形成紧密互连的子图。在本文中,我们探讨了丰富的俱乐部的最短路径为基础的中心性指标的背景下出现。我们称这些连通的高紧密度或高介数顶点的子图为富中心性俱乐部(RCC)。我们在真实世界和合成网络上的实验突出了RCCs,扩展图和网络的核心-外围结构之间的相互关系。我们的经验和理论表明,RCCs存在,如果网络的核心-外围结构是这样的,每个壳是一个扩展图,其密度从内到外壳减少。我们的论文的主要贡献是:(i)我们证明了RCC的形成与核心-外围结构有关,特别是每个壳的扩展器性质,(ii)我们证明了RCC性质可以用来找到有效的种子节点来传播信息和提高网络在扰动下的弹性,最后,(iii)我们提出了一个修改算法,可以在网络中插入RCC,而不影响其其他结构特性。两者合计,这些贡献提出了第一个全面的研究,丰富的俱乐部的属性和应用程序的路径为基础的中心。
2018-08-08 cs.SI physics.soc-ph
Resilience of Core-Periphery Networks in the Case of Rich-Club
核心-外围网络是一种结构,它呈现一组中心且密集连接的节点(即核心)和一组非中心且稀疏连接的节点(即外围)。富俱乐部是指一个集合,其中最高度的节点显示出高密度的连接。因此,显示富人俱乐部的网络可以被解释为核心-外围网络,其中核心由许多枢纽组成。在本文中,我们测试的弹性网络表现出越来越密集的丰富的俱乐部,我们观察到这种结构是如何能够影响网络措施的凝聚力和信息流的效率。此外,我们考虑的情况下,而不是使核心密集,我们添加链接到外围。这两个过程的核心和外围加厚描绘了一个决策过程中放置新的链接,并允许我们进行情景分析,可以帮助理解和监督的复杂网络的弹性的角度来看。这两个程序的优点,以及它们的影响,讨论了网络效率和节点的异质性。
2017-08-24 cs.SI physics.soc-ph
Rich-Club Ordering and the Dyadic Effect: Two Interrelated Phenomena
富俱乐部序和并元效应是在复杂网络中观察到的两种现象,这些复杂网络基于由特定节点组成的某些子结构的存在。富俱乐部排序代表了高度连接的重要元素与其他中心元素形成紧密社区的趋势。二元效应表示具有共同属性的节点之间的相互联系比预期的要多得多。在这项研究中,我们考虑这两种现象之间的相互关系,这两种现象到目前为止一直被单独研究。我们的贡献与一个新的公式的富国俱乐部措施的二元效应。此外,我们介绍了一些措施相关的分析的并矢效应,这是有用的,在确认复杂网络中的丰富的俱乐部的存在和相关性。此外,某些计算经验表明,引入的量对于不同类别的真实网络是有用的。
2017-03-09 cs.SI math.CO physics.soc-ph
Ensembles related to the rich-club coefficient for non-evolving networks
在复杂网络中,富节点是度高的节点的子集。这些连接良好的节点往往主导网络结构的组织。在非进化网络中,参考网络被用来检测富节点之间的连接是偶然的还是由未知的机制引起的。机会被表示为从网络集合获得的参考网络。当与原始网络相比时,参考网络折扣表明存在一个超越结构限制的良好连接的富人俱乐部。在这里,我们修改了一些属性的合奏只保存度分布,并引入了两个新的参考网络来研究丰富的节点作为网络结构的组织者的重要性。第一个参考网络是从一个网络集合中获得的,其中集合中的所有成员都具有相同的富俱乐部系数。从系综中得到的参考网络是独立的。我们建议,这个参考网络可以用来研究网络的非对称性是一个基本属性,在许多社交网络的常见情况。第二个参考网络是从一个集合中获得的,其中该集合的成员都具有相同的概率度分布和富俱乐部系数。从该集合获得的参考网络具有与原始网络非常相似的结构。这个集合可以用来量化富节点之间的相关性,并确定哪些链路是网络结构的骨干。
2008-12-16 cond-mat.stat-mech physics.soc-ph
On the rich-club effect in dense and weighted networks
对于自然界中存在的许多复杂网络,只有一个实例,通常是大规模的,是可用的。在这个单一实例上进行的任何测量都不能在不同的实现上重复。为了在真实世界的网络中检测到重要的模式,因此将测量结果与空模型进行比较是至关重要的。在这里,我们专注于密集和加权网络,提出了一个合适的空模型,并研究了度相关性的行为,如富俱乐部系数所衡量的。我们的方法解决了一个现有的问题与稠密的未加权图的随机化,并在同一时间代表了一个泛化的富俱乐部系数加权网络,这是补充其他最近提出的。
2009-01-09 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
The behavior of rich-club coefficient in scale-free networks
本文研究无标度网络中的富俱乐部系数,揭示其与度中心性和介数中心性的函数关系,并通过BA网络删节点实验与数值模拟验证中心性分布对RCC曲线的决定作用。
2024-12-02 physics.data-an physics.soc-ph
The Diverse Club: The Integrative Core of Complex Networks
一个复杂的系统可以被表示和分析为一个网络,其中节点表示网络的单元,而边表示这些单元之间的连接。例如,大脑网络将神经元表示为节点,将神经元之间的轴突表示为边。在许多网络中,一些节点具有不成比例的高数量的边。这些节点之间也有许多边,被称为富人俱乐部。在许多不同的网络中,这个俱乐部的节点被假定为支持全球网络整合。然而,另一组节点可能表现出更有利于全球网络集成的连接结构。在这里,在无数不同的生物和人造网络中,我们发现了多样性俱乐部--一组边缘分布在网络中的节点。多样性俱乐部在更大程度上表现出与综合网络功能相一致的特性,这些节点之间的相互联系更加紧密,它们的边缘对于有效的全球一体化更加重要。此外,我们提出了一个生成的进化网络模型,产生一个不同的俱乐部,但不是一个丰富的俱乐部的网络,从而表明,这两个俱乐部可能通过不同的选择压力演变。考虑到我们分析的各种不同的网络,C。线虫、猕猴的大脑、人类的大脑、美国的电网和全球的空中交通--这个多样化的俱乐部在复杂的网络中似乎无处不在。这些结果保证了所有复杂系统中两个临界节点俱乐部的区分和分析。
2017-06-27 physics.soc-ph q-bio.NC
Prominence and control: The weighted rich-club effect
复杂系统通常以大规模的等级组织为特征。处于层级最高层的突出元素是共享和控制资源,还是相互回避,这是一个系统的全球组织和运作的核心。受网络视角的启发,我们提出了一个新的一般框架,用于研究突出元素形成对系统资源的大部分具有独家控制权的俱乐部的趋势。我们探讨了交通,科学合作和在线交流领域的突出和控制之间的关联。
2008-10-20 cond-mat.stat-mech physics.data-an physics.soc-ph
Rich-club network topology to minimize synchronization cost due to phase difference among frequency-synchronized oscillators
一些网络的功能,如电网和大规模大脑网络,不仅依赖于频率同步,还依赖于相位同步。然而,即使在振荡器达到频率同步状态之后,振荡器之间的相位差也常常显示非零常数值。这样的相位差潜在地导致振荡器之间的功率或信息的低效传输,并且避免网络的适当和有效的功能。在本研究中,我们新定义的同步成本的频率同步振荡器之间的相位差,并探讨了最佳的网络结构,最小的同步成本,通过基于rechermining优化。通过使用仓本模型,我们证明了成本最小化的网络拓扑结构与丰富的俱乐部组织,其中包括密集连接的中心节点和外围节点连接的中心模块。我们还表明,网络拓扑结构的特点是其双峰度分布,这是量化的沃尔夫森的极化指数。此外,我们提供了分析解释为什么富俱乐部网络拓扑结构是与少量的同步成本。
2012-06-22 cond-mat.stat-mech cs.NI nlin.CD
Higher-order rich clubs and configuration models on general directed hypergraphs
Nottingham Trent University(诺丁汉特伦特大学);Max Planck Institute for Mathematics in the Sciences(马克斯·普朗克科学计量学研究所);Institute of Clinical and Preventive Medicine, University of Latvia(拉脱维亚大学临床与预防医学研究所);Graz University of Technology(格拉茨工业大学);Computer and Information Sciences, University of Strathclyde(思克莱德大学计算机与信息科学学院);Max Planck Institute of Molecular Cell Biology and Genetics (MPI-CBG)(马克斯·普朗克分子细胞生物学与遗传学研究所);Center for Systems Biology Dresden (CSBD)(德累斯顿系统生物学中心)
本文针对一般有向超图提出超富俱乐部流程,统一多种有向超图概念,可检测标准图富俱乐部遗漏的各类网络中有意义的高阶结构。
2026-09-16 cs.SI math.CO physics.soc-ph
Rich-cores in networks
核心是一组中心和密集连接的节点,它们控制着网络的整体行为。分析这种中尺度结构目前依赖于数量有限的方法,这些方法通常很复杂,并且在处理非常大的网络时存在可扩展性问题。因此,我们还没有完全了解它对网络属性和动态的影响。在这里,我们介绍了一个简单的方法来配置这种结构的核心/外围和丰富的俱乐部的概念相结合。解决这两个概念之间的这种联系的关键挑战是确定一种界定核心成员的方式。“富人俱乐部”的概念描述了本质上是网络中心的节点,因为它们在结构和功能特性中起着主导作用。有趣的是,富人俱乐部的定义自然强调了高度节点,并将网络分为两个子组。我们的方法理论上夫妇的基本原则,丰富的俱乐部与逃逸时间的随机步行者,和丰富的核心定义通过检查相关的持久性概率的变化。该方法是快速和可扩展的大型网络。特别是,我们成功地表明,在\emph{C. elegans}和世界贸易网络的核心的演变分别对应于关键的发展阶段和历史事件的反应。
2014-02-18 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
Inferring Social Status and Rich Club Effects in Enterprise Communication Networks
University of Notre Dame(圣母大学);Tsinghua University(清华大学);Google Inc(谷歌公司);Beijing University of Posts and Telecommunications(北京邮电大学)
社会地位,定义为一个人在社会等级中的相对等级或地位,被认为是社会行为中最重要的动机之一。在本文中,我们从一个人在企业中所担任的职位或头衔的角度来考虑地位的概念。我们研究企业中社会地位和社交网络的交叉点。我们研究企业通信日志是否有助于揭示社会互动和个人地位如何在社交网络中表现出来。为此,我们使用两个企业数据集,三个通信渠道-语音通话,短信和电子邮件-来展示不同身份的个体之间的社会行为差异。我们有几个有趣的发现,基于这些发现,我们还开发了一个模型来预测社会地位。在个人层面上,地位高的个人更有可能通过与企业网中那些彼此之间没有很好联系的部分的人建立联系而被跨越为结构性漏洞。在社区层面上,同质性原则、社会平衡和集团理论通常表明一个由地位高的个人维持的“富人俱乐部”,从这个意义上说,这个社区的联系更加紧密、平衡和密集。我们的模型可以以93%的准确率预测个人的社会地位。
2015-04-14 cs.AI cs.SI physics.soc-ph
Measuring social mobility in temporal networks
本文定义层级流动性等时序相关统计量,衡量节点度增长倾向随时间的变化,并在人工模型和26个真实时序网络上验证其能揭示网络结构动态并区分不同领域网络。
2025-02-04 cs.SI physics.soc-ph