An Evolving model of online bipartite networks

理解在线二分网络的结构与演化是一项重要任务，因为它们在当今各种电子商务服务中发挥着关键作用。最近，人们尝试提出了不同的模型，得出的结果要么是幂律分布，要么是指数度分布。然而，许多实证结果表明，用户度分布实际上遵循偏移幂律分布，即所谓的 \emph{Mandelbrot 律}，这是以往模型无法完全描述的。在本文中，我们提出了一种演化模型，考虑了两种不同的用户行为：随机连接和优先连接。对 \emph{Delicious} 和 \emph{CiteULike} 两个真实二分网络的广泛实证结果表明，该理论模型能够很好地刻画真实网络中用户和对象的度分布结构。此外，我们引入了一个结构参数 $p$，以证明混合用户行为导致了偏移幂律度分布，且幂律尾部的区域将随 $p$ 的增加而增大。所提出的模型可能为理解支配真实在线二分网络结构的潜在规律提供一些启示。