不完全竞争网络中自然排序的贝叶斯推断

复杂系统组分间的竞争及其相应的奖励机制对系统的功能、稳定性和演化具有深远影响。然而，由于竞争网络的不完全性，确定组分间从最强到最弱的优势层级或排序——这对于决定奖励或惩罚至关重要——几乎总是一项模糊的任务。在此，我们引入“自然排序（Natural Ranking）”，这是一种适用于完整（全）竞争网络的理想无歧义排序方法，并基于贝叶斯公式构建了一个分析模型，用于从不完整网络中推断节点自然排序的期望均值和误差。我们通过将其应用于一个具有经济和社会重要性的现实世界竞争网络，研究了其在解决排序问题方面的潜力和用途。