复杂网络中的中心性异常源于模型过度简化

我们对复杂网络性质与演化的理解已取得巨大进展。这些进展最初由信息贫乏的经验网络以及对无权重无向图的理论分析所推动。近来，信息丰富的经验复杂网络支持了包含边有向性、权重属性以及多层结构的更精细模型的发展。许多研究仍聚焦于网络的无权重无向描述，这引出一个本质问题：如何判断一个模型是否过于简单？本文认为，复杂网络中中心性异常的存在是模型过度简化的结果。具体而言，我们研究交通网络中介数中心性广为人知的异常，即高度连接节点未必最具中心性。利用一类具有权重与空间约束的广泛网络模型以及四个大型交通网络数据集，我们表明这些网络结构的无权重投影相较于随机零模型可表现出显著比例的异常节点。然而，这些网络的权重投影相较于恰当的零模型显著减少了所观测到的异常比例，表明中心性异常是模型过度简化的征兆。由于信息丰富数据的缺乏是处理复杂网络时的常见挑战，并可能引发误估节点系统角色的异常，我们认为在检测到异常时应使用足够精细的模型。