通过高阶邻域性质表征复杂网络
统计力学
2016-08-16 v1
摘要
我们系统地探索了先前引入的复杂网络高阶邻域概念（PRE \textbf{73}, 046101, (2006)），以研究复杂网络中更大尺度的结构。基本思想是将每个高阶邻域视为一个网络本身，用相应的邻接矩阵表示。然后使用通常的网络指标来评估每个邻域的性质。我们给出并讨论了大量典型网络的结果。此外，来自所有邻域的信息被压缩到一个单一的邻域矩阵中，可用于可视化邻域结构。基于这种表示，我们引入了一个距离，以定量方式比较网络在邻域矩阵空间中的相距程度。该距离既取决于网络拓扑，也取决于所采用的节点编号。给定一对网络，我们开发了一种蒙特卡洛算法，在固定第二个网络编号的情况下，为其中一个网络找到最佳编号，从而获得第一个网络在另一个网络模式上的投影。距离的最小值反映了两个网络因不同拓扑而产生的邻域结构差异。我们通过实例对一组不同网络之间的距离进行了定量比较。
引用
@article{arxiv.cond-mat/0612695,
title = {Characterization of complex networks by higher order neighborhood properties},
author = {Roberto F. S. Andrade and José G. V. Miranda and Suani T. R. Pinho and Thierry Petit Lobão},
journal= {arXiv preprint arXiv:cond-mat/0612695},
year = {2016}
}
备注
28 pages (pre-print format), 25 illustrations, 10 figures