刻画跨领域复杂网络的结构多样性

几十年来，复杂网络的结构在许多科学与工程学科中备受关注。该领域大量研究聚焦于发现不同种类网络间的共性，如重尾度分布、小世界性和模块化结构，并试图建立复杂网络结构普适性理论。然而，尚无针对跨多样领域网络结构的综合研究，以解释我们在真实世界网络中观察到的结构多样性。本文研究了来自从生态食物网到在线社交网络等多样领域的 986 个真实世界网络，以及由四种流行网络模型生成的 575 个网络。我们的研究利用随机森林和混淆矩阵等多种机器学习技术，以从网络结构角度展示网络领域间的关系。结果表明，存在某些网络类别的划分，其中仅基于网络结构难以区分网络。我们发现这些网络类别的划分往往具有相似的潜在功能、约束和/或网络生成机制，即便同一划分中的网络起源不同，例如生物过程、人类工程结果等。这表明网络的起源（无论是生物、技术还是社会）未必是形成相似网络结构的决定性因素。我们的发现为揭示复杂网络结构多样性隐藏原理的可能方向提供了启示。