基于Copula的聚簇网络中广义友谊悖论分析

社交网络的异质结构引发了各种引人入胜的现象。其中之一是友谊悖论，即平均而言你的朋友比你有更多朋友。其推广形式称为广义友谊悖论（GFP），即平均而言你的朋友拥有比你还高的属性。尽管通过实证分析和数值模拟已成功展示了GFP，但对GFP的解析性、严格性理解在很大程度上尚未被探索。最近，利用copula方法并在假设底层网络为局部树状结构的条件下，获得了相关属性网络中个体满足GFP概率的解析解[Jo et al., Physical Review E 104, 054301 (2021)]。考虑到大多数社交网络中大量的三角形结构，我们采用藤copula方法，除了焦点个体与其邻居之间的相关性外，还纳入了焦点个体邻居之间的属性相关结构。我们的解析方法有助于我们严格理解更一般网络（如聚簇网络）中的GFP以及社交网络中其他相关的有趣现象。