网络中的度分布：超越幂律

幂律在描述网络度与词频等计数现象时很有用。凭借单一参数，它捕捉了频率在双对数尺度上呈线性的主要特征。然而，对幂律也存在诸多批评，例如需要预先选定阈值而未量化其不确定性、幂律本身并不充分、以及需要后续的假设检验来判断数据是否可能来自幂律。我们提出了一种建模框架，结合幂律的两种不同推广，即广义帕累托分布与 Zipf-polylog 分布，以解决这些问题。所提出的混合分布被证明能很好地拟合数据，并以自然方式量化阈值不确定性。嵌入贝叶斯推断算法中的模型选择步骤进一步回答了幂律是否充分的问题。