基于总近邻度检测网络非均匀性

网络中的非均匀性可以通过分析最近邻总度数的相关性来检测。这通过两个模型来说明。第一个是随机多划分网络，其中预测节点度数与最近邻总度数之间线性关系的Aboav-Weaire定律得到了推广。第二个是具有两个划分的偏好依附网络，它显示出在 $2<\gamma\le3$ 范围内具有幂律尾部 $\gamma$ 的无标度特性。通过绘制网络中近邻总度数与每个节点度数的关系图，散点图显示出可分离的聚类，作为网络非均匀性的证据。这种用于检测非均匀性的新工具的有效性在真实的二分网络中得到了证明。使用这种方法，发现了语义网络和WWW网络中一些有趣的节点群。