距离熵制图刻画复杂网络中的中心性

我们引入距离熵作为复杂网络中给定节点与其邻居之间路径长度分布同质性的度量。距离熵定义了一种新的中心性度量，我们针对多种合成网络模型研究了其性质。通过将距离熵信息与接近中心性相结合，我们引入了一种网络制图方法，可减少仅基于接近中心性进行排序的简并性。我们将该方法应用于编码英语学步儿童已知语言关系的经验多重词法网络。我们表明，与接近中心性相比，距离熵制图能更好地预测儿童如何习得词汇。我们的结果凸显了距离熵对于从复杂网络中的距离模式获取洞察的重要性。