边方向与网络结构

有向网络无处不在，对于表示具有非对称相互作用的复杂系统（从食物网到万维网）是必要的。尽管边方向对于检测局部和社区结构很重要，但在研究网络中的一种基本全局多样性——具有相似边数的节点倾向于连接——时，它一直被忽视。这种倾向称为同配性，影响现实世界网络的关键结构和动态特性，如容错性或流行病传播。在这里，我们证明了边方向对同配性有深远影响。我们定义了一组四个有向同配性度量，并通过与随机化网络比较来分配统计显著性。我们将这些度量应用于三类网络——在线/社交网络、食物网和词邻接网络。我们的度量(i)揭示了每个类别共有的模式，(ii)区分了先前被归为一类的网络，以及(iii)暴露了现有几个理论模型的局限性。我们拒绝将有向网络纯粹分类为同配或异配的标准分类。许多网络显示出特定类别的混合，可能反映了功能或历史约束、偶然事件以及引导系统演化的力量。