大型非增长网络中度分布新兴特性

度分布是网络理论中的关键统计指标，常用于理解信息如何在相连节点之间传播。在本文中，我们聚焦于通过重构算法形成的非增长网络，发展出动力学玻尔兹曼类型模型来捕捉度分布出现的特性，这些模型能够表征既 preferential attachment 网络又随机网络的度分布。在合适的均场缩放下，这些模型简化为具有仿射扩散系数的福克尔-普兰克类型偏微分方程，与离散重构过程的成熟方程一致。我们进一步分析了该类福克尔-普兰克方程的平衡收敛，展示了不同体制——从指数到代数速率——如何取决于网络参数。我们的结果为建模非增长网络的度分布提供了统一框架，并提供了此类系统长期行为的洞见。