软件遗产与 APS 引用数据集中的经验性增长网络与最小模型

我们研究了 Software Heritage 数据集的演化规则和度分布属性，该数据集是一个包含来自开源社区软件源代码版本的大型 Growing 网络。该网络跨越超过 40 年，包含约 60 亿个节点和边。我们的分析依赖于对节点和边进行的确定性时间分区和拓扑分区，这些分区考虑了主图的多层和部分时间戳结构。我们导出了一个时间图，揭示了中尺度结构，使我们能够研究边的动态——创建、继承和 aging——并与最小模型进行比较，使用度分布和边时间戳差异的直方图。时间图还暴露了与开发者实践变化相关的制度转变，如每个新节点平均边数所反映的那样。我们在尺度自由假设下估计了缩放指数，并强调了估计方法对制度转变和离群值的敏感性，同时表明分区有助于提高规律性并帮助分离这些效应。我们将分析扩展到 APS 引用网络，该网络也显示出主要的制度转变，1985 年后加速增长的制度变为主导。尽管这两个数据集本身就是先进定量分析的绝佳候选者，但我们的结果说明结构和动力学转变如何削弱了我们关于这些经验性网络中是否存在和可观测性尺度自由制度的结论。这些发现凸显了需要更精细工具和模型来研究暂时性增长制度、将当前框架扩展到最小因果增长模型以及启用经验性增长网络与最小模型之间稳健比较的必要性。