抽取二分网络的几何骨架
物理与社会
2025-09-27 v1 数据分析、统计与概率
摘要
实际的二分网络组合受度约束的随机混合与结构化、类似局部的规则。我们引入一种统计滤波器，将节点级别的二分聚类与保持度的随机化进行基准测试，以将节点分类为几何（信号）或随机（噪声）。在具有已知基准真实值的合成混合物中，该滤波器实现了高 F 分数并锐化了对潜在几何参数的推断。应用于四个实证系统——代谢、线上群体成员、植物-传粉者相互作用和语言——它隔离了反复的邻域，同时移除了普遍或弱共现的实体。过滤器暴露了一个紧凑的几何骨架，这一骨架在 percolation 过程中显著维持了连接性，并在节点特征任务中保持下游分类器的准确性，提供了一种简单、可扩展的方式，用于在二分网络中消除结构与噪声。
引用
@article{arxiv.2509.18726,
title = {Extracting the geometric backbone of bipartite networks},
author = {Lucía S. Ramírez and Roya Aliakbarisani and M. Ángeles Serrano and Marián Boguñá},
journal= {arXiv preprint arXiv:2509.18726},
year = {2025}
}