快速无偏采样给定预期度数和力度的网络
社会与信息网络
2025-10-23 v4 物理与社会
摘要
配置模型是统计评估网络结构的基石。虽然Chung-Lu模型是最广泛使用的配置模型之一，但它系统性地过度采样大度数节点之间的边，导致统计结论不准。虽然最大熵原理提供了无偏的配置模型，但其高计算成本阻碍了广泛采用，使Chung-Lu模型成为一个不准确却持续实用的选择。本文提出了一种针对最大熵基模型的快速且高效的采样算法，通过改编Miller-Hagberg算法实现。对103个经验网络的评估显示，速度提升了10到1000倍，使理论上严谨的配置模型变得实用，从而促进了对网络结构更准确的理解。
关键词
引用
@article{arxiv.2509.13230,
title = {Fast Unbiased Sampling of Networks with Given Expected Degrees and Strengths},
author = {Xuanchi Li and Xin Wang and Sadamori Kojaku},
journal= {arXiv preprint arXiv:2509.13230},
year = {2025}
}