网络中的层次结构与缺失链接预测

近年来，网络已成为描述和量化多个科学分支中复杂系统的宝贵工具。近期研究表明，网络通常表现出层次组织，其中顶点划分为群组，群组进一步细分为群组的群组，如此在多尺度上重复。在许多情况下，这些群组被发现对应于已知的功能单元，例如食物网中的生态位、生化网络（蛋白质相互作用网络、代谢网络或基因调控网络）中的模块，或社交网络中的社群。在此，我们提出一种从网络数据推断层次结构的通用技术，并证明层次结构的存在可以同时解释并定量再现许多网络常见的拓扑性质，例如右偏的度分布、高聚类系数和短路径长度。我们进一步表明，层次结构的知识可用于高精度地预测部分已知网络中的缺失连接，并且对于比竞争技术更通用的网络结构也有效。综合来看，我们的结果表明层次结构是复杂网络的核心组织原则，能够为许多网络现象提供洞见。