最适者如何竞争领导权：关于长尾的故事

我们研究了在模型引文网络中，耦合论文之间的竞争动力学如何导致领导者涌现。每篇论文根据其内在质量被分配一个初始适应度。随后，作为自身与该领域所有其他论文之间竞争的结果，其适应度发生动态演化。它通过这种自适应动力学获得引用，如果在给定时刻具有最高引用量，则成为领导者。对该模型的广泛解析和数值研究表明，存在一个普适的相图，分为弱耦合和强耦合区域。在弱耦合区域，我们发现引用量在许多高适应度论文之间呈现“扩展”且相当无结构的分布；领导者不一定是任何给定时刻具有最大适应度的论文。相比之下，强耦合区域的特征是引用量呈现强烈的等级分布，它们“局域化”在极少数极高适应度的论文中，并表现出强烈的历史间波动，这是适应度分布尾部论文之间复杂动力学的结果。