推断二部网络的单部投影：一种基于熵的方法

二部网络目前被认为能深入理解许多现实世界系统的组织，揭示驱动不同节点组之间交互的机制。在对二部网络建模时遇到的最重要问题之一，是设计一种方法以获得感兴趣层上的（单部）投影，尽可能保留编码在原始二部结构中的信息。在本文中，我们提出一种获得二部网络的统计验证投影的算法，根据该算法，任何共享统计显著数量邻居的两个节点被连接。由于评估节点相似性的统计显著性需要适当的统计基准，这里我们考虑在指数随机图框架内定义的一组四个零模型。我们的算法输出一个链接特定 p 值的矩阵，通过运行多重假设检验过程，可从中直接获得验证过的投影。最后，我们在一个经济网络（即国家-产品世界贸易网表示）和一个社交网络（即 MovieLens，收集用户对一系列电影的评分）上测试我们的方法。两种情况下都检测到了非平凡社区：将世界贸易网投影到国家层揭示了类似工业化国家的模块，而将其投影到产品层可检测到以复杂度递增为特征的社区；在第二种情况下，将 MovieLens 投影到电影层可识别出电影簇，其亲和性无法完全由类型相似性解释。