复杂网络中的信息核心识别

在网络分析中，建模所关注的核心结构通常隐藏在更大的网络中，其中多数结构并无信息量。网络中无信息量部分引入的噪声与偏差会掩盖显著结构，并限制许多网络建模流程的有效性。本文引入一种新颖的核心—外围模型刻画网络的无信息外围结构，且不对有信息核心结构施加特定形式。我们基于该模型提出用于核心识别的谱算法，作为通用下游网络分析任务的数据预处理步骤。该算法具有强有力的理论精度保证，且可扩展至大型网络。我们通过大量仿真研究评估所提方法，展示了相较许多传统核心—外围方法的多种优势。该方法被应用于从引文网络中提取有信息核心结构，并在下游层次化社区检测中给出更具信息量的结果。