有向网络中调节聚类与度相关性的机制
物理与社会
2018-09-05 v1 社会与信息网络
摘要
随着复杂网络成为解决多学科问题的有效工具,网络生成模型已获得其自身的重要性。这些模型使我们能够广泛分析从真实世界网络获得的数据,研究其相关性并证实理论结果。在这项工作中,我们引入基于度保持重连的方法,可用于调节具有随机和无标度拓扑的有向网络中的聚类与度相关性。它们提供零模型以研究上述性质的作用及其优势与局限。我们发现,在聚类情形下,揭示了独立于拓扑和重连方案的结构关系,而在度相关性情形下,发现网络拓扑在这些机制的工作中起着重要作用。我们还研究了链接密度对这些重连机制效率的影响,发现对于聚类,网络拓扑在决定链接密度如何影响重连过程中起重要作用,而对于度相关性,链接密度与拓扑在足够大的重连步数下不起作用。除了调节网络性质的预期目的外,所提机制也可用作揭示结构关系和拓扑约束的工具。
引用
@article{arxiv.1705.01689,
title = {Mechanisms for tuning clustering and degree-correlations in directed networks},
author = {G. Kashyap and G. Ambika},
journal= {arXiv preprint arXiv:1705.01689},
year = {2018}
}
备注
8 pages, 11 figures, submitted to Physical Review E