网络中的混合模型与探索性分析

网络在生物、物理和社会科学中被广泛用作相互作用组件系统拓扑结构的简洁数学表示。理解这些网络的结构是复杂系统研究中的突出挑战之一。在此，我们描述了一种用于检测大规模网络数据中结构特征的一般技术，该技术通过将网络节点划分为若干类别，使得每个类别的成员与其他节点的连接模式相似。利用概率混合模型和期望最大化算法的机制，我们表明可以在事先不知道寻找目标的情况下，检测网络中非常广泛的结构类型。我们给出了多个示例，展示该方法如何用于揭示现实世界网络（包括社交网络和信息网络）的性质。