有向有序网络中的模体分析及其在食物网中的应用

分析小型重复子结构（即网络模体）已成为复杂网络科学中揭示经验网络结构背后设计原理的标准工具。在许多自然系统中，网络节点具有可排序和相互比较的内在属性。本文扩展标准模体分析以捕捉此类有序网络中的层级结构。我们的新方法基于识别所有有序3节点子结构并可视化其显著性谱。我们提出一种通过解析同构类（通过置换节点顺序形成的子结构集合）的个体成员来计算细粒度模体谱的技术。我们将该技术应用于计算机生成的有序网络集合和经验食物网数据，证明了考虑节点顺序对食物网分析的重要性。我们的方法不仅有助于识别经验食物网和其他自然网络中的层级模式，还可能为将模体分析扩展到其他类型的多层网络提供基础。