音乐艺术家的多重网络：异质层间链接的效应

多重网络中拓扑结构从解耦状态演变为耦合状态的方式，已通过涉及人工网络模型的解析与数值研究被广泛探讨。一般而言，这些实验假设层间均匀互连，一方面可对多重网络的结构性质进行解析处理，另一方面却丧失了对真实网络的适用性，因为链接权重的异质性是其固有特征。在本文中，我们研究音乐家的双层多重网络，其层对应于包含并链接以下信息的经验数据集：（i）音乐家之间的合作与（ii）音乐相似性。在我们的模型中，合作层与相似性层之间存在连接，但它们并非对所有节点都普遍存在。具体而言，层间链接基于艺术家邻域之间的结构相似性创建（并赋予权重），同时考虑各层的互动水平。接着，我们评估层间链接权重的异质性对整个网络结构性质的影响，即拉普拉斯矩阵的第二小特征值（代数连通度）。我们的结果表明，代数连通度的值发生了一种转变，远偏离于将层间链接权重视为同质的经典理论预测。