复杂网络的自相似性与隐藏度量空间
无序系统与神经网络
2008-12-03 v2 网络与互联网体系结构
物理与社会
摘要
我们证明，某些无标度网络相对于简单的度阈值重归一化方案的自相似性，在网络节点存在于隐藏度量空间的假设下找到了自然的解释。聚类（即长度为三的环）在此框架中起着至关重要的作用，它是隐藏几何中三角不等式的拓扑反映。我们证明，一类具有底层度量空间的隐藏变量模型能够准确重现我们在真实网络中测量到的自相似性属性。我们的发现表明，这些真实网络底层的隐藏几何是对其观测到的拓扑结构，特别是对其基于度的重归一化自相似性的合理解释。
引用
@article{arxiv.0710.2092,
title = {Self-similarity of complex networks and hidden metric spaces},
author = {M. Angeles Serrano and Dmitri Krioukov and Marian Boguna},
journal= {arXiv preprint arXiv:0710.2092},
year = {2008}
}