子图覆盖：网络模体分析的信息论方法

许多现实世界网络包含统计上令人惊讶数量的特定子图，称为网络模体。在主流的模体分析方法中，网络模体是通过将原始网络中的子图频率与统计零模型进行比较来检测的。在本文中，我们提出了一种替代的模体分析方法，其中网络模体被定义为出现在子图覆盖中的连通模式，该覆盖使用最小总信息来表示网络。子图覆盖被定义为一组子图，使得图的每条边都包含在覆盖中的至少一个子图中。一些最近引入的随机图模型能够纳入显著的模体密度，它们在子图覆盖方面具有自然的表述，而所提出的方法可用于将网络与此类模型进行匹配。为了证明我们方法的实用价值，我们还为由此产生的 NP-hard 优化问题提出了一种启发式算法，并给出了几个现实世界网络的结果。