高阶联系的相关性

高阶网络有效地表示具有群体相互作用的复杂系统。现有方法通常忽略不同规模群体相互作用（超链接）对整体网络结构的相对贡献。然而，这在许多重要应用中具有意义，尤其是当网络具有有意义的节点标签时。在这项工作中，我们提出了一种精确测量不同阶对整体网络结构贡献的全面方法。首先，我们提出阶贡献度，它量化了不同阶的超链接对成对加权网络的链接权重（局部尺度）、三角形数量（中尺度）和最大连通分量规模（全局尺度）的贡献。其次，我们提出阶相关性度量，它提供了不同阶的超链接如何贡献所考虑的网络属性的见解。最有趣的是，它使得能够评估这种贡献相对于其他阶的超链接的贡献是协同的还是冗余的。第三，为了考虑标签，我们提出标签组平衡度量来评估不同阶的超链接如何连接由标签诱导的节点组。我们将这些度量应用于大规模董事会互锁网络和科学合作网络，其中节点标签对应节点地理位置。包括与随机零模型的比较在内的实验揭示了从全局视角来看，在董事会互锁网络中我们观察到阶的协同贡献，而在合作网络中则存在更多冗余。这些发现为关于繁忙董事在全球商业网络中的作用以及大型作者团队在科学合作网络中的连接效应的社会科学辩论提供了新的视角。