高阶网络的单纯度

高阶网络被广泛用于描述其中交互可一次涉及两个以上实体的复杂系统。在本文中，我们关注高阶网络中的包含关系，即特定实体参与某一交互，且这些实体的子集也彼此交互的情形。传统的高阶网络建模方法往往要么完全不考虑包含（如超图模型），要么显式假设完美且完全的包含（如单纯复形模型）。为了对高阶网络中的包含进行更细致的评估，我们引入了“单纯度”的概念及若干相应度量。与当前的建模实践相反，我们表明经验观测系统很少位于单纯度谱的任一极端。此外，我们表明拟合这些数据集的生成模型难以捕捉其包含结构。这些发现为该高阶网络科学领域指出了新的建模方向。