复杂网络的最佳层次描述量是什么?
无序系统与神经网络
2007-09-19 v1 统计力学
摘要
本工作综述了若干用于刻画复杂网络拓扑结构的层次化度量方法,并应用特征选择的概念与方法,量化了各度量在区分四种代表性理论网络模型——Erd\"{o}s-R\'enyi 模型、Barab\'asi-Albert 模型、Watts-Strogatz 模型以及一种地理型网络——时的相对重要性。所得结果证实,通过组合使用这些度量,可以很好地区分上述四种模型。此外,我们以各特征在二维典型投影中的权重为依据,量化了它们对模型整体区分的相对贡献,结果表明传统的聚类系数、层次聚类系数以及邻域聚类系数尤为有效。有趣的是,平均最短路径长度和层次节点度对区分这四种网络模型的贡献甚微。
引用
@article{arxiv.0705.4251,
title = {What are the Best Hierarchical Descriptors for Complex Networks?},
author = {Luciano da F. Costa and Roberto F. S. Andrade},
journal= {arXiv preprint arXiv:0705.4251},
year = {2007}
}
评论
9 pages, 4 figures