复杂网络局部结构涌现共同邻居驱动网络演化.pptVIP

汇报提纲 研究背景 研究动机 模型构建 数值实验 研究结论 研究背景 大量复杂系统都可以通过复杂网络加以描述； 研究背景 对复杂网络演化的实证分析，以及相应的建模研究，是充分认识一切有关复杂网络的功能与应用的基础。 早期，研究者主要关注网络最基本的宏观特性，例如小世界现象、无标度特性等。 研究背景 研究背景 BA模型(增长+优先连接) 研究背景 HK模型 研究背景 随着对复杂网络演化模型研究的深入，近年来，研究的焦点开始转移到更为细致的网络局部结构，例如对网络中模块、环、紧密子图等结构的统计分析； 集团(clique)、集团度(clique degree)及其分布 研究背景 集团 研究背景 集团度 研究背景 集团度分布 研究背景 集团度分布 研究背景 集团度分布 实证研究发现，大量不同领域中抽象出来的网络都具有近似服从幂律的低阶集团度分布； 随着统计的集团阶数的上升，相应的集团度分布的幂律指数呈下降的趋势； 研究动机 研究问题 如何再现真实网络的集团度分布特征? 随机行走模型 模型构建 共同邻居驱动网络演化 实证研究 链路预测 模型构建 网络演化模型 (1) 初始时网络中包含m0个两两相互连接的节点； (2) 每次引入一个新节点和m条边，其中 ； (3) 新引入的节点采用优先连