探索网络的结构规律.docVIP

关于网络结构规则的探索分析 本文介绍，我们通过将这些网络节点进行分组来考虑网络的结构规则性问题。同一分组的网络节点拥有连接其他分组的相似模式。另外，我们利用一般的统计学模型来描述网络结构。在这个模型里，分组被看作是隐藏着的或者未被发现的量，他们通过匹配被发现的那些运用最大期望算法得到的网络数据被学习。与现有的模型比较，我们的模型的最突出的优势是高灵活性。这种优势可以 使他拥有现有模型的长处和以一种统一的方式克服他们的缺点。最终，不仅会有更多的结构类型被发现，无需事先知道网络具有何种类型的结构规则，而且被鉴定的结构类型可以直接从数据中学习。另外，通过区分出边和入边，我们的模型可以发现一些结构规则的类型超过了竞争模型。通过测试大量的现实世界和人工网络得出结论：我们的模型在揭示网络结构特征方面胜过最先进的模型。包括重叠社区结构，多重结构，还有其他的一些超过现有的模型的能力的结构类型。 1． 简介 网络提供了一个有力的工具来代表复杂系统的结构。这些网络包括社会网络，信息网络，和生物网络。很多近期的网络研究实际上是旨在理解结构的规则性和进一步揭示这个结构的规则和网络的功能的联系。例如，作为一个被广泛研究的网络的结构特征，社区结构是值得感兴趣的，因为社区通常对应于功能单元类似于代谢网络的途径和网站上的微小热点的网页搜集。 社区结构是同配结构的一种，其中的