聖塔非研究所
摘要 我們引入了一個基於完全重定向的網路成長模型：新節點隨機選擇現有目標節點，但附加到該目標的隨機鄰居
2022-09-02 · 已發表論文 · 更新 2026/03/19 上午02:24
摘要 我們引入了一個基於完全重定向的網路成長模型：新節點隨機選擇現有目標節點，但附加到該目標的隨機鄰居。對於無向網絡，這種簡單的成長規則會產生不尋常的、高度模組化的網路。單一網路實作通常包含多個宏中心節點，其度數與節點數量 N 成線性比例。網路「核心」的大小（度數大於 1 的節點集）隨 N 呈次線性增長，因此構成網路的一小部分。因此，網路幾乎完全由葉子（一級節點）組成，因為 N…
本頁只刊出中文翻譯與中文說明；英文原文請見下方原文連結。
原文連結
論文資訊
摘要
我們引入了一個基於完全重定向的網路成長模型：新節點隨機選擇現有目標節點，但附加到該目標的隨機鄰居。對於無向網絡，這種簡單的成長規則會產生不尋常的、高度模組化的網路。單一網路實作通常包含多個宏中心節點，其度數與節點數量 N 成線性比例。網路「核心」的大小（度數大於 1 的節點集）隨 N 呈次線性增長，因此構成網路的一小部分。因此，網路幾乎完全由葉子（一級節點）組成，因為 N -> 無窮大