优先连接机制,形成无尺度网络不能显示assortativity,即。,一个节点的程度呈正相关,他们的邻居的网络。由于网络节点的属性,一个文化trait-matching机制是进一步介绍了。理论分析和仿真结果表明,选择这样的机制的概率更高,越明显assortativity网络所示。此外,节点的程度提供了一个积极的对数相关性与相邻的。最后,本研究探讨的理论和实践意义的这样一个文化trait-matching机制。
一个bstract>assortativity的概念是在2002年引入的纽曼(
关于assortativity的形成,纽曼和公园(
而不是assortativity的形成,一些学者探讨assortativity的特点。assortativity例如,现有的研究主要集中在一维属性,块和格伦德
然而,最近的文献综述,主要从物理进化机制和物理的角度描述,和有限的注意力都集中在社会的角色属性的节点在网络assortativity。值得注意的是,最近的一项研究坎特维尔和纽曼(
另一方面,实证研究也表明,社交网络是由个人与不同的文化特征。这些人建立关系根据自己的文化特征。因此发展成为网络组的关系具有不同的结构和特点
上面两行参数表明,社会个体之间的关系并不是完全依照优先连接机制建立。换句话说,社会个体并不总是倾向于选择较高的节点连接度。相反,他们指的是机制,包括更多的社会特点,例如,文化特征[
文化特征和特性描述使用社会个体文化特征提出了阿克塞尔罗德(
文化特质是指社会的文化符号所选择的个体。例如,社会个体可以选择一种语言(如汉语、英语、和韩国)作为他们的通讯工具;因此,每个语言是一个独立的文化特征。
文化特征是不同文化特质的个体的抽象概念。例如,汉语、英语、和韩国可以抽象地定义为语言;佛教,道教,基督教可以被定义为宗教信仰(
社会个体是异构(
连接社会个体是由两个选择机制。一个是优先连接机制(
采用阿克塞尔罗德的文化扩散模型(
(1)初始化一个完全连接网络<我nline-formula>
(2)在每个时间步<我nline-formula>
(3)新节点选择一个优先连接机制的概率<我nline-formula>
重复步骤(2)和(3),直到网络规模<我nline-formula>
在每个时间步,一个节点与文化特征向量进入网络。假设中的元素<我nline-formula>
根据平均场理论和<我nline-formula>
让<我nline-formula>
根据程度分布的定义,
用方程(
当<我nline-formula>
当<我nline-formula>
让<我nline-formula>
通过求解方程(
因此,当<我nline-formula>
让<我nline-formula>
因此,节点的相邻节点的平均度<我nline-formula>
的速率方程<我nline-formula>
在方程(
这意味着,在时间<我nline-formula>
用方程(
替换<我nline-formula>
当<我nline-formula>
在限制条件下,当<我nline-formula>
显然,在无尺度网络中两个节点的相关性程度与网络的规模,但独立的节点的度。因此,assortativity系数为零(无标度网络
当<我nline-formula>
因此,给定节点的度相关函数
方程(
最初的网络在本文中包括10节点完全连接。此外,在每个时间步,我们诱导两条边到网络。MATLAB®和蒙特卡罗模拟方法,我们使用轮盘赌选择的算法来设置节点连接的模式。此外,我们每个条件下运行程序并获得10倍的最终结果平均每一点的值。
<年代ec我d="sec4.1">基于方程(
度分布的不同概率连接机制。
图
Assortativity系数为不同的网络规模和概率的连接机制。
assortativity系数<我t一个lic>
γ我t一个lic>通过方程计算(
给出方程(
此外,根据优先连接机制,新节点更容易联系节点,网络具有更高的学位。这种现象称为马太效应(即。富者更富)。此外,随着网络规模的增加,这种影响是增大的。因此,少量产生非常大的中心度。鉴于一些中心与轴承度很低,大量的节点网络的assortativity系数很低。然而,当文化特质的匹配机制,介绍了中心的优先连接机制的形成是削弱。此外,由于文化特征的异质性,节点选择不再局限于节点度的影响。因此,相对统一的和网络的节点度的assortativity系数较高。
年代ec><年代ec id="sec4.3">图
比较模拟和理论意味着相邻节点度(a)<我nline-formula>
在本文中,我们考虑过assortativity在网络的问题。Assortativity有着悠久的历史的研究;然而,很少研究调查考虑文化特质的形成的节点。来填补这一缺口,本研究建立了一个选型社交网络使用两个潜在的机制,即。,优惠附件和文化特征。结果表明,网络的assortativity减少由于中心形成的优先连接机制。这样的结论是符合纽曼(
进一步详细分析assortativity,本研究从理论上研究程度相关性的节点。一个结论是,节点度呈现积极的对数与相邻节点的平均度相关。进一步,实际的仿真结果与理论推导结果。因此,认为引入文化trait-matching机制解释网络assortativity的形成机制。这项研究是有价值的关于两个方面。一方面,我们的结论可以用来解释assortativity在社交网络的起源。虽然是一个常识,优惠附件是核心机制构建网络之一(
另一方面,从文化的角度对节点的特点,建立了网络模型有效地反映真实网络的特点。模型计算效率,使用蒙特卡罗模拟方法,将更多的社交网络应用程序。目前的研究从而导致文献assortativity通过引入文化trait-matching机制。
本研究并非没有限制。首先,我们只占assortativity社交网络节点的度。然而,Assortativity被应用到其他topology-related节点的特征,如coreness、节点介数、重量和节点(
使用的数据来支持本研究的发现可以从相应的作者。
年代ec><年代ec sec-type="COI-statement">作者宣称没有利益冲突。
年代ec><年代ec>王魏王,小明太阳,Yalan, Wentian崔负责建模和分析。魏王写的论文。
年代ec><一个ck>这项研究得到了国家自然科学基金(71402132和71402132号)和中国博士后基金会(没有。185622)。
一个ck>