An analytic derivation of clustering coefficients for weighted networks
An analytic derivation of clustering coefficients for weighted networks
复制标题
加权网络聚类系数的解析推导
DOI：
10.1088/1742-5468/2010/03/p03013
复制
发表时间：
2009-11
影响因子：
2.4
通讯作者：
Guan Jihong
中科院分区：
文献类型：
--
作者：
Zhou Shuigeng;Zhang Zhongzhi;Zhang Yichao;Guan Jihong
聚类系数是表征复杂网络拓扑结构的重要参数之一，对网络中发生的各种动力学过程有着重要的影响。另一方面，现实生活中大量具有不同链接的网络可以用加权网络来描述，而不是用二进制网络来描述，因为二进制网络中的所有链接都是同质的。然而，在加权网络的聚类系数的分析研究仍然缺乏。在本文中，我们应用一个扩展的平均场方法来研究Barrat，Barthélemy和Vespignani（BBV网络）（2004年物理评论快报）提出的典型加权网络的聚类系数。92 228701）。我们提供了一个分析解决方案的模型，显示如何在BBV网络中的节点的局部聚类取决于它的程度和强度。我们的分析与数值模拟的结果是一致的。
Clustering coefficients are among the most important parameters characterizing the topology of complex networks and have a significant influence on various dynamical processes occurring on networks. On the other hand, a plethora of real-life networks with diverse links can be described better in terms of weighted networks than in terms of binary networks, where all links are homogeneous. However, analytical research on clustering coefficients in weighted networks is still lacking. In this paper, we apply an extended mean-field approach to investigate clustering coefficients for the typical weighted networks proposed by Barrat, Barthélemy and Vespignani (BBV networks) (2004 Phys. Rev. Lett. 92 228701). We provide an analytical solution to the model, showing how the local clustering of a node in the BBV networks depends on its degree and strength. Our analysis is in good agreement with the results of numerical simulations.
登录
查看更多内容
DOI：
10.1103/physreve.73.016133
发表时间：
2005-05
期刊：
Physical review. E, Statistical, nonlinear, and soft matter physics
影响因子：
--
作者：
Wenxu Wang;Bo Hu;B. Wang;G. Yan
通讯作者：
Wenxu Wang;Bo Hu;B. Wang;G. Yan
DOI：
10.1063/1.1985375
发表时间：
2005-07
期刊：
--
影响因子：
--
作者：
S. Dorogovtsev;J. Mendes
通讯作者：
S. Dorogovtsev;J. Mendes
DOI：
10.1002/9783527627981.ch2
发表时间：
2009-08
期刊：
--
影响因子：
--
作者：
S. Thurner
通讯作者：
S. Thurner
DOI：
10.1007/b12331
发表时间：
2007-04
期刊：
arXiv: Statistical Mechanics
影响因子：
--
作者：
B. Wacław
通讯作者：
B. Wacław
影响因子：
64.8
作者：
Albert, R;Jeong, H;Barabási, AL
通讯作者：
Barabási, AL