《表1 经过随机化操作后的时效零模型网络对比原时效网络的特征总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《人类时效交互网络的建模与传播研究综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注：（保留的特征），（不保留特征）。

以上讨论的各种时效随机零模型在一定程度上都保留或摧毁了网络中存在的某些拓扑结构或时效特征。为此，在表1中我们总结了每种时效零模型对比原始数据保留和移除的特征。N为无权静态网络拓扑结构，WN为有权静态网络拓扑结构，DD为度分布，WD为权重分布，GT为全局时间序列，LT为单边时间序列，R为时效相关性。随机置换连边和随机化连边上的交互时间分别摧毁了网络连边和交互事件的相关性，但两者均保证了产生的集聚静态网络的度分布不变。这两种随机化技巧可用于研究时间相关性对时效网络上的动力学过程的影响。随机生成交互的时间标签打乱了原始数据中人类行为活动所特有的周期节律，可以用来研究其对时效网络上动力学的影响。如果想要研究网络上连边对应的个体对的特定交互时序和相邻连边的相关性，可以用等权值连边随机化和任意权值连边随机化分别对比随机生成时间标签的零模型，等权值连边随机化过程会摧毁原始数据集聚而成的静态网络中的连边间的时效相关性，而任意权值连边随机化过程会进一步摧毁连边上的交互事件数目与拓扑结构的相关性。时间反演零模型则往往用于研究个体对交互事件发生的特定时序对时效网络上动力学过程的影响。综上所述，想要研究时效网络上的某种结构特征对网路上发生的动力学过程的影响，构造合适的零模型作为参考对照模型尤为关键。