数据集概述
本数据集包含86个交互网络，支持匹配中心性分解模型的研究与应用。该模型将网络分解为匹配（节点间 assortative 结构）和中心性（节点链路数量）组件，可用于拟合网络架构、预测缺失链路、关联节点特征与网络结构，以及预测新节点加入后的链路。
文件详解
- README_for_data.txt
- 文件格式：TXT
- 字段映射介绍：包含数据集说明文档，记录86个交互网络的名称及类型（如Zachary karate club、Characters coapperance等无向网络）。
- data.zip
- 文件格式：ZIP
- 字段映射介绍：压缩包文件，包含86个交互网络的具体数据内容，支持匹配中心性分解模型的分析与应用。
数据来源
论文“Matching-centrality decomposition and the forecasting of new links in networks”
适用场景
- 网络架构量化分析: 利用匹配中心性分解模型，量化网络的 assortative 结构与节点中心性特征。
- 缺失链路预测: 基于模型对部分已知网络的缺失链路进行高精度预测。
- 节点特征与网络结构关联研究: 结合节点特征，分析其对网络架构的解释机制。
- 新节点链路预测: 预测新节点加入现有网络后可能创建的链路，支持网络扩展分析。
- 复杂系统网络研究: 为生物学、社会学、经济学等领域的复杂交互网络分析提供数据支持。
