Korzystałem z metody ekstrakcji sieci szkieletowej opisanej w tym artykule: http://www.pnas.org/content/106/16/6483.abstract
Zasadniczo autorzy proponują metodę opartą na statystykach, która daje prawdopodobieństwo dla każdej krawędzi na wykresie, że krawędź mogła wystąpić przypadkowo. Używam typowej granicy istotności statystycznej wynoszącej 0,05.
Zastosowałem tę metodę do kilku rzeczywistych sieci, a co ciekawe, niektóre sieci nie mają tak znaczących krawędzi. Próbuję zrozumieć, co to oznacza dla sieci. Jedynym innym razem, gdy zastosowałem tę metodę do sieci i nie było żadnych znaczących krawędzi, było to, gdy zastosowałem metodę do losowych sieci, które wygenerowałem, i jest to dokładnie to, czego byśmy oczekiwali.
Jako przykład sieci z prawdziwego świata, być może widziałeś ostatnią wizualizację sieci, która pojawiła się w The Economist, pokazując polaryzację Senatu USA w ciągu ostatnich 25 lat: http://www.economist.com/news/united-states/21591190 -zjednoczone-stany-ameba . Zastosowałem metodę ekstrakcji sieci szkieletowej do tych sieci i żadne krawędzie nie były tak znaczące. Chociaż surowe krawędzie najwyraźniej wykazują preferencyjne przywiązanie i skupianie, czy jest to przypadek? Czy sieć senacka sieci wyborczej jest zasadniczo losowa?