自适应切割揭示网络多尺度复杂性

研究者提出自适应切割（adaptive cut）方法，利用树状图的多层级切割替代单层阈值切割，通过马尔可夫链蒙特卡洛与模拟退火优化目标函数，获得更优划分。同时提出信息论指标 balancedness score，用于量化树状图平衡程度并预测多级切割的潜在收益。在 200 多个真实网络和多个合成数据集上，该方法在划分密度和模块度上显著优于传统单层切割。