更改

====宏节点合并方法====

====宏节点合并方法====

通过上面的网络粗粒化方法可以对节点进行分组，从而可以构建宏观网络。将微观节点合并成宏观节点时，对应宏观网络的转移概率矩阵也要进行相应的处理。通过使用高阶节点显式地对高阶依赖项建模（[[HOMs]]）<ref>Xu, J., Wickramarathne, T. L., & Chawla, N. V. Representing higher-order dependencies in networks[J]. Science advances, 2016, 2(5), e1600028.</ref>，保证分组后的宏观网络和原始网络具有相同的[[随机游走动力学]]。

通过上面的网络粗粒化方法可以对节点进行分组，为了构建宏观网络，需要将微观节点合并成宏观节点，同时需要计算宏观网络之间的转移概率。为了保证分组后的宏观网络和原始网络具有相同的[[随机游走动力学]]，需要通过使用高阶节点显式地对高阶依赖项建模（[[HOMs]]）<ref>Xu, J., Wickramarathne, T. L., & Chawla, N. V. Representing higher-order dependencies in networks[J]. Science advances, 2016, 2(5), e1600028.</ref>。

具体来说，不同类型的微观节点合并成宏观节点时边权有不同的处理方式，包括四种处理方法：

具体来说，不同类型的微观节点合并成宏观节点时边权有不同的处理方式，包括四种处理方法：