1 基本概念
1.1 定义与核心特征
多层网络是一类用于描述同一组对象在多个关系维度上同时发生联系的网络模型。它把节点之间的不同互动方式拆分为若干层，并在统一框架下加以表示，以便更准确地反映现实系统中的复合结构。
其核心特征主要包括：第一，存在多个关系层，每一层对应一种关系、情境或时间片；第二，节点在不同层之间通常具有可对应性；第三，层内关系与层间关系共同决定整体结构；第四，网络往往兼具静态与动态属性，可用于分析结构、演化与传播过程。
1.2 与单层网络的区别
单层网络通常只用一种边类型描述节点之间的联系，例如仅表示好友关系、交通连通性或交易往来。相比之下，多层网络能够将“同一对象在不同场景下的多种联系”同时纳入分析，因此在表达能力上更强。
这种区别不仅体现在边的种类上，也体现在分析视角上。单层网络更适合处理单一关系结构，而多层网络则强调关系之间的相互作用，例如某个节点在社交层中的位置，可能会影响其在信息传播层中的作用。
1.3 与多重网络、异质网络的关系
多层网络与多重网络在实际使用中常有交叉。多重网络强调同一对节点之间存在多种边，重点在于“多种关系并存”；多层网络则更强调关系被组织到不同层中，层与层之间可能具有明确语义或时间顺序。二者在建模上可以相近，但侧重点并不完全相同。
异质网络通常指网络中存在不同类型的节点或边，例如人、机构、地点共同构成关系图。多层网络并不必然要求节点类型不同，它更关注同一节点集合在多层关系中的呈现方式。某些复杂系统会同时具有异质性与多层性，因此两类概念可结合使用，但不能简单等同。
1.4 主要研究对象
多层网络常用于研究具有多维互动特征的对象，包括个体、群体、组织、基础设施、事件以及市场主体等。研究重点往往不是单个节点本身，而是节点在不同层中的位置变化、跨层影响以及由此形成的整体结构。
在社会科学中，常见对象是人与人、组织与组织之间的多重互动；在工程和管理领域，则常见交通线路、通信链路、供应链和物流路径等系统；在传播研究中，关注点则是信息、行为或资源如何在不同层之间扩散。
2 结构组成
2.1 节点与节点集合
多层网络中的节点通常代表系统中的基本实体，如个人、企业、城市或事件。多数模型中，各层共享同一套节点集合，或者至少存在可以建立对应关系的节点集合。
在具体建模时，节点可以在某一层中出现，也可以在多层中同时出现。若某些节点只在部分层存在，通常需要通过补齐、映射或虚拟节点方式处理，以保证结构表达的一致性。
2.2 网络层与关系类型
网络层是多层网络的基本组织单元，每一层一般对应一种关系类型、交互场景或时间阶段。例如，一层可表示电话联系，另一层可表示面对面交往，第三层可表示共同参与活动。
层的划分方式取决于研究目的。若研究关注不同关系的功能差异，层通常按关系类型划分；若研究关注演化过程，则层也可按时间顺序组织。层的定义越清晰，后续分析通常越容易解释。
2.3 层内连接
层内连接是指同一层内部节点之间的边。它描述的是某种特定关系在该层中的具体分布，如社交层中的朋友联系、交通层中的线路连接，或协作层中的共同参与关系。
层内连接可以是有向的、无向的、加权的或带属性的。不同层之间的层内连接可以具有不同密度、权重分布和聚集程度，这些差异往往反映了关系类型本身的结构特征。
2.4 层间连接
层间连接用于描述不同层之间的对应关系或相互作用。它使多层网络不只是多个平行网络的简单并列，而是形成一个具有整体性的复合结构。
层间连接的含义可以有多种：一种是同一节点在不同层之间的身份对应，另一种是不同层中的对象之间存在功能关联或影响关系。实际应用中，层间连接往往决定跨层传播、层间耦合和系统联动的强弱。
2.4.1 一对一耦合
一对一耦合是最常见的层间连接方式，指同一节点在不同层中的副本彼此相连。例如，一个人在社交层、工作层和交通层中都以相同身份出现，则这些“层中节点”可以通过一对一边连接起来。
这种耦合方式便于表达跨层一致性，也常用于研究某一实体在不同情境下的联合行为。它的优点是结构直观，但在复杂场景中未必足以描述所有跨层关系。
2.4.2 一对多耦合
一对多耦合指某一层中的节点与其他层中的多个节点建立对应或影响关系。它常出现在层之间的粒度不一致、映射不完全一致或一层节点需要对应多个子单元的情形中。
这种结构在组织系统、供应链和分层交通网络中较为常见。由于映射关系更复杂，一对多耦合通常比一对一耦合更难建模，也更需要明确规则支持。
2.4.3 跨层映射规则
跨层映射规则用于规定节点如何在不同层之间对应，以及层间连接如何建立。常见规则包括按身份编号匹配、按实体属性匹配、按时间顺序匹配或按功能相似性匹配。
合理的映射规则直接影响模型的解释性和分析结果。如果映射过于粗糙，可能掩盖真实关系；如果映射过于复杂，则可能增加计算负担并降低可读性。因此，映射规则通常需要与研究问题保持一致。
3 理论模型
3.1 多层图模型
多层图模型是多层网络最基础的形式，通常将系统表示为由多个图层组成的集合。每一层都是一个子图，层内具有自身的边结构，而层间通过耦合边或映射关系连接。
这种模型便于在统一符号体系下处理不同类型关系，也便于对中心性、路径和社群结构进行跨层分析。它是许多多层网络算法与理论推导的基础。
3.2 张量表示法
张量表示法将多层网络编码为高维数组，通过维度来同时表达节点、层次和关系信息。与矩阵表示相比，张量更适合处理多层结构中复杂的索引关系。
该方法的优势在于形式统一，能够直接支持多维运算和模式识别；不足则在于计算和存储成本较高，尤其在节点数和层数较大时更为明显。因此，它常用于理论分析、模式提取和算法设计。
3.3 超图与高阶关系扩展
超图是一种允许单条边连接多个节点的结构，常用于描述传统二元关系难以表达的高阶互动。它与多层网络并不相同，但在处理群组协作、共同参与和多方交互时可以形成补充。
在一些研究中，多层网络会进一步扩展为高阶关系模型，用以刻画群体层面的联合作用。例如，一个会议、一个项目团队或一次联合行动，往往无法用单纯的成对联系完整表达，此时高阶扩展更具优势。
3.4 耦合网络模型
耦合网络模型强调多个子网络之间的相互依赖，适合分析由若干关联系统共同构成的整体。与只强调层内结构的模型相比，耦合网络更重视不同部分之间的联动效应。
这种模型常用于研究基础设施、传播系统和组织结构，其中一个子系统的变化可能通过耦合关系传导到其他子系统，进而影响整体稳定性。
3.4.1 相互依赖网络
相互依赖网络指多个网络中的节点或功能彼此依赖，某一层的失效可能引发另一层的连锁反应。它常用于描述供电、通信、交通等系统之间的关联。
这类模型能够揭示级联失效、互相制约和协同恢复等现象，因此在韧性研究中具有重要地位。
3.4.2 反馈耦合结构
反馈耦合结构强调不同层之间存在双向影响。某一层的状态变化不仅会影响另一层，还会反过来改变自身的后续演化。
这种结构在行为扩散、决策传播和市场反应中十分常见。反馈机制使系统呈现非线性特征，也使分析结果更依赖于时序与条件设定。
4 构建方法
4.1 数据采集与层划分
构建多层网络的第一步是获取多源数据，并根据研究目标划分层次。数据来源可以包括问卷、交易记录、通信日志、传感器数据或公开数据库。
层划分通常依据关系类型、场景区分或时间窗口进行。划分标准如果过粗，可能丢失关键差异；过细则可能使模型碎片化，难以形成稳定解释。
4.2 节点对齐与身份映射
节点对齐是指把不同层中的对应对象识别出来，并建立统一身份。若同一实体在多个数据源中名称不同、格式不同或编码不一致，就需要进行标准化匹配。
身份映射的准确性直接影响层间分析结果。对齐错误可能导致虚假的跨层联系，进而影响路径计算、中心性排序和社区划分。
4.3 权重设定与标准化
多层网络中的边常带有权重，用于表示联系强度、频率、容量或可靠性。不同层的权重范围可能并不一致，因此通常需要标准化处理，以便在同一框架下比较。
权重设定方式与数据来源密切相关。有些权重来自观测频次，有些则来自专家赋值或模型估计。标准化的目标不是消除差异，而是让不同层的信息能够相对可比。
4.4 动态层生成
动态层生成是把时间变化纳入多层网络的一种常见方法。它通过将不同时段的数据拆分为多个层，来呈现结构如何随时间演变。
这种方式能够保留时序信息，便于观察关系建立、衰减和重组过程。与静态汇总相比，它更适合研究持续变化的系统。
4.4.1 时间切片构建
时间切片构建是将连续时间划分为若干区间，并在每个区间内形成一层网络。每层反映该时间段内的关系状态。
切片长度会影响分析结果。区间过短可能导致网络过稀，过长则可能掩盖变化，因此需要在时间分辨率与数据稳定性之间取得平衡。
4.4.2 事件驱动构建
事件驱动构建不是按固定时间切分，而是以关键事件或关系变化作为层的划分依据。它更强调结构转折点和行为触发时刻。
这种方法适用于事件密集但时间分布不均的场景，例如突发协作、临时扩散或阶段性组织变动。
5 分析方法
5.1 中心性分析
中心性分析用于衡量节点在多层网络中的重要程度。与单层网络不同，多层情形下的中心性往往需要同时考虑层内位置和层间影响。
常见做法包括跨层度数、介数、接近性以及基于特征向量的扩展指标。不同指标所反映的重要性并不相同，因此通常需结合研究目的解释。
5.2 社区发现
社区发现旨在识别多层网络中结构上更紧密的节点群体。由于节点可能在不同层中具有不同联系模式，多层社区往往比单层社区更复杂。
分析时既可以寻找跨层一致的稳定群体，也可以识别仅在特定层中显著的局部社群。后者尤其适用于研究情境依赖的协作结构。
5.3 传播路径分析
传播路径分析关注信息、行为、资源或影响如何在多层结构中流动。由于不同层提供了不同的通道，传播过程常表现为跨层跳转与层内扩散并存。
该方法常用于评估最短传播路径、关键中转节点和高效扩散渠道。与单层传播相比，多层传播更容易出现路径替代和层间竞争。
5.4 稳定性与鲁棒性评估
稳定性与鲁棒性评估用于考察多层网络在节点或层受扰动时的承受能力。它可以帮助判断系统是否容易因局部变化而发生大范围失衡。
在实际研究中，这类评估常与失效模拟、扰动实验和敏感性分析结合使用，以识别脆弱环节和关键依赖关系。
5.4.1 节点失效分析
节点失效分析研究当某些节点被移除、关闭或失去功能时，网络结构会发生何种变化。它常用于识别枢纽节点和关键连接点。
在多层网络中，某个节点的失效可能不仅影响所在层，还会通过层间连接传导到其他层，因此其影响通常比单层网络更复杂。
5.4.2 层间扰动分析
层间扰动分析关注不同层之间耦合强度变化所带来的影响，例如层间联系减弱、映射错误或某层整体性能下降。
这类分析有助于理解跨层依赖是否会放大风险，以及系统能否在部分层受损后维持整体功能。
6 典型应用
6.1 社会关系分析
多层网络广泛用于社会关系研究，因为现实中的人际联系往往不止一种。一个人可能同时存在亲友、同事、同学和线上互动等多种关系。
通过多层建模，可以更好地区分不同关系的功能差异，并分析身份切换、圈层重叠和信息传递路径。
6.2 组织与协作网络
在组织研究中，多层网络可用于刻画部门协作、项目配合、汇报链条和非正式联系。它特别适合处理一个成员同时参与多个团队的情形。
这种方法能够揭示组织内部的协调机制、沟通瓶颈和跨部门联结节点，也便于分析团队绩效与结构形态之间的关系。
6.3 交通与物流系统
交通与物流系统天然具有多层特征，例如公路、铁路、航空和海运可以被视为不同层。每一层都有自身的连通模式，同时又通过换乘、转运和集散形成跨层联系。
利用多层网络可以评估路径选择、节点拥堵、运输效率以及系统冗余度，从而为规划和调度提供支持。
6.4 信息传播与舆情扩散
在信息传播研究中，多层网络可表示社交平台、线下交流和媒体渠道等不同传播层。信息往往不会只沿一种通道扩散，而是通过多个渠道交叉传播。
该模型有助于分析传播速度、扩散范围和关键触发节点，也能解释某些内容为何会在不同平台间出现重复放大。
6.5 经济与市场关联分析
经济与市场研究中，多层网络可用于表示交易关系、供应关系、投资关系和产业联系等。不同层反映不同市场机制，彼此之间又可能相互影响。
这种分析方式可帮助识别系统性联系、传导路径和潜在风险集中点，也能用于观察行业协同与市场联动特征。
7 研究进展
7.1 早期发展
多层网络的思想源于对复杂系统中多种关系并存现象的认识。早期研究多从社会网络、交通系统和生态系统出发，逐渐意识到单一关系模型难以完整描述现实互动。
随着数据可得性提高和计算能力增强，多层网络从概念性框架逐步发展为较成熟的研究对象。
7.2 关键理论突破
关键理论突破主要体现在层间耦合、跨层中心性、级联效应和多层社区等方向。相关研究推动了多层结构从“多张图的集合”向“统一复合系统”的转变。
这些突破使研究者能够更系统地讨论层间依赖、传播阈值和结构稳定性，也拓展了其在社会与工程领域的应用范围。
7.3 计算方法演进
计算方法的发展使多层网络分析从小规模实验逐步扩展到大规模数据场景。算法设计围绕存储效率、求解速度和跨层运算展开，逐渐形成一系列专门工具。
近年来，随着图算法、优化方法和机器学习技术的融合，多层网络在自动识别、预测与模式发现方面的能力明显增强。
7.4 可视化技术发展
多层网络的可视化长期面临层数多、关系密和结构复杂等问题。早期多采用分层平铺或矩阵式展示，后来逐渐出现交互式视图、三维布局和联动浏览方法。
良好的可视化不仅有助于展示网络结构，也有助于解释层间关系和动态演化过程。不过，过度复杂的图形也可能降低可读性，因此通常需要在信息量与清晰度之间权衡。
8 争议与局限
8.1 模型复杂度与可解释性
多层网络能够表达更丰富的信息，但相应地也会增加模型复杂度。层数、映射规则、权重设置和耦合方式越多，解释起来就越困难。
在某些情况下，复杂模型虽然更贴近现实，却不一定更容易得出清晰结论。因此，研究中常需要在表达精度与可解释性之间做取舍。
8.2 数据稀疏与缺失问题
多层网络经常面临数据不完整的问题，尤其在某些层中观测不足或关系记录不全时更为明显。稀疏数据会影响结构估计和算法稳定性。
缺失问题还会导致层间比较失真，甚至影响传播路径和社群识别结果。因此，数据清洗、补全与误差评估通常是前置步骤。
8.3 层定义的主观性
层的划分并没有唯一标准，往往取决于研究者的理论框架和数据条件。不同的层定义可能得到不同的网络形态和分析结论。
这种主观性并不意味着模型无效，但要求研究者说明划分依据，并尽可能检验结果对层定义的敏感程度。
8.4 计算成本与规模扩展
当节点多、层多、连接密度高时，多层网络的计算和存储开销会迅速增加。某些复杂算法在大规模场景下可能难以直接应用。
因此，规模扩展通常依赖稀疏表示、近似算法、并行计算和分块处理等技术。如何在精度与效率之间平衡，是该领域持续关注的问题。
9 相关概念
9.1 复杂网络
复杂网络是研究具有非平凡结构特征的网络的一般领域，涵盖聚集性、尺度特征、小世界效应和网络动力学等内容。多层网络可视为复杂网络的重要分支之一。
9.2 多重关系网络
多重关系网络强调同一对节点之间存在多种关系类型，是多层网络的重要近邻概念。两者在实际应用中经常相互借用，但侧重点并不完全相同。
9.3 动态网络
动态网络关注网络结构随时间变化的过程，重点在于边和节点的出现、消失及强度变化。多层网络常用来表示动态过程中的时间切片或阶段结构。
9.4 二部网络
二部网络由两类不同节点组成，边只连接异类节点，常用于表示人-组织、用户-物品等关系。它与多层网络不同，但在某些数据结构中可作为构建多层模型的基础。