复杂网络具有小世界性、无标度性等基本统计特性。复杂网络的主要统计特征是小世界性、无标度性(即结点度服从幂律分布)。
复杂网络还呈现出一种拓扑特性———网络簇结构(network cluster structure或network community structure),网络簇结构具有同簇结点间相互连接密集、异簇结点间相互连接稀疏的特点,网络簇结构是复杂网络重要的拓扑属性之一。
复杂网络聚类方法目的之一在于找出复杂网络中的簇结构。
网络簇定义为网络的稠密连通分支,具有簇内连接稠密、簇间连接稀疏的特点。
结构决定功能是系统科学的基本观点,复杂网络的核心研究内容是为了揭示复杂网络功能和结构之间的内在联系。
用于刻画复杂网络结构的重要属性是平均路长、聚类系数、度分布、网络Motif 和网络簇结构。
Watts 和Strogatz 提出了小世界网络(small-world)模型。小世界网络是介于规则网络和完全随机网络之间的一类模型。小世界网络,与随机网络和规则网络相比,它具有大的聚集系数和小的平均距离的统计特征,这种网络与现实网络比较接近。