复旦大学信息学院李翔领导的自适应网络与控制研究室率先在重构时效网络研究方面取得重要突破，利用扩散过程的到达时间数据实现了重构随机时效网络的有效推断。6月12日，相关研究成果在线发表于《自然—通讯》。

　　据悉，网络重构一直是复杂网络科学领域中的国际热点问题，时效网络的重构则更具挑战。李翔团队独辟蹊径，首次从重构时效网络零模型的角度对这一问题开展研究。研究人员利用时效网络扩散过程的到达时间数据，提取时效网络的拓扑结构和时效交互过程的统计特征，严格证明了推断结构的渐近一致性，通过数值模拟和实际数据加以验证。课题组还将一阶重构模型推广到高阶情形，建立了时效网络零模型的完整体系，并量化了推断一般时效网络的复杂度，系统分析了时效网络拓扑结构及等待时间分布等因素对重构效率的影响。

　　李翔表示，这一成果在大数据时代尤为重要，为研究动态网络重构问题提供了全新思路，同时对时效网络的人类动力学分析、流行病扩散与传播推断、舆情分析与预测、数据保护下的社交计算等领域也具有广泛的应用前景。