以资源和资源特征项实体代表节点，特征项之间的关联为边的网络中，所有的资源很容易形成一个一个相对独立的部分，其彼此之间并没有关联，这样形成的网络在整体上就不是联通的。组分(component)分析是实现非联通网络结构中聚合的一种最简单的方法[15]。图4-2给出了一个组分简单的例子，图中V2，V3和V4构成了一个相互联系的网络，而V1则被排除在这个网络之外，相对于由V1、V2、V3和V4所构成的大网络来说，V2、V3和V4就是网络中的一个组分。组分同时也可以分为弱组分和强组分，主要依据关系的强弱性进行判断，例如如果这4个节点是表示作者之间的引用关系网络，那么V2、V3和V4形成的就是一个弱组分，因此作者之间可能会形成互引的关系，即双向箭头，而V2、V3和V4形成的组分中都是单向的引用关系，因此属于弱联通，形成的组分也是弱组分。
核是和网络中节点的直接属性(度数)密切相关的子结构发现方法。在网络中，节点的度数分布揭示了以单个节点为中心的局部关联关系，但从整体上来看，无法说明具体具有某些度数的节点是如何分布，是集中于某处还是分散于整个网络中，当以节点的度数不小于某个值为条件时，所形成的子结构就是一个核，在网络分析中这个值一般用k来表示，因此形成的核也称为k-核(k-core)。
在核的概念中，用来确定子网边界的依据是节点的度数，当用网络中节点之间的距离作为划分结构的依据时，得到的子网被称为团。在子网中，如果任何两个节点在整个网络中的最大的距离都不超过一个设定的值k，那么这个子网就被称为一个k团(kcliques)。(www.xing528.com)
上述的三种网络分割方式是将独立的资源依据彼此间关联聚合成部分的最简单的方式，也体现了一种思想上的递进，即从单纯的有无关联，进一步加入节点关联数量考虑，再到加入节点之间的距离考虑。在此基础上形成的其他分析方式，如派别(Clan)和丛(Plex)等都是在上述三种思想的维度上增加更多的条件。
图4-2 组分的一个例子
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
