对近 1000 个来自社交、生物、技术和信息等领域的网络数据集，应用最先进的统计工具来测试无尺度结构及其普遍适用性。结果发现，真实世界中的网络具有丰富的结构多样性，其无尺度结构是罕见的，并不具有普适性。而社交网络的结构是弱无尺度的，而少数技术和生物网络则具有强无尺度结构。

Jan, 2018

提出一种基于极大似然拟合和基于 Kolmogorov-Smirnov 统计量和似然比检验的拟合优度检验方法，用于鉴别和量化实验数据中幂律行为，并在 24 个不同领域的数据集上进行了测试。

Jun, 2007

本研究采用最大似然拟合、基于 Kolmogorov-Smirnov 拟合度量的假设检验和可能性比检验等方法，针对实际的具有重尾性状的 12 个不同数据集进行分析，以评估用于有所不同的描述方式下的第三方统计学中有关幂律分布的假设检验的效果，并量化了数据划分所导致的统计功率损失。

Aug, 2012

许多大型网络的连接特性满足幂律分布，这是由于网络持续扩展且新的节点倾向于连接到已经存在的高度连接节点，远超个体系统的特定机制，因此大型网络的发展是受到自组织现象的稳健规律支配的。

Oct, 1999

该研究发现尺度自由随机网络可以用确定性图表征，其离散程度分布由具有 γ=1+ln3/ln2 指数的幂律来描述。该图结构的特性与 γ 在最有趣的区域（2 和 3 之间）的增长随机尺度自由网络的特性惊人地接近。

Dec, 2001

研究复杂拓扑随机网络的新的 scale-free 模型，开发平均场方法预测个体顶点生长动态并计算其连通性分布和比例指数。

Jul, 1999

本文介绍了一种利用幂律图中的高度节点设计高效搜索算法的本地搜索策略，而这些策略具有数据规模亚线性的成本，并在 Gnutella 对等网络上证明了其实用性。

Mar, 2001

本研究提出了一种新的基于三元组生成的无标度网络模型，具有与标准无标度网络相同的特征，在改进了高集聚性的同时，通过调整三元组代表的形态数量，可以简单地调节聚集系数。

Oct, 2001

本文中提出，在基于本地规则的生长网络模型中，有效的线性优先连接是基于本地规则的一般原理的自然结果，不仅可以解释复杂网络中观察到的度数分布幂律行为，还可以解释其他一些性质，如聚类层次和度相关性等。

Nov, 2002

提出了一种改进版本的 Chung Lu 随机图模型，即 Transitive Chung Lu（TCL），它能够在保持与原始网络相同度分布的同时捕捉到社交网络图中的聚类，通过与传统 Chung Lu 模型不同的方式增加了随机的传递性边。

Feb, 2012