为了揭示复杂网络的设计原理，定义了一个概念，“网络模体”（motifs)。生物化学、社会生态学、Internet、人际网络、工程学网络中都有motifs存在。

就像“体系论”和“结构论”的思想一样，网络模体更强调从大的系统方面来研究网络（或关系）的结构和规律性。研究模体类型和模体在网络演化过程中的作用是非常有意义的。通俗易懂地讲，网络模体就是复杂网络中出现的、相互作用的特征模式，较之随机网络，模体在复杂网络中更为常见。网络模体作为复杂网络分类的条件之一，揭示了大多数复杂网络之基础信息结构或基本构建模块。大多数研究复杂网络的人，几乎都是从其宏观拓扑结构开始，主要分析其全局统计特征，例如小世界特征、无标度特征、度、介、核、结构洞、聚集系数etc.。然而，除了这些全局特征之外，每种类型网络的基本单元的特性也是非常重要的。“网络模体”就是一种算法，以找寻复杂网络之显著地、相互作用的特征模式。

在一个复杂网络里，对整个网络进行搜索，寻找节点（n）子图，并记录每个子图出现的次数，以及整个网络有多少种类型的子图。假设随机网络的节点数、每个节点的出入边数量与真实网络一致，这个特殊要求的原因是，因为模体之所以出现，估计与单个节点的特性直接相关，故而如果改变了节点的特征参数，则有可能改变模体出现的规律。所以，对实际网络进行随机化，得到一个与实际网络对比的随机网络，则motifs出现的数量较之随机网络更高。

All networks, including biological networks, social networks, technological networks (e.g., computer networks and electrical circuits) and more, can be represented as graphs, which include a wide variety of subgraphs. One important local property of networks are so-called network motifs, which are defined as recurrent and statistically significant sub-graphs or patterns.

Network motifs are sub-graphs that repeat themselves in a specific network or even among various networks. Each of these sub-graphs, defined by a particular pattern of interactions between vertices, may reflect a framework in which particular functions are achieved efficiently. Indeed, motifs are of notable importance largely because they may reflect functional properties. They have recently gathered much attention as a useful concept to uncover structural design principles of complex networks.[1] Although network motifs may provide a deep insight into the network’s functional abilities, their detection is computationally challenging.

来源：
http://blog.sina.com.cn/s/blog_48e7351a0102ebf2.html
https://en.wikipedia.org/wiki/Network_motif