对于各类复杂网络而言，可通过寻找组元之间的关联和依赖性，来对其加以描述。Hindawi旗下开放获取期刊Complexity发表的一篇题为The Emergence of Informative Higher Scales in Complex Networks的论文，指出了可研究节点之间的关系。

在研究过程中，作者Brennan Klein（美国东北大学）和研究助理Erik Hoel教授（塔夫茨大学）设计了一种名为“有效信息”（effective information）的网络衡量指标，并描述了此类系统的一般范例所包含的有效信息。

研究结果对大数据特别有意义，因为在大数据领域往往很难为某一具体系统确定最佳和最为有效的模型。

该项目的灵感，源自Klein和Hoel对复杂系统描述方式的探究，即为什么可以从多个层面上以不同方法来描述复杂系统，包括一些具有实际意义和没有实际意义的方法。

Klein和Hoel发现了有助于回答这些问题的多个要素，包括在某系统群组内寻找时空节点，以及在宏观尺度上观察信息不充分性的出现。有效信息的概念还可用于计算机科学以外的复杂网络研究中，例如生物网络。该研究还可能影响其他更多研究领域，Hoel表示。