摘要：大规模定向社交网络数据通常包含程度异质性、互惠性和及物性属性。因此，一个合理的网络生成模型应该考虑这些特征。为此，我们提出了大规模有向网络结构公式的普适尺度潜在空间模型。该模型假设每个节点在假设的潜在空间中占据一个位置。然后，彼此靠近（远离）的节点应具有较高（较低）的连接概率。因此，互易性和及物性可以通过解析推导出来。此外，我们假设每个节点都有一个流行参数。受欢迎程度越大（越小）的节点越有可能请遵循。通过假设流行参数的不同分布，我们对不同类型的程度异质性进行了建模。基于所提出的模型，我们构建了一个链路预测的概率指标。我们使用仿真研究和新浪微博数据集验证了该模型的性能。结果表明，该模型的性能具有竞争力。

关键词和短语：程度异质性、大规模社交网络、潜在空间模型，链接预测，互易性，及物性。