04-社会网络分析和算法研究.pdf

社会网络分析与算法研究 回顾 n   随机网络的特征 ① 节点的度分布 ：遵循泊松分布 ② 平均距离 ： ③ 聚类系数 ： 2 第四章 幂律分布与无标度网络 n 小世界模型的特征 ① 节点的度分布： WS小世界模型是所有节点的度都近似 相等的均匀网络。 ② 平均距离 ：较小 小世界网络的平均距离下降的原因 在于两个节点间出现了最短路径 （捷径）。 ③ 聚类系数 ：较高 3 流行度现象 n   流行度是一种极端不平衡的现象: Ø   绝大部分人一生只在与他/她们直接相关的社会圈子里被认知 ，少 数人有广泛的知名度 ，而极少数人具有全球范围的知名度。 Ø   同样 ，书籍、电影或者是任何有受众的事物都存在这种现象。 Ø   如何量化这种不平衡 ？为什么会产生这样的不平衡 ？它们是否在某 种程度上反映出流行现象本身特有的内在特性 ？ n   以万维网为例 ，测量每个网页的流行度。定义指向某个网页的 所有链接为该网页的链入集合 ，就可以利用一个网页的链入数来测 量该网页的流行度。 4 流行度现象 n   正态分布: 平均值和标准方差。 Ø 观察到一个偏离均值c倍于标准差的值的概率随c以指数率递减。 Ø   正态分布是一种很自然的猜测 ，因为它在自然科学领域普遍存在。 Ø   中心极限定理对正态分布的大量出现提供了基本解释 ：粗略的说 ， 中心极限定理表明 ，如果考虑任何独立的小的随机量集合 ，在极限情 况下 ，这些随机量的和结果将服从正态分布。 n   以万维网为例 ，假定每个网页独立的随机决定是否连接到一个给定的 网页 ，那么给定网页的链入数等于多个独立的随机量值之和 ，我们希望 它服从正态分布 ：那么 ，拥有k个链入链接数的网页当k增大时 ，应该以 指数形式减少。 5 n   实际发现 ，拥有k个链入数的网页数量比例近似的与1/k²成正比。 n   函数1/k²当k增加时 ，降低得比较缓慢 ，也就是说实际拥有很大链入数量 的网页相当普遍 ，超出预期的正态分布。 n   其他领域也有类似流行度的幂律分布。 6 流行度现象 n   正态分布广泛应用于自然科学领域。 n   幂律分布成为复杂网络（社会网络 ）中的一种规范。 n   如何检测一个数据集是否服从幂律分布 ： Ø   设f(k)表示某个整体中属性值为k的那部分所在份额 ，希望证明方程 f (k ) =a /k c 成立或者近似成立 ，其中指数c和系数a均为常数。 f (k ) =ak −c Ø   如果将方程写成 ，对等式两边去对数得到 ： log f(k) = log a – c log k 如果存在一个幂律关系 ，那么以logk作为变量的函数log f(k)将是一条 直线 ，斜率为-c ，log a为直线与y轴的相交点。对数图可以验证一组数据 是否呈现近似幂律的关系。