复杂网络(度相关性与社团结构)ppt概要.pptx

第4章 度相关性与社团结构 4.1 引言 度分布尽管是网络的一个重要拓扑特征，但是不能由它唯一的刻画一个网络，因为具有相同度分布的两个网络可能具有非常不同的其他性质或行为。为进一步刻画网络的拓扑结构，需考虑包含更多结构信息的高阶拓扑特征。本章介绍刻画网络的二阶度分布特性（也称度相关性）的几种不同方法，包括最为一般但较为复杂的联合概率分布、更为简洁但不宜比较的条件概率和余平均度以及可以定量刻画度相关性但过于粗略的相关系数。 即使是联合概率分布也仍然不能完全刻画网络拓扑。一个典型例子就是复杂网络的社团结构；实际网络往往可以视为是由若干个社团构成，每个社团内部的节点之间的连接相对较为紧密，但是各个社团的连接相对比较稀疏。本章将介绍大规模网络社团结构分析所面临的挑战以及几个有代表性的算法。 4.2 度相关性与同配性 4.2 联合概率分布（2阶度分布特性） 4.2.4 同配系数 蛋白质交互网络和神经网络以及交互互联网和WWW等技术都是异配的； 科研人员合作和电影演员合作等许多现实网络呈现同配性质； 不同的在线网络呈现不同的性质。 度同配起源的解释 1、社会学 2、心理学 近些年的社会网络发展冲破了社会阶层之间的无形壁垒。 （P127） 4.2.5 实际网络的同配性质 4.2.6 同配概念的一般化 同配就是指属性相近的节点倾向于互相连接。这里的属性可以是度也可以是其他特性，例如社会网络中个体的职业、年龄、种族、信仰等。 社会网络同质性的两种基本解释： 1、选择，即人们倾向于和相似的人成为朋友； 2、影响，即人们由于成为朋友而相互影响，从而变得更相为似。 社会网络面临的重大挑战：区分选择和影响这两个因素以及如何判断哪一个因素的作用更大。 （P128） 4.2.6 同配概念的一般化 关于度同配性的一些方法也可以推广到判断其他特征的同配性质： 社会网络中社会年龄性质的同配性。定义条件概率 为网络中随机选取的一个年龄为t的个体的一个邻居的年龄为 的概率。P128的图4—8给出了t=20、30、40、50、60时Facebook网络的条件概率分布。 可以看到，每一天曲线都是以t=t为峰值的。 度同配性也可以推广到其他属性的情形。我们用标量参数 表示节点的某个属性。假设一个无向网络中有M条边， 为网络的邻接矩阵。每条边有两个端点，对所有M条边的2M个端点的属性取平均值，得到： 4.2.6 同配概念的一般化 （P129） 考虑网络中每条边的两个端点i和j所对应的 ，他们的协方差为： 4.2.6 同配概念的一般化