无标度网络上社区形成的计算机模拟.docVIP

无标度网络上社区形成的计算机模拟 张晟杰 （上海大学计算机工程与科学学院，上海 200072） 关键词 复杂网络，无标度网络，局域世界，社区结构 Simulation of Community Evolution Based on Scale-free Networks ZHANG Shengjie (College of Computer Engineering and Science, Shanghai University, Shanghai, 200072, China) ABSTRACT As the emergence of two groundbreaking papers and the modeling of BA scale-free network at the end of last century, the study on complex networks is achieving a climax at home and abroad. The research of complex network theory is no longer confined in the math. Recently, the construction of the real network with a great number of vertices and complex links are taken into account. Scale-free network is the closest model to the real network. In real life, the characteristics of scale-free networks are existed everywhere, such as Internet, WWW, air transport networks, electrical power grids, social networks and so on. From recent researches, people find that community structure is one of the most important features of scale-free networks. The study of community structure may contribute to more knowledge of characteristics of scale-free networks. It is significant to study the generation of the scale-free network and explore the internal structure. Keywords complex networks, scale-free networks, local-world, community structure 引言 上世纪60年代ER随机图理论的建立，标志了在数学上开创了复杂网络理论的系统性研究[1]。随着对随机网络(random networks)[2]的深入研究，越来越多的实验结果表明随机复杂网络具有几个重要的特征：小世界现象[3]，网络中任意两点间距离的平均值很小；聚集现象，网络中有足够多的三角形；无标度现象[4]，网络节点的度服从幂律分布[5]。如Internet、WWW、食物链网络、社会关系网等。 复杂网络的另外一个重要特征就是网络中所呈现出的社区结构。大量实证研究表明，许多网络是异构的，即复杂网络不是一大批性质完全相同的节点随机地连接在一起的，而是许多类型的节点的组合。相同类型的节点之间存在较多的连接，而不同类型的节点之间的连接则相对较少。我们把满足同一类型中的节点以及这些节点之间的边所构成的子图称为网络中的社区[6]。社区结构是复杂网络的一个重要特性[7]。 本文中选择了无标度网络模型和局域世界演化模型作为研究对象，使用Matlab对网络进行构建，并计算其相关特性，同时使用UCINET软件对两种不同模型下规模为100个节点的网络进行社区结构分析。 模型与方法 BA无标度网络模型 Barabasi和Albert研究发现，许多实际网络都具有两个重要特性：一是增长(growth)特性，二是优先连接(preferential attachment)特性[8]。 增长特性指的是现实中大部分网络所包含的节点数目都不是固定不变的，而是随着时间动态增长的。同时，网络中新节点的加入通常并非随机地选择节点进行连接，而是具有偏向性。优先连接机制使得网络中度大的节点更容易吸引新节点与之