六度空间的猜想与验证.docVIP

学人不开口，菩萨难下手； 若是肯动手，心中样样有。 六度空间的猜想与验证 1 六度空间的猜想 1.1 六度空间的猜想 你与比尔盖茨、布什或者萨达姆是朋友吗？似乎不太可能。 美国心理学家米尔格伦猜想：你和任何一个陌生人之间所间隔的人不会超过六个。 2006年6月间2.4亿人的300多亿次即时对话6.6个人148人150人以下似乎是管理人群的一个最佳和最有效的方式”14世纪以后瑞典陆军编有旅，每旅辖3个营，每营辖4个连，每连编150人。我国人民公社的建制人数也为150人。Facebook社区用户的平均好友人数是120人 2 验证猜想的计划 2.1 验证的困难 由于缺乏数据支持，只能模拟。模拟加探索，也能触摸到本质。 模拟一个N=7*109的邻接矩阵，为表示70亿人的朋友关系, 邻接矩阵每行有K=150个非零值，表示150个朋友关系。 计算每个人到每个人的最短距离矩阵，检验其中值大于6的关系。 问题是：邻接矩阵的空间复杂度是O(N2)，计算最短距离矩阵的Floyd算法的时间复杂度是O(N3)。完全不可存储、不可计算。 2.2 数据结构与算法的变通 数据结构的变通：邻接矩阵采用稀疏矩阵存储。 算法的变通： 针对全局的Floyd算法，执行时间无法接受。 以某人为起点的BFS算法，计算指定人在6个距离之内的所有朋友。执行时间必然有极大的缩小。 验证策略： 逐步提升N值的数量级，在保证得到成果的同时，感受数据结构与算法的极限。 2.3 预期成果的形式 研究N、K对人际关系网络的影响。 种群中的个体数量的发展 N=7*105 N=7*106 N=7*107 N=7*108 N=7*109 智力的发展 K=50 K=70 K=90 K=110 K=130 K=150 6.6 有一颗自由的心，猜想可以没有边界。若存在边界，那边界就是我们的算法能力。 3 基于Friendster社交网站的验证 3.1 数据来源 Friendster社交网站：允许用户彼此联系、分享信息。 nodes.csv 数据集中所有用户编号的字典 用户数: 100,199 最大用户编号: 151,837 edges.csv 朋友关系的集合（含字典外的用户） 所有的联系数: 14,067,887 字典范围内的联系数: 1,809,594 3.2 数据预处理load friends.mat % nodes100199*1 edge2 % 剔除编号大于maxID的联系 edges 1809594*2 maxID=max(nodes); rows=find(edges(:,1)maxID); edges(rows,:)=[]; rows=find(edges(:,2)maxID); edges(rows,:)=[]; % 计算编号不在nodes中的联系delRows allIDs=unique([edges(:,1),edges(:,2)]); % edges中所有编号集合 unIDs =setdiff(allIDs,nodes); % 多余的编号集合 delRows=[]; for i=1:size(edges,1) id1=edges(i,1); id2=edges(i,2); if ismember(id1,unIDs) | ismember(id2,unIDs) delRows=[delRows i]; end end % 删除编号不在nodes中的联系 - edges981920*2edges(delRows,:)=[]; save newfriends nodes edges 3.3 朋友度的计算、分类oad newfriends maxID=max(nodes); degrees=zeros(1,maxID); for i=1:size(edges,1) id1=edges(i,1); id2=edges(i,2); degrees(id1)=degrees(id1)+1; degrees(id2)=degrees(id2)+1; end length(find(degrees==0)); % 51638个度为0的结点（无此用户） userdegrees = degrees(find(degrees~=0)); %字典用户的朋友数 %mean(userdegrees); 19.5994 %max(userdegrees); 621 %min(userdegrees); 1% 直方