复杂网络9讲-加权网络ppt课件
【原创】社会网络分析 复杂网络 课件 PPT 完整版 图文
2.渗流模型
2.1应用
Forest fires Power blackouts Social uprisings Financial network collapse Generally best for environments with fixed interactions Stations in power grid Trees in forest Computers in a network A bit harder for financial network that changes, but still useful
2.渗流模型
2.2 三种模型
1. Basic Percolation Model (edge percolation) Assumes people/trees/computers connected on a fixed grid Not necessarily accurate, but closer than random mixing All models are wrong Percolation applied to Forest Fires and Banks (site percolation) Help clarify logic of basic model, see how complicating it a little can generate domain-specific insights Knowledge Growth Model
2.3 基本模型
If there are no open edges, no percolation As number of open edges increases, more likely to see percolation As proportion open edges 1, probability of percolation 1 Simulate this many times! There is a critical threshold
软件执行过程的加权复杂网络
关键词 : 复杂 网络 ; 小世界效应 ; 无标度特性 ; 加权 网络 ; 关键路径
复杂网络 PPT课件
二十一世纪(二十世纪末),系统成为主要的研 究对象,整合成为主要方法;
整合的方法在于了解细部以后,研究“如何组合”的
问题,这导致复杂网络结构的研究; 如:普列高津的耗散结构理论、哈肯的协同学、混沌 和复杂系统理论、系统生物学、…
复杂系统与复杂网络
复杂系统与复杂网络的概念
系统:集合(具体元素)+ 系统的结构是什么?
统失控等一系列不同网络间的连锁反应。
(4)网络分层结构的复杂性
行政管理网络是具有层结构的,多数网络都有节点的
分层结构,只是在许多网络中没有意识到是一种造成 复杂性的重要结构。
对复杂网络的理解
复杂网络是二十一世纪科学研究的思想和理念, 它启发我们用什么观点理解这个世界:整个世界 以及组成世界的任何细部都是由网络及其变化形 成的; 复杂网络也是研究复杂系统的一种技术和方法, 它关注系统中个体相互作用的拓扑结构,是理解 复杂系统性质和功能的基本方法。
复杂网络 Complex Network
为什么研究复杂网络?
二十一世纪涌现的新现象
互联网是怎样“链”接的? 从一个页面到另一个页面,
平均需要点击多少次鼠标?
美国航空网
城市公共交通网
为什么两者结构差异如此之大? 这种差异是必然还是偶然的? 城市交通涌堵的原因是什么?
• 非典发现在广州,为什么却 在北京爆发呢? • 传染病是怎样扩散和消失的?
互联网 病毒传播网
计算机病毒是怎样传播的? 为什么“好事不出门,坏事 行千里”呢?……
神经网络
生态网络
社交网络
电力网络
电信网络航空网络Biblioteka Facebook 全球友谊图
复杂网络
• 如果想要构造一个具有N个节点小世界模型,首先 将这N个节点围成一个圆环,这些节点中的任意一 个节点都与自身前后各K个节点相连(Regular) 然后要以概率p改变网络中已经存在的边,过程就 是保持边的一端节点i不变,另一端选取非节点i的, 并且不能是己经和节点i连接的节点
• 实际社会中人之间的关系构成属于这种情 况,每个社会成员容易和其附近成相识, 而每个人都又会有一些远距离的朋友存在。
复杂网络的研究主要包括:
• (l)找到不同复杂网络的结构共性,以及描述和度 量这些性质的普适办法" • (2)建立一个复杂网络的模型,来刻画真实世界 中的实际网络的产生原理,演化机理。 • (3)分析复杂网络中单个节点,局部网络,整个 网络所具有的特点和性质,分析网络中信息传 播的行为和发现其已经产生或者将要产生的影 响"不同领域的研究有不同的侧重"
• NW小世界模型, 主要思想: • 如果想要构造一个具有N个节点小世界模型, 首先将这N个节点围成一个圆环,这些节点中 的任意一个节点都与自身前后各K个节点相 连, 之后并不改变已经存在的边,而是以概率 p向网络中加边。 • 这种模型避免了 WS模型可能出现的孤立部 分
• 从 L ( p )的迅速变化开始可以看到小世界特 性的建立,而这时的C ( p )几乎是不变的。 • 整个网络有较小的平均路径长度,但是聚类 系数C比较高。 p ~1时 L随 ln N 变化
• 在建立连接之后,网络中边的权值 也要发生变化"在节点i与节点j建立 连接之后, • 节点节点j的强度变为sj=sj+w0十δ • 定义 • 由BBV演化模型得到的复杂网络, • 不仅度值分布满足幂律分布, • 边的权值分布也满足幂律分布
• BA无标度网络有明显两个特点: • 一是增长,真实的网络具有不断增加的过程, 例如交通网中增加了一条新的道路 • 另外该网络新增加的连接更倾向与那些重 要的节点。真实的网络当中也这种连接倾 向性 例如,在社交网络中人们更倾向与和那些 比较有名气的人打交道。
PPT—复杂网络.ppt
三、社区结构
整个网络是由若干个“社区"或“组’’构成的。每个社 区内部的结点间的连接相对非常紧密,但是各个社区之间 的连接相对来说却比较稀疏(网络中的顶点可以分成组, 组内连接稠密而组间连接稀疏)。我们将复杂网络的这种 结构特征称之为复杂网络的社团结构或社区结构。
社区结构是复杂网络的一个重要的特性,社区也被称为簇, 大量研究表明网络是由各种不同类型的节点构成的,一般 情况下,在不同类型的节点间存在较少的边,而在相同类 型的节点间会有较多的边。位于一个子图内的节点和边组 成一个社团。 复杂网络社区结构还有一个很重要的特性,即是它的层次特
复杂网络的统计特征
网络的聚类系数C:所有节点i的聚类系数Ci的平均值。
(0C1) C=0网络中所有节点都是孤立点 C=1网络中任意节点间都有边相连
★ 网络节点间联系的密切程度, 体现网络的凝聚力
★ 许多大规模的实际网络都具有明显的聚类效应。事实 上,在很多类型的网络(如社会关系网络)中,你的朋友同 时也是朋友的概率会随着网络规模的增加而趋向于某个非 零常数,即当N→∞时,C=O(1)。这意味着这些实际的复杂 网络并不是完全随机的,而是在某种程度上具有类似于社 会关系网络中“物以类聚,人以群分”的特性。
性现实中的网络是由一个个较小的社团组成,而这些社团又可 以包括更小的社团。发现网络中的社团结构,对于了解网络结 构,分析网络特性都具有很重要的意义。
复杂网络研究内容
1)复杂网络模型 典型的复杂网络:随机网、小世界网、无标度网等; 实际网络及其分类。
2)网络的统计量及与网络结构的相关性 度分布的定义和意义,聚集性、连通性的统计量及其实际 意义等。
节点的数目。
★ 直观上看,一个节点的度越大就意味着这个节点在
复杂网络理论和应用研究-PPT课件
k C N
网络(图)的基本概念
7
2
5
2
5 1 3 7
5
3
1 5
网络(图)的基本概念
节点1到7之间的最短路13,平均路径长度5.47,
平均度为3.4,集群系数为0.48。
3、规则图和随机图
规则图的特征 如果系统中节点及其与边的关系是固定的, 每个节点都有相同的度数,就可以用规 则图来表示这个系统。 随机图的特征 如果系统中节点及其与边的关系不确定, 就只能用随机图来表示这个系统。
因特网是一个复杂网络。(本图绘制于2019年 2月6日,描绘了从某一测试站点到其他约10万 个站点的最短连结路径。图中以相同的颜色来 表示相类似的站点。Nature 2000)
1 引论
复杂网络具有如下5个特征:
•
网络的大规模性和行为的统计性:网络节点数可以有成百上千万, 甚至更多,超大规模网络的行为具有统计特性。 节点动力学行为的复杂性: 各个节点本身可以是各非线性系统 (可以有离散的和连续微分方程描述), 具有分岔和混沌等非 线性动力学行为。 网络连接的稀疏性:一个有N个节点的具有全局耦合结构的网络 的连接数目为O(N ^2),而实际大型网络的连接数目通常为 O(N)。 连接结构的复杂性: 网络连接结构既非完全规则也非完全随机, 但却具有其内在的自组织规律。 网络的时空演化的复杂性: 复杂网络具有空间和时间的演化复 杂性, 展示出丰富的复杂行为,特别是网络节点之间的不同类型 的同步化运动。
b
d
e
网络(图)的基本概念
节点的度分布是指网络(图)中 ) 度为 k 的节点的概率 p ( k随节点 度 的变化规律。 k
网络(图)的基本概念
复杂网络概述 ppt课件
ppt课件
9
小世界实验---Erdos数
Erdos从来没有一个固定的职位,从来不定居在一 个地方,也没有结婚,带着一半空的手提箱,穿 梭于学术研讨会,浪迹天涯,颇富传奇色彩。有 人称他为流浪学者(wande ring scholar)。
他效忠的是科学的皇后, 而非一特定的地方。各 地都有热心的数学家提供他舒适的食宿,安排他 的一切,他则对招待他的主人,给出一些挑战性 的数学难题,或给予研究上的指导做为回馈。 他可以和许多不同领域的数学家合作。数学家常 将本身长久解决不了的问题和他讨论,于是很快 地一篇论文便诞生了。
ppt课件 6
小世界实验--- Bacon数
截止到几天前,世界电影史上共产生了大约 23万 部电影,78多万名电影演员(参见互联网电影库 ). Kavin Bacon在许多部电影中饰演小角色。 几 年 前 ,Virginia 大 学 的 计 算 机 专 家 Brett Tjaden 设计了一个游戏,他声称电影演员 Kevin Bacon是电影界的中心。 在游戏里定义了一个所谓的 Bacon 数:随便想一 个演员,如果他(她)和 Kavin Bacon 一起演过 电影,那么他(她)的 Bacon 数就为 1 ;如果他 (她)没有和Bacon演过电影,但是和Bacon数为 1 的演员一起演过电影,那么他的 Bacon 数就为 2 ; 依此类推。 发现: 在曾经参演的美国电影演员中,没有一个 人的Bacon数超过4。
Virginia大学计算机系的科学家建立了一个电影演员的数据库,放在
网上供人们随意查询。网站的数据库里目前总共存有近60万个世界各 地的演员的信息以及近30万部电影信息。通过简单地输入演员名字就
可以知道这个演员的Bacon数。
基于复杂网络的基金加权网络结构分析
基金 规模快 速增 长 , 金 的投 资风 格 趋 于 多样 化 , 基 基金 的种类 也趋 于 多样 化 ( 股票 型 基 金 、 有 混合 型 基金 、 债券 型 基 金 和 指 数 型 基 金 等 ) 而 且 基 金 间 , 相互 关系错 综复杂 . 这些 表 明基金 系统 是一个 复杂
联强度网络的基础上 , 提出ห้องสมุดไป่ตู้种证券市场网络抗毁
性 分析方法 . 樊瑛 等 研 究 了 N S Y E中股票 与基金 股东 的投 资关 系 的结 构 特征 , 构建 二 分 网 , 现该 发
网络 具有 “ 世 界 效应 ” 无 标 度 特 征 . 多数 研 小 和 但 究 主要集 中在指数 股 票 网络 , 少有将 其用 到基金 很 市场 J随着 中 国金 融 市 场 的不 断 完 善 和发 展 , .
相关 性也 呈 现 无标 度 特 征 . 辉 煌 等 在 构 建 关 陈
1 基 金 加 权 网络 的构 建
本 文 以 中 国基金 市 场 中的股 票 型基 金 为研究 对 象 , 基金 做为 网络 的基金 节 点 , 金 持有 的股 把 基 票 为股票 节 点来 构 建 二 分 网 J 如果 某 基 金 持有 .
第2 9卷 第 1期
2 1 年 0 月 01 1
佳 木 斯 大 学 学 报 ( 自 然 科 学 版 )
Jun l f i s U i r t N trl cec d in ora o a i nv sy( a a S i eE io ) J mu ei u n t
Vo . 9 No. 12 1
摘
要 : 为 了探 讨 中国基金 市场的 网络 结构 , 先通过 二分 网的单顶 点 网络 构 建 了基金 无 向加 权
加权网络
10k
Random Real Inverse
100k
Betweenness
1k 100 10 1
Betweenness
Random Real Inverse
10k
Inverse Random Real
1 10 100 1k 10k
1k 1 10 100 1000
(c) Rank of link
(d) Rank of Vertex
wjk
d
i j k
w w
ij
jk
取最小值即为最短路径的距离
度分布
1000
Degree
800 600
Degree
400 200 0 0 100 200 300 400 500
Rank
点介数
logarithm multiplicative
1400
Unweighted
Betweenness of Vertex
Vertex Weight
1000
0.1
1
10
100
Rank of Vertex
Rank of Vertex
单位权
1 0.1
multiplicative
40 35 30
logarithm
Weight per Degree
1E-3 1E-4 1E-5 1E-6 1E-7 1E-8 1 10 100
Weight per Degree
加权、有向网络的静态统计性质
In-Out度和权的分布,度权的相关性,单位权
网络的演化性质
偏好性的实证检验
网络上思想的传播及效率分析
科学家的类聚分析
复杂网络概述 ppt课件
小世界实验--- Bacon数
在网上有一个网页。网站的数据库里总共存有有783940个世界 各地的演员的信息以及231,088部电影信息。
通过简单地输入演员名字就可以知道这个演员的 bacon 数。目 前比如输入Stephen Chow(周星驰)就可以得到这样的结果: 周星驰在 1991 年的《豪门夜宴 (Haomen yeyan)》 中与洪金宝 (Sammo Hung Kam-Bo) 合作;而洪金宝又在李小龙的最后一部 电影,即 1978 年的《死亡的游戏 ( Game of Death )》 中与 Colleen Camp 合作; Colleen Camp 在去年的电影《Trapped》 中与Kevin Bacon 合作。这样周星驰的Bacon数为3。 对78万个演员所做的统计:演员的最大Bacon数仅仅为8,平均 Bacon数仅为2.948。
ppt课件 6小世界实验--- Bac Nhomakorabean数
截止到几天前,世界电影史上共产生了大约 23万 部电影,78多万名电影演员(参见互联网电影库 ). Kavin Bacon在许多部电影中饰演小角色。 几 年 前 ,Virginia 大 学 的 计 算 机 专 家 Brett Tjaden 设计了一个游戏,他声称电影演员 Kevin Bacon是电影界的中心。 在游戏里定义了一个所谓的 Bacon 数:随便想一 个演员,如果他(她)和 Kavin Bacon 一起演过 电影,那么他(她)的 Bacon 数就为 1 ;如果他 (她)没有和Bacon演过电影,但是和Bacon数为 1 的演员一起演过电影,那么他的 Bacon 数就为 2 ; 依此类推。 发现: 在曾经参演的美国电影演员中,没有一个 人的Bacon数超过4。
复杂网络基础理论(ppt)
IP
朋
地
友
址 网
关系
网
数理统计基础
概率论基础 数理统计基础 统计假设及检验 一元线性回归分析
图论的基本概念
图的基本概念 图的路和连通性 图的基本运算 树与生成树 图的矩阵表示
复杂网络的研究内容和意义
研究的主要内容包括:网络的几何性质,网络 的形成机制,网络演化的统计规律,网络上的模 型性质,网络的结构稳定性,网络的演化动力学 机制等。
间的距离dij和从节点vj到vi之间的距离dji是不同的。距离dij 定义为从节点vi出发沿着同一方向到达节点vj所要经历的弧的 最少数目,而它的倒数1/dij称为从节点vi到节点vj的效率, 记为εij。
有向连通简单网络的平均距离L
因为效率可以用来描述非连通网络,所以可以定义有向网 络的效率LC为
介数
介数 节点的介数Bi定义为
式中,Njl表示从节点vj到vl的最短路径条数,Njl(i)表示 从节点vj到vl的最短路径经过节点vi的条数。 边的介数Bij定义为
式中,Nlm表示从节点vl到vm的最短路径条数,Nlm(eij )表示从节点vl到vm的最短路径经过边eij(方向相同)的 条数。
加权网络的静态特征
核度 一个图的k-核是指反复去掉度值小于k的节点及其连线后
,所剩余的子图,该子图的节点数就是该核的大小。 节点核度的最大值叫做网络的核度。 节点的核度可以说明节点在核中的深度,核度的最大值自然
就对应着网络结构中最中心的位置。
度中心性
度中心性分为节点度中心性和网络度中心性。 节点vi的度中心性CD(vi)定义为
网络G的度中心性CD定义为
介数中心性
介数中心性分为节点介数中心性和网络介数中心性。 节点vi的介数中心性CB(vi)定义为
社会复杂网的特性新版ppt
系统公理
• 构成公理:N≥2 所组成
系统由多个元素与要素
• 演化公理:ds/dt≥ 0 系统的变化是不可逆 的
• 突现公理:S≠∑s 整体不同于部分和
• 有限公理:e×e= 0 边界的边界为零(质 朴性原理)
3、构型与层次的特殊性
• 社会网络是分层的,生命,经济,政治 ,文化是社会系统的四个基本层次,每个社 会成员都将同时参与这四个层次的特殊活动 ,并在其中扮演角色,而不同层次又有各自 的特殊构形,表现出社会系统复杂性的不同 侧面。
构型特征
• A、不同层次的划分,个层次的特征参量 • B、不同特性网络之间的相互作用与相互组
重大影响
三、社会网络的基本测度
• 定量描述社会网络除了要考虑通常的几 个基本量(平均距离,顶点度分布,聚集系 数)外,还需要寻找能反映社会网特征的参 量。
3个基本量在社会网中的含义
• 1、average path length, • 2、clustering coefficient, • 3、degree distribution
社会复杂网中的三个经典模型
• 1、SW模型; • 2、改进SW模型 • 3、BA 模型 • 在社会经济中的具体案例。
社会经济网络的生长模型
• 通常网络演化仅仅考虑节点增减对网络性 质的影响,社会网络的生长通常则是由于连 接权重的变化而引起。
发生在社会经济网络上的过程
• 社会事物(事件) • 有社会中的人所参与的事物,过程都属
复杂系统的一般特性
• 1、开放性,即与环境和其它系统进行相互作用,交换物质 、能量、信息。保持和发展系统内部的有序性与结构稳定 性。虽然开放性是所有真实系统的基本属性,但这里的开 放非指一般意义上的相互作用与交流,而是开放的度量、 性质、强度对复杂系统的性态、演化具有决定性的意义。
复杂网络的基础知识
第二章复杂网络的基础知识2.1 网络的概念所谓“网络”(networks),实际上就是节点(node)和连边(edge)的集合。
如果节点对(i,j)与(j,i)对应为同一条边,那么该网络为无向网络(undirected networks),否则为有向网络(directed networks)。
如果给每条边都赋予相应的权值,那么该网络就为加权网络(weighted networks),否则为无权网络(unweighted networks),如图2-1所示。
图2-1 网络类型示例(a) 无权无向网络(b) 加权网络(c) 无权有向网络如果节点按照确定的规则连边,所得到的网络就称为“规则网络”(regular networks),如图2-2所示。
如果节点按照完全随机的方式连边,所得到的网络就称为“随机网络”(random networks)。
如果节点按照某种(自)组织原则的方式连边,将演化成各种不同的网络,称为“复杂网络”(complex networks)。
图2-2 规则网络示例(a) 一维有限规则网络(b) 二维无限规则网络2.2 复杂网络的基本特征量描述复杂网络的基本特征量主要有:平均路径长度(average path length )、簇系数(clustering efficient )、度分布(degree distribution )、介数(betweenness )等,下面介绍它们的定义。
2.2.1 平均路径长度(average path length )定义网络中任何两个节点i 和j 之间的距离l ij 为从其中一个节点出发到达另一个节点所要经过的连边的最少数目。
定义网络的直径(diameter )为网络中任意两个节点之间距离的最大值。
即}{max ,ij ji l D = (2-1) 定义网络的平均路径长度L 为网络中所有节点对之间距离的平均值。
即∑∑-=+=-=111)1(2N i N i j ij lN N L (2-2)其中N 为网络节点数,不考虑节点自身的距离。
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
16
• 经济物理学科学家合作网络的建立和统计分析
科学家之间的合作有多个层次,若希望通过网络分析挖掘 科学家在科学研究上的内在关联就必须考虑不同层次的相 互作用的贡献,而网络连接权重就就需要综合考虑层次和 强度两个方面。考虑科学家交流的三个层次:合著,引用 和致谢,记录为 (S1, S2 , x, y, z) ,作者 S1与S 2 合作x次, 引用作者 的S文2 章y次,并且在 的S文1 章致谢里感谢 z次。S事2 实上,可以把整个数据看做三个不同的网络,合 著网络,引用网络和致谢网络,把这三种关系综合在一起 考虑,看做一个网络,采用以下赋权方式:
例:为研究某一新思想的在一个学术领域的产生传播,研究科学家之间通 过文献相互作用的网络。相互作用分为三个层次:合作,引文,致谢 (无权 网中能体现相互作用的三个层次吗?) 。 我们可以根据不同的作用关系做三个网络:合作网络,引文网络,致谢网络. 但即便对于同一个网络比如引文网络,引文次数不同所代表的相互作用 关系不同。(无权网中能表现相互作用的强度吗?) 这时必须考虑赋边权,表示相联系的强度. 另外,我们希望在同一个网络中研究这三个层次的相互作用,还应该考虑 加权的方式. 当系统中包含同一属性的不同层次的关系的时候,必须仔细研究加权方 式.
时,具有较大权重的边倾向于连接具有较大度值的点
当
kw nn,i
knn,i
时,具有较大权重的边倾向于连接具有较小度值的点
所以,对于相互作用强度(权重)给定的边,
kw nn,i
表明它与具有不同度值的顶
点之间的和力。
10
• 最短路径
1.加权网络中两点之间的距离与权重的关系:
距离是权重的某种函数,这时需要看权重是相似权还是相异权。
19
• 边权固定模型
1.无标度加权网络模型(WSF) 2001年,Yook和Barabasi提出了类似于BA模型的加权网络生成模型。
其定义如下:
(1)网络拓扑结构的演化(同BA模型) 增长:初始时有n0个节点,每个时间间隔加入一个新节点j,并使新节点j
与m个已经存在的点连接(m≤ n0 ) 择优连接:新加入的点与网络中已经存在的点的连接不是等概率的,而是
j,k
wij
其中 wij 为网络中经最大权重标准化后的数值
12
Petter Holme 分析加权网络的聚类系数,指出它应该满足以下几条要求:
1. C w [0,1]
2.加权网退化为无权网时,聚类系数应与Watts-Strogatz定义的聚类系数的计 算结果一致。
3.权值为0表示该边不存在。
4.包含节点i的三角形中三条边对 C w (i) 的贡献应与边的权重成正比。
第八讲 加权网络
2010.11.13 李凯凯
1
主要内容: • 8.1 加权网络的统计性质 • 8.2 加权网络的演化模型 • 8.3 权重对网络结构性质的影响
2
8.1加权网络的统计性质
1. 加权网络的加权的必要性与方式 2. 加权网络上的统计量
3
1. 网络加权的必要性与赋权方式
网络加权的必要性:
向于与度大的节点相连)
如果 Knn(k) 是减函数,那么该网络是负向匹配网络。
knn (k)
k nn,i
1
1
knn,i
ki
kj
jNi
ki
aij k j
jV
9
在加权网络中:
定义节点的加权平均近邻度
kw nn,i
1 Si
aij wij k j
jN j
考虑权与度的相关性
当
kw nn,i
knn,i
相异权:定义两点之间的距离 lij wij
相似权:令
lij
1 wij
假设顶点i和k分别通过两条权重分别为
wij
间的距离。
和 wjk 的边相连,现求i与k之
对于相异权: lik wij w jk
对于相似权:lik
1 1 1
wij
w jk
2.最短路径:两点之间所有连通的路径中距离之和最小的一条或几条路径。
密.(例:科学家合作网中,把次数作为权重,得到相似 权) 注意: 在计算两点间的距离和聚类系数时,边权的意 义不同,计算方式也不同.
5
2.加权网络上的统计量 权相关性 最短路径 集聚系数
6
权相关性
1.基本概念:
点权:无权网中节点度的自然推广
点权 Si wij ,即与节点i i关联的边权之和。( 其中Ni 是节点i
14
• 2.社会网络
以科学家合作网为例,Newman定义了科学家合
作网的权重 ij
p
ip
p j
/(np
1)
,其中p包括数据
库中的所有文章,如果i是文章p的作者之一,
则
,否则 ip 1
ip 0
, n p 表示文章p中作者
的数目。从平均效果来看,合作者较少时作者之
间的相互关系更加紧密。
15
• 3.技术网络
22
Antal-Krapivsky提出了一个加权网络的演化模型, 改进之处是在演化过程中考虑了边权对网络结构 演化的影响。规则如下,每个时间间隔有一个节 点j加入到网络中,并选择一个老节点建立连接, 其连接概率正比于节点的强度:
ji
si l sl
此规则关注点强度对连接的驱动作用,点强度越 大的节点被连接到的概率越大。实际网络中,例 Internet网络中,新的路由器会根据带宽或流量 的处理能力连接到中枢路由器上。由于每个新顶 点只有一条边,所以该模型生成的网络是树形结 构的。
wij wij ,其中 可以取{1,2,3} 分别对应合著,
引用和致谢关系, wij 是三种关系所对应的权重,定义
为:wij tanh(Tij )
17
• 直观上说,次数越多关系越亲密,但是随着次数 的增加,,新事件对亲密程度的贡献越来越小, 即新事件对亲密程度的贡献具有边际递减效应。 因此采用具有饱和效应的tanh函数将次数转化为 权重,来刻画次数和亲密程度的非线性效应。假 定三种相互作用对权重的贡献也是不同的,用参 数 表 示。在研究经济物理学科学家合作网时, 分别取1,值为2 ,0.37,0.2,0.1。
7
结论2:差异性 Yi与度 k的关系
如果与顶点i关联的边的权重值差别不大,则 Yi 与
1 ki
成正比。
Yi
[ wij S jNi i
]2
[
wij ]2 w ki
ki
wij 2 1
w 2 ki2
ki
如果权值相差较大,那么只有一条边的权重起主要作用,则
Yi 1
8
2.相关性分析 加权网络需要进行 度相关性分析 点权相关性分析 权与度相关性分析
的近邻集合)
jNi
单权位重权分:布的Ui 差 Sk异ii, 性顶:点Yi连接jN的i[ wS平iij ]均2 表权示重与. i相连的边权分布的离散程度。
拥有相同点权与单位权的两个节点相比,差异性越大,离散程度越大。
点强度分布P(s)与度分布的作用类似,主要是考察节点具有点强度s的 概率。
边权分布P(w)代表一条边具有权重w的概率。
量取值的特点时,假设其服从某一区间上的均匀分布)
(1)网络结构拓扑演化同WSF网络
(2)赋边权:设定一参数p 以概率p按公式
w ji
ki ki
i
以概率1-p按公式
w ji
i i
当p=1时, ZTZH模型=WSF模型 i
赋边权 赋边权
当p=1时,边权的赋予完全由节点的适应度决定.
ZTZH模型的点强度分布也符合幂律分布 p(s) srs ,但是指数 rs 敏感地依赖于参 数p,随着p的增加,rs 从3连续下降。
Watts-Strogatz 定义的聚类系数:
aij a jk aki
C (i) j,k
aij aki
j ,k
wij w jk wki
加权网的聚类系数:
C
w H
j,k
m ax ij
wij
wij wik
j,k
13
一些加权网络的实证结果
• 1.生物网络
Almaas等人将酵母中的新陈代谢反应看作加权网络进行 研究,把从代谢物i到j的流量看作边权 ,观察到流量具有 高度非均匀性,在理想的培养下条件下,边权的分布符合 幂律分布 p()(0 ) 其中 0 0.0003 , 1.5 此外还发现给定两端度值的边的权重平均值和两个端点的 度值的关系为 ij ~ (kik j ) ,其中 0.5。除了全局流量 分布的非均匀性外,计算边权差异性 Yi 还可以观察到在 单个代谢物的层面上边权分布的非均匀性。在此网络上对 出度和入度相同的顶点计算边权差异性,发现它们都服从 Yi ~ k 0.27 这是一种介于Y (k) const 和 Y (k) ~ k 1 之间的中间 状态,说明一个代谢物参与的化学反应越多,其中的某一 个化学反应携带主要流量的可能性就越高。??