更改

'''优先链接 Preferential Attachment'''过程是一类过程，在这类过程中，某些量(通常是某种形式的财富或信贷)是根据一些人或事物已经拥有的量来分配的，从而使那些已经富有的人比那些不富有的人得到更多。”优先链接”是描述该过程的众多名称中最贴近其本质含义的名称。它还被称为“Yule过程”、“优势积累”、“富人越来越富” ，以及说得不那么确切的“马太效应”。它们也与吉布拉定律有关。优先链接之所以受到科学家的关注，主要是因为它能在适当的条件下产生'''幂律分布 Power Law Distributions'''。

'''优先链接 Preferential Attachment'''过程是一类过程，在这类过程中，某些量(通常是某种形式的财富或信贷)是根据一些人或事物已经拥有的量来分配的，从而使那些已经富有的人比那些不富有的人得到更多。”优先链接”是描述该过程的众多名称中最贴近其本质含义的名称。它还被称为“Yule过程”、“优势积累”、“富人越来越富” ，以及说得不那么确切的“马太效应”。它们也与吉布拉定律有关。优先链接之所以受到科学家的关注，主要是因为它能在适当的条件下产生'''幂律分布 Power Law Distributions'''。

优先链接过程是一个'''随机瓮过程 Stochastic Urn Process'''，也就是说离散的财富单位(通常称为“球”)，以随机或部分随机的方式添加到一组物体或容器(通常称为“瓮”)。优先链接过程是一个瓮过程，在这个过程中，额外的球被不断地添加到系统中，并作为瓮中已有球数的递增函数分配到瓮中。尽管在最常研究的例子中，翁的数量也在不断增加，但是这不是优先链接的必要条件，有一些研究的例子伴随着翁数量不变甚至减少的现象。

优先链接过程是一个'''随机瓮过程 Stochastic Urn Process'''，也就是说离散的财富单位(通常称为“球”)，以随机或部分随机的方式添加到一组物体或容器(通常称为“瓮”)。优先链接过程是一个瓮过程，在这个过程中，额外的球被不断地添加到系统中，并作为瓮中已有球数的递增函数分配到瓮中。尽管在最常研究的例子中，翁的数量也在不断增加，但是这不是优先链接的必要条件，有一些研究的例子伴随着翁数量不变甚至减少的现象。

优先链接过程的一个典型例子是生物有机体的某些高级分类单元中每个属的物种数量的增长。<ref name=YulePhilTrans>{{cite journal | last=Yule | first=G. U. | title=A Mathematical Theory of Evolution, based on the Conclusions of Dr. J. C. Willis, F.R.S | journal=Philosophical Transactions of the Royal Society B | volume=213 | pages=21–87 | year=1925 | doi=10.1098/rstb.1925.0002 | issue=402–410| doi-access=free }}</ref>每当一个新出现的物种被认为与其祖先完全不同，不属于任何一个现有属时，新属(“urns”)就被添加到分类单元中。新物种(“球”)加入的时候旧物种发生演变(即一分为二)，如果认为新物种与其亲本属于同一属(除外它们本身是新属)，那么新物种加入该属的概率将与该属已有的物种数量成正比。这个首先被Yule研究的过程，就是一个线性优先链接的过程，因为新物种的繁殖率与其已经拥有的数量成线性关系。

优先链接过程的一个典型例子是生物有机体的某些高级分类单元中每个属的物种数量的增长。<ref name=YulePhilTrans>{{cite journal | last=Yule | first=G. U. | title=A Mathematical Theory of Evolution, based on the Conclusions of Dr. J. C. Willis, F.R.S | journal=Philosophical Transactions of the Royal Society B | volume=213 | pages=21–87 | year=1925 | doi=10.1098/rstb.1925.0002 | issue=402–410| doi-access=free }}</ref>每当一个新出现的物种被认为与其祖先完全不同，不属于任何一个现有属时，新属(“urns”)就被添加到分类单元中。新物种(“球”)加入的时候旧物种发生演变(即一分为二)，如果认为新物种与其亲本属于同一属(除外它们本身是新属)，那么新物种加入该属的概率将与该属已有的物种数量成正比。这个首先被Yule研究的过程，就是一个线性优先链接的过程，因为新物种的繁殖率与其已经拥有的数量成线性关系。

翁的数量增加的线性优先链接过程，会在翁中按照所谓的Yule分布产生球的分布。在最一般形式的过程中，球添加到系统中的整体速率是每个瓮中添加m个新球。每个新创建的瓮都以 k₀ 个球开始，然后新球被不断地添加到瓮中，其速度与瓮的数量k加常数 ''a''&nbsp;>&nbsp;>''k''₀成正比。利用这些定义，可以给出长时极限下具有k个球的瓮的分数P(k)<ref>{{cite journal | last=Newman | first=M. E. J. | title=Power laws, Pareto distributions and Zipf's law | journal=Contemporary Physics | volume=46 | pages=323–351 | year=2005 | arxiv=cond-mat/0412004 | doi=10.1080/00107510500052444 | issue=5 | bibcode=2005ConPh..46..323N}}</ref>:

翁的数量增加的线性优先链接过程，会在翁中按照所谓的Yule分布产生球的分布。在最一般形式的过程中，球添加到系统中的整体速率是每个瓮中添加m个新球。每个新创建的瓮都以 k₀ 个球开始，然后新球被不断地添加到瓮中，其速度与瓮的数量k加常数 ''a''&nbsp;>&nbsp;>''k''₀成正比。利用这些定义，可以给出长时极限下具有k个球的瓮的分数P(k)<ref>{{cite journal | last=Newman | first=M. E. J. | title=Power laws, Pareto distributions and Zipf's law | journal=Contemporary Physics | volume=46 | pages=323–351 | year=2005 | arxiv=cond-mat/0412004 | doi=10.1080/00107510500052444 | issue=5 | bibcode=2005ConPh..46..323N}}</ref>:

<math> P(k)={\mathrm{B}(k+a,\gamma)\over\mathrm{B}(k_0+a,\gamma-1)},</math>

<math> P(k)={\mathrm{B}(k+a,\gamma)\over\mathrm{B}(k_0+a,\gamma-1)},</math>

对于k&nbsp;≥&nbsp;k₀(否则为0) ，其中 b (x，y)是 Euler beta 函数:

对于k&nbsp;≥&nbsp;k₀(否则为0) ，其中 b (x，y)是 Euler beta 函数:

<math> \mathrm{B}(x,y)={\Gamma(x)\Gamma(y)\over\Gamma(x+y)},</math>

<math> \mathrm{B}(x,y)={\Gamma(x)\Gamma(y)\over\Gamma(x+y)},</math>

(x)是标准伽马函数，并且

(x)是标准伽马函数，并且

<math>\gamma=2 + {k_0 + a\over m}.</math>

<math>\gamma=2 + {k_0 + a\over m}.</math>

对于较大的x和固定的y，β函数表现为B(''x'',&nbsp;''y'')&nbsp;~&nbsp;''x''^−''y''，这意味着对于k的大值，我们有一个渐近的β函数

对于较大的x和固定的y，β函数表现为B(''x'',&nbsp;''y'')&nbsp;~&nbsp;''x''^−''y''，这意味着对于k的大值，我们有一个渐近的β函数

<math> P(k) \propto k^{-\gamma}.</math>

<math> P(k) \propto k^{-\gamma}.</math>

换句话说，优先链接过程在其尾部产生一个遵循'''帕累托分布 Pareto Distribution'''或'''幂定律 Power Law'''的'''“长尾”分布 Long-Tailed Distribution'''。这是历史上人们对优先链接感兴趣的主要原因: 经过实际的观察，物种分布和许多其他现象都遵循幂律分布，而优先链接过程是解释这种行为的主要候选机制。它还可能解释如城市规模的分布<ref name=SimonBiomet>{{cite journal | last=Simon | first=H. A. | title=On a class of skew distribution functions | journal=Biometrika | volume=42 | pages=425–440  | year=1955 | doi=10.1093/biomet/42.3-4.425  | issue=3–4 }}</ref>，大富豪的财富<ref name=SimonBiomet /> the number of citations received by learned publications,<ref name=PriceJASIS>{{cite journal | last=Price | first=D. J. de S.  | title=A general theory of bibliometric and other cumulative advantage processes | journal=J. Amer. Soc. Inform. Sci. | volume=27 | pages=292–306 | year=1976 | url=http://garfield.library.upenn.edu/price/pricetheory1976.pdf | doi=10.1002/asi.4630270505 | issue=5}}</ref>，以及万维网网页的链接数量等问题。<ref name=BAScience>{{cite journal | last=Barabási | first=A.-L. |author2=R. Albert | title=Emergence of scaling in random networks | journal=Science | volume=286 | pages=509–512 | year=1999 | arxiv=cond-mat/9910332 | doi=10.1126/science.286.5439.509 | issue=5439 | pmid=10521342| bibcode=1999Sci...286..509B }}</ref>

换句话说，优先链接过程在其尾部产生一个遵循'''帕累托分布 Pareto Distribution'''或'''幂定律 Power Law'''的'''“长尾”分布 Long-Tailed Distribution'''。这是历史上人们对优先链接感兴趣的主要原因: 经过实际的观察，物种分布和许多其他现象都遵循幂律分布，而优先链接过程是解释这种行为的主要候选机制。它还可能解释如城市规模的分布<ref name=SimonBiomet>{{cite journal | last=Simon | first=H. A. | title=On a class of skew distribution functions | journal=Biometrika | volume=42 | pages=425–440  | year=1955 | doi=10.1093/biomet/42.3-4.425  | issue=3–4 }}</ref>，大富豪的财富<ref name=SimonBiomet /> the number of citations received by learned publications,<ref name=PriceJASIS>{{cite journal | last=Price | first=D. J. de S.  | title=A general theory of bibliometric and other cumulative advantage processes | journal=J. Amer. Soc. Inform. Sci. | volume=27 | pages=292–306 | year=1976 | url=http://garfield.library.upenn.edu/price/pricetheory1976.pdf | doi=10.1002/asi.4630270505 | issue=5}}</ref>，以及万维网网页的链接数量等问题。<ref name=BAScience>{{cite journal | last=Barabási | first=A.-L. |author2=R. Albert | title=Emergence of scaling in random networks | journal=Science | volume=286 | pages=509–512 | year=1999 | arxiv=cond-mat/9910332 | doi=10.1126/science.286.5439.509 | issue=5439 | pmid=10521342| bibcode=1999Sci...286..509B }}</ref>

这里描述的一般模型包括许多作为特例的其他特定模型。例如，在上面的种属例子中，每个属以一个单一的种(k₀&nbsp;=&nbsp;1)开始，并且获得的新种正比于它已有的种的数量(a&nbsp;=&nbsp;0) ，因此P(k)&nbsp;=&nbsp;B(k,&nbsp;γ)/B(k₀,&nbsp;γ&nbsp;−&nbsp;1)，γ=2&nbsp;+&nbsp;1/m. 。类似地，科学引文的'''价格模型 Price Model'''<ref name=PriceJASIS /> 对应于k₀&nbsp;=&nbsp;0，a&nbsp; =&nbsp;1 ，而广泛研究的'''Barabási-Albert 模型'''<ref name=BAScience />对应于 k₀&nbsp;=&nbsp;m, a&nbsp;=&nbsp;0.。

这里描述的一般模型包括许多作为特例的其他特定模型。例如，在上面的种属例子中，每个属以一个单一的种(k₀&nbsp;=&nbsp;1)开始，并且获得的新种正比于它已有的种的数量(a&nbsp;=&nbsp;0) ，因此P(k)&nbsp;=&nbsp;B(k,&nbsp;γ)/B(k₀,&nbsp;γ&nbsp;−&nbsp;1)，γ=2&nbsp;+&nbsp;1/m. 。类似地，科学引文的'''价格模型 Price Model'''<ref name=PriceJASIS /> 对应于k₀&nbsp;=&nbsp;0，a&nbsp; =&nbsp;1 ，而广泛研究的'''Barabási-Albert 模型'''<ref name=BAScience />对应于 k₀&nbsp;=&nbsp;m, a&nbsp;=&nbsp;0.。

优先链接有时被称为马太效应，但两者并不完全等同。马太效应，最早由罗伯特·金·莫顿讨论<ref>{{cite journal | last=Merton | first=Robert K. | title=The Matthew effect in science | journal=Science | volume=159 | pages=56–63 | year=1968 | doi=10.1126/science.159.3810.56 | pmid=17737466 | issue=3810| bibcode=1968Sci...159...56M }}</ref>，是根据《圣经》中的一段马太福音命名的: 凡有的，还要加给他，叫他有余；凡没有的，连他所有的也要夺去。(马太福音25:29，新国际版)。优先链接过程并不包括夺走的部分。但是这一说法可能没有意义，因为马太效应背后的科学见解无论如何都是不一样的。定性地说，它并不是像如优先链接一样在描述一种机械的乘法效应，而是在描述一种特定的人类行为。在这种行为中，人们更有可能给归功于名人而不是归功于小透明。马太效应的经典例子是：两个不同的人同时做出了某项科学发现，其中一个人十分有名，另一个人则鲜为人知；据称，在这种情况下，人们往往更倾向于将这一发现归功于著名的科学家。因此，马太效应所要描述的现实景象与优先链接是截然不同的(虽然肯定与优先链接有关)。

优先链接有时被称为马太效应，但两者并不完全等同。马太效应，最早由罗伯特·金·莫顿讨论<ref>{{cite journal | last=Merton | first=Robert K. | title=The Matthew effect in science | journal=Science | volume=159 | pages=56–63 | year=1968 | doi=10.1126/science.159.3810.56 | pmid=17737466 | issue=3810| bibcode=1968Sci...159...56M }}</ref>，是根据《圣经》中的一段马太福音命名的: 凡有的，还要加给他，叫他有余；凡没有的，连他所有的也要夺去。(马太福音25:29，新国际版)。优先链接过程并不包括夺走的部分。但是这一说法可能没有意义，因为马太效应背后的科学见解无论如何都是不一样的。定性地说，它并不是像如优先链接一样在描述一种机械的乘法效应，而是在描述一种特定的人类行为。在这种行为中，人们更有可能给归功于名人而不是归功于小透明。马太效应的经典例子是：两个不同的人同时做出了某项科学发现，其中一个人十分有名，另一个人则鲜为人知；据称，在这种情况下，人们往往更倾向于将这一发现归功于著名的科学家。因此，马太效应所要描述的现实景象与优先链接是截然不同的(虽然肯定与优先链接有关)。

普赖斯于1976年首次将优先链接应用于学术引文。<ref name=PriceJASIS />(他把这个过程称为'''“优势累积” Cumulative Advantage'''过程。)他也是第一个将这一过程应用于网络发展的人，他创造了现在所谓的'''无标度网络 Scale-Free Network'''。正是在网络增长的背景下，这一过程在今天得到了最频繁的研究。普莱斯还将优先链接作为许多其他现象中幂定律的可能解释，包括洛特卡的科学生产力定律和布拉德福德的期刊使用定律。

普赖斯于1976年首次将优先链接应用于学术引文。<ref name=PriceJASIS />(他把这个过程称为'''“优势累积” Cumulative Advantage'''过程。)他也是第一个将这一过程应用于网络发展的人，他创造了现在所谓的'''无标度网络 Scale-Free Network'''。正是在网络增长的背景下，这一过程在今天得到了最频繁的研究。普莱斯还将优先链接作为许多其他现象中幂定律的可能解释，包括洛特卡的科学生产力定律和布拉德福德的期刊使用定律。

1999年，Barabási 和 Albert 提出了优先链接在万维网发展中的应用。<ref name=BAScience />他们也杜撰了该过程被广为知晓的名字——“优先链接”，并且表明这个过程也可以应用于其他网络的增长。对增长的网络来说，优先链接的精确作用形式可以用极大似然估计来估计。<ref>{{cite journal |last1=Pham |first1=Thong |last2=Sheridan |first2=Paul |last3=Shimodaira |first3=Hidetoshi |title=PAFit: A Statistical Method for Measuring Preferential Attachment in Temporal Complex Networks |journal=PLoS ONE |date=September 17, 2015 |volume=10 |issue=9 |doi=10.1371/journal.pone.0137796 |url=http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0137796 |pages=e0137796 |pmid=26378457 |pmc=4574777|bibcode=2015PLoSO..1037796P }}</ref>

1999年，Barabási 和 Albert 提出了优先链接在万维网发展中的应用。<ref name=BAScience />他们也杜撰了该过程被广为知晓的名字——“优先链接”，并且表明这个过程也可以应用于其他网络的增长。对增长的网络来说，优先链接的精确作用形式可以用极大似然估计来估计。<ref>{{cite journal |last1=Pham |first1=Thong |last2=Sheridan |first2=Paul |last3=Shimodaira |first3=Hidetoshi |title=PAFit: A Statistical Method for Measuring Preferential Attachment in Temporal Complex Networks |journal=PLoS ONE |date=September 17, 2015 |volume=10 |issue=9 |doi=10.1371/journal.pone.0137796 |url=http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0137796 |pages=e0137796 |pmid=26378457 |pmc=4574777|bibcode=2015PLoSO..1037796P }}</ref>