第1行: |
第1行: |
| {{#seo: | | {{#seo: |
− | |keywords=优先链接,幂律分布,翁, | + | |keywords=优先链接,[[幂律分布]],翁, |
| |description=优先链接是一类过程,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。又称“富人越来越富”。 | | |description=优先链接是一类过程,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。又称“富人越来越富”。 |
| }} | | }} |
| | | |
| | | |
− | '''优先链接 Preferential Attachment'''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'''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'''。 |
| | | |
| | | |
第36行: |
第36行: |
| | | |
| | | |
− | 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> |
| | | |
| | | |
第47行: |
第47行: |
| ==历史== | | ==历史== |
| | | |
− | 1925年,那时的Udny Yule是第一个对优先链接进行严谨考量的人,他用它来解释被子植物属中物种数量的幂律分布。<ref name=YulePhilTrans />为了纪念他,这个过程有时被称为“Yule过程”。Yule能够证明这个过程产生了一个带有幂律尾巴的分布,但是他的证明的细节,按照今天的标准,是曲折和晦涩的,因为现代的随机过程理论工具当时还不存在,他被迫使用更加繁琐的证明方法。 | + | 1925年,那时的Udny Yule是第一个对优先链接进行严谨考量的人,他用它来解释被子植物属中物种数量的[[幂律分布]]。<ref name=YulePhilTrans />为了纪念他,这个过程有时被称为“Yule过程”。Yule能够证明这个过程产生了一个带有幂律尾巴的分布,但是他的证明的细节,按照今天的标准,是曲折和晦涩的,因为现代的随机过程理论工具当时还不存在,他被迫使用更加繁琐的证明方法。 |
| | | |
| | | |
第112行: |
第112行: |
| | | |
| | | |
− | 如果能够把这些横跨三个世纪、来自不同领域的科学先驱组织在一起召开主题论坛的话,他们讨论甚至争论的主题也许只有一个:幂律(Power Law)分布。本文通过围绕网络科学中的核心概念——无标度网络、幂律分布以及偏好链接机制的“多次重复发现”和“多轮争议”的故事,与读者分享网络科学研究的曲折而又动人的历程。 | + | 如果能够把这些横跨三个世纪、来自不同领域的科学先驱组织在一起召开主题论坛的话,他们讨论甚至争论的主题也许只有一个:幂律(Power Law)分布。本文通过围绕网络科学中的核心概念——无标度网络、[[幂律分布]]以及偏好链接机制的“多次重复发现”和“多轮争议”的故事,与读者分享网络科学研究的曲折而又动人的历程。 |
| | | |
| | | |
第118行: |
第118行: |
| | | |
| | | |
− | ====[https://swarma.org/?p=11823 解读幂律分布与无标度网络 | 长文综述]==== | + | ====[https://swarma.org/?p=11823 解读[[幂律分布]]与无标度网络 | 长文综述]==== |
− | 本文介绍了幂律分布的形式、特点以及无标度网络的形式和特点,特别是无标度网络在于抵御攻击和传染病传播上的特异性。列举了一些经典的幂律分布随机变量生成机制,最后简介了对数线性回归和极大似然对于幂律指数的估计方式以及KS检验在幂律分布检验上的应用。
| + | 本文介绍了[[幂律分布]]的形式、特点以及无标度网络的形式和特点,特别是无标度网络在于抵御攻击和传染病传播上的特异性。列举了一些经典的[[幂律分布]]随机变量生成机制,最后简介了对数线性回归和极大似然对于幂律指数的估计方式以及KS检验在[[幂律分布]]检验上的应用。 |
| | | |
| | | |
| ===集智视频=== | | ===集智视频=== |
| | | |
− | ====[https://campus.swarma.org/mobile/course/1747 无标度网络与幂律分布]==== | + | ====[https://campus.swarma.org/mobile/course/1747 无标度网络与[[幂律分布]]]==== |
| [[File:163fb135d48b900d08e9c85d1a214e51.jpg|thumb|right|300px]] | | [[File:163fb135d48b900d08e9c85d1a214e51.jpg|thumb|right|300px]] |
− | 本课程中,将解释复杂性研究领域的两次著名争论之间千丝万缕的联系。一是1955年至1961年,人工智能之父西蒙与分形之父曼德布罗特关于幂律分布起源的争论;二是2018年,克劳塞特和巴拉巴西关于真实世界是否广泛存在无标度网络的争论。
| + | 本课程中,将解释复杂性研究领域的两次著名争论之间千丝万缕的联系。一是1955年至1961年,人工智能之父西蒙与分形之父曼德布罗特关于[[幂律分布]]起源的争论;二是2018年,克劳塞特和巴拉巴西关于真实世界是否广泛存在无标度网络的争论。 |
| | | |
| | | |
第135行: |
第135行: |
| | | |
| | | |
− | ====[https://campus.swarma.org/mobile/course/647 复杂系统中的幂律分布]==== | + | ====[https://campus.swarma.org/mobile/course/647 复杂系统中的[[幂律分布]]]==== |
| [[File:54482fca281db84e5f7135ce9ff41ffd.png|thumb|right|300px]] | | [[File:54482fca281db84e5f7135ce9ff41ffd.png|thumb|right|300px]] |
| | | |
− | 2018年国家统计局公布的数据显示,全国居民人均可支配收入在2017年是2.6万元,如果收入满足正态分布的话,收入超过6万的人会很少。但实际上,早在2016年,就已经有20%的居民可支配收入超过了5.9万!实际上,人们的收入服从幂律分布,而不是正态分布。这意味着用平均去代表整体的水平,是有严重偏差的。 | + | 2018年国家统计局公布的数据显示,全国居民人均可支配收入在2017年是2.6万元,如果收入满足正态分布的话,收入超过6万的人会很少。但实际上,早在2016年,就已经有20%的居民可支配收入超过了5.9万!实际上,人们的收入服从[[幂律分布]],而不是正态分布。这意味着用平均去代表整体的水平,是有严重偏差的。 |
| | | |
| | | |
− | 除此之外,有很多实际问题都与幂律分布相关。比如,为什么在收入、财富统计中,我们不能用均值代表总体;为什么古老的计算机病毒不能被根除;为什么你的好友比你更受欢迎;为什么大规模股灾隔三差五就会出现;为什么保险行业比我们想象的更加脆弱;为什么阿里巴巴可达千亿市值、亚马逊可达万亿市值等,这些问题都可以用幂律分布的相关知识进行解释。
| + | 除此之外,有很多实际问题都与[[幂律分布]]相关。比如,为什么在收入、财富统计中,我们不能用均值代表总体;为什么古老的计算机病毒不能被根除;为什么你的好友比你更受欢迎;为什么大规模股灾隔三差五就会出现;为什么保险行业比我们想象的更加脆弱;为什么阿里巴巴可达千亿市值、亚马逊可达万亿市值等,这些问题都可以用[[幂律分布]]的相关知识进行解释。 |
| | | |
| | | |
− | 本课程结合实际数据和丰富的学术文献,从各方面向大家展示幂律分布——复杂系统入门必修课,其特征和意义,以及如何应用,为大家打造了体系完整的幂律分布学习框架!
| + | 本课程结合实际数据和丰富的学术文献,从各方面向大家展示[[幂律分布]]——复杂系统入门必修课,其特征和意义,以及如何应用,为大家打造了体系完整的[[幂律分布]]学习框架! |
| | | |
| | | |