| − | 在复杂系统研究中,[[复杂网络]](complex network)或[[图]](graph)是一种重要的抽象形式,用于刻画社会、技术、信息系统中的交互关系。Leskovec、Kleinberg 与 Faloutsos(2005, 2007)等人通过对多种真实网络演化的序列进行分析,发现复杂网络在演化过程中遵循两条普遍的规模法则:[[致密化定律]](densification law)与[[收缩直径定律]](shrinking diameter law)<ref name=":17">Leskovec, J., Kleinberg, J., & Faloutsos, C. (2007). Graph evolution. ''ACM Transactions on Knowledge Discovery from Data'', ''1''(1), 2. <nowiki>https://doi.org/10.1145/1217299.1217301</nowiki></ref> <ref name=":18">Leskovec, J., Kleinberg, J., & Faloutsos, C. (2005). Graphs over time. ''Proceedings of the Eleventh ACM SIGKDD International Conference on Knowledge Discovery in Data Mining'', 177–187. <nowiki>https://doi.org/10.1145/1081870.1081893</nowiki></ref>。这些规律揭示了网络在增长过程中所体现出的[[自组织]]特征与[[临界动力学]]机制。 | + | 在复杂系统研究中,[[复杂网络]](complex network)或[[图]](graph)是一种重要的抽象模型,用于刻画社会、技术、信息系统中的交互关系。Leskovec、Kleinberg 与 Faloutsos(2005, 2007)等人通过对多种真实网络的演化序列进行分析,发现它们遵循两条普遍的规模法则:[[致密化定律]](densification law)与[[收缩直径定律]](shrinking diameter law)<ref name=":17">Leskovec, J., Kleinberg, J., & Faloutsos, C. (2007). Graph evolution. ''ACM Transactions on Knowledge Discovery from Data'', ''1''(1), 2. <nowiki>https://doi.org/10.1145/1217299.1217301</nowiki></ref> <ref name=":18">Leskovec, J., Kleinberg, J., & Faloutsos, C. (2005). Graphs over time. ''Proceedings of the Eleventh ACM SIGKDD International Conference on Knowledge Discovery in Data Mining'', 177–187. <nowiki>https://doi.org/10.1145/1081870.1081893</nowiki></ref>。这些规律揭示了网络在增长过程中所体现出的[[自组织]]与[[临界动力学]]特征。 |