1,068
个编辑
更改
跳到导航
跳到搜索
第276行：
第276行： + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + + +
无编辑摘要
* 数字视频. Ron Graham on imaginary Erdős numbers.
* 数字视频. Ron Graham on imaginary Erdős numbers.
==编者推荐==
===集智文章===
====[https://swarma.org/?p=13508 小世界实验：六度分隔理论的来源 | 集智百科]====
Milgram的实验目的是为了研究两个随机选择的人之间相互认识的概率。这是看待小世界问题的一个角度。此问题的另外一种等价视角是将整个人群视作一个社交网络，然后尝试寻找任意两个节点之间的平均路径长度。Milgram的实验提供一套计算任何两个人之间的关联数的流程，用来测量这些路径的长度。
[[File:swarma0-1544360416.gif |right|300px|thumb|一个可能的小世界实验的消息路线示意图（Stanley Milgram）]]
基本流程：寄送包裹
1.尽管实验存在许多变量，Milgram将通讯链的起点设置在美国的内布拉斯加州的奥马哈和堪萨斯州的威奇托，将终点设置在了马萨诸塞州的波士顿，并选取了这些城市的居民作为典型代表。选择这些城市的理由是人们认为他们无论在社会文化还是地理距离上都相距甚远。
2.邮件包裹最初被“随机”发送给奥马哈和威奇托的居民，这些邮件包裹包括了标明研究目的的信件，和所要位于波士顿的目标联系人的基本信息。并附加了一份让参与者登记名字的花名册，以及寄回到哈佛的商用回邮信件。
3.接收者被询问他或她是否认识信中描述的联系人。如果认识，那么信件将被直接交给目标联系人。基于实验目标，与某人私下认识被定义为与之关系密切（比如某些名人，大家都知道他们的名字，却不能算得上认识）。
4.更可能的情况是，接收者并不认识目标联系人，那么这个人就需要考虑他的亲朋好友中谁更可能认识目标联系人。然后他们就在花名册上签下他们的名字。同时一张明信片就会寄回哈佛的研究者，以便他们能够追踪通讯的进展。
5.假如当包裹最终抵达了波士顿的目标联系人时，研究人员就可以检查花名册来记录它在人与人之间传递的次数。另外，如果包裹无法抵达目的地，寄回的明信片就能够标识出通讯链上的断点。
====[https://swarma.org/?p=13742 六度分隔实验的广泛影响 | 集智百科]====
当今，小世界问题仍旧是一个热门的研究主题，许多实验仍在持续开展中。比如，Peter Dodds，Roby Muhamad和Duncan Watts对Milgram的实验进行了首次大规模重复实验，其中包括24163封电子邮件通讯链和世界范围内的18位目标联系人。
Dodds等人同时发现，即使考虑了误差，通讯链的平均长度也近似为六。卡梅隆大学（ Carnegie Mellon University）做过一个基于受欢迎的社交网站的相似的实验。结果表明几乎没有消息能够真正抵达目的地。然而，米尔格拉姆所使用的方法也被用于这项研究。
[[file:swarma7-1544965210.jpg|thumb|right|300px|来源：《NIPS2017上有关线虫对神经网络的启发》]]
网络模型
1998年，来自康奈尔大学的Duncan J. Watts和Steven Strogatz发表了小世界现象的第一个网络模型。他们揭示了，无论是自然界的还是人造世界中的网络，比如说秀丽隐杆线虫和输电网络，均展现出了小世界的特征。Watts和Strogatz发现，对于一个起始规则的网格，增加少量的随机边会降低直径——网络中的任意两点之间的最长的直接路径（direct path）——从很长变到很短。
流行文化领域
社交网络充斥在美国和其它地区的流行文化中。特别地，六度的记号已经成为了集体意识（collective consciousness）的一部分。Facebook，Friendster，MySpace，XING，Orkut,Cyworld，Bebo一类的社交网站通过运用社交网络的理念，已经极大地增加了网络空间中的连通度。
====[https://swarma.org/?p=19627 什么是小世界网络模型 | 集智百科]====
首先，我们需要了解小世界网络是一种数学图。在这种图中，绝大多数节点之间并不相邻，但任一给定节点的邻居们却很可能彼此相邻，并且大多数任意节点，都可以用较少的步或跳跃访问到其他节点。在社交网络中，这种网络属性意味着一些彼此并不相识的人，可以通过一条很短的熟人链条被联系在一起，这也就是小世界现象。许多经验网络图都展示出了小世界现象，例如社交网络、互联网的底层架构、诸如Wikipedia的百科类网站以及基因网络等等。
[[file:wxsync-2020-05-debf34cb1b84a732bda8e077255f047a.jpg|thumb|300px|right]]
===CSDN社区===
====[https://blog.csdn.net/weixin_34331102/article/details/90563756?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522162928221316780262520679%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=162928221316780262520679&biz_id=0&utm_medium=distribute.pc_search_result.none-task-blog-2~all~sobaiduend~default-2-90563756.first_rank_v2_pc_rank_v29&utm_term=%E5%9F%83%E5%B0%94%E5%BE%B7%E4%BB%80&spm=1018.2226.3001.4187 数学怪才埃尔德什]====