无标度网络 - 版本历史

13944556914：13944556914移动页面无标度网络 Scale-free network至无标度网络覆盖重定向

2024-06-03T06:55:22Z

13944556914移动页面无标度网络 Scale-free network至无标度网络覆盖重定向

2024年6月3日 (一) 06:54 13944556914

2024-06-03T06:54:15Z

思无涯咿呀咿呀：/* Scale-Free Networks 原文翻译 */

2021-08-01T01:11:16Z

Scale-Free Networks 原文翻译

2021年8月1日 (日) 01:06 思无涯咿呀咿呀

2021-08-01T01:06:04Z

显示更改

2020年5月1日 (五) 13:16 陶庐

2020-05-01T13:16:40Z

18621066378：/* 从无标度网络研究历史看想法传播 */

2020-05-01T10:27:16Z

从无标度网络研究历史看想法传播

18621066378：/* 编者推荐 */

2020-05-01T10:25:22Z

编者推荐

薄荷：/* 编者推荐 */

2020-04-20T04:18:55Z

编者推荐

薄荷：/* 广义无标度模型 */

2020-04-07T12:40:27Z

广义无标度模型

显示更改

@@ 第4行： / 第4行： @@
 }}
-'''无标度网络 scale-free network'''是一种[[度分布]]（即对复杂网络中节点度数的总体描述）服从或者接近[[幂律分布]]的[[复杂网络]]。无标度网络中某节点与另外 <math> k</math> 个节点相连接（度数为 <math>k</math> ）的概率是：
+'''无标度网络 （scale-free network）'''是一种[[度分布]]（即对复杂网络中节点度数的总体描述）服从或者接近[[幂律分布]]的[[复杂网络]]。无标度网络中某节点与另外 <math> k</math> 个节点相连接（度数为 <math>k</math> ）的概率是：
 <center><div style="width:500px;height:30px">

@@ 第244行： / 第244行： @@
-==无尺度网络==
+====无尺度网络====
     在过去40多年里，科学家惯于将所有复杂网络看作是随机网络。这一思想源于两位匈牙利数学家的研究，他们是卓越的Erdos以及他的密切合作者Renyi。1959年，为了描述通信和生命科学中的网络，Erdos和Renyi提出，通过在网络节点间随机地布置连结，就可以有效地模拟出这类系统。这种方法及相关定理的简明扼要，导致了图论的复兴，数学界也因此出现了研究随机网络的新领域。
@@ 第255行： / 第255行： @@
     我们在计算恰好拥有k个连结的万维网页面的数目时，发现网页的连结分布遵循所谓的"幂次定律":任何节点与其他k个节点相连结的概率，与l/k成正比。对于流入的连结而言，n值接近于2，这也就是说，流入连接数只有某站点一半的站点，在网中的数量却有该站点的4倍之多。幂次定律和表征随机网络的钟形分布大相径庭。具体来说，幂次定律不像钟形曲线那样具有一个峰值，而是由连续递减的函数来描述。如果用双对数坐标系来描述幂次定律，得到的是一条直线[见下图随机网络vs无尺度网络]。与随机网络中连结的民主分布不同，幂次定律所描述的，是由少数集散节点(如Yahoo和Google)所主控的系统。[[File:Wcdwl002.jpg|600px|居中|链接=https://wiki.swarma.org/index.php%3Ftitle=%E6%96%87%E4%BB%B6:Wcdwl002.jpg]]    随机网络中绝对不可能出现集散节点。当我们开始描绘万维网时，原本预期节点会像人类的身高一样遵循钟形分布，但结果却发现有些节点不能如此解释。我们就像突然发现了很多身高百尺的巨人一样，大吃了一惊。因此，我们想出了"无尺度"这样的用语。
-==无尺度网络在哪里?==
+====无尺度网络在哪里?====
     过去几年中，研究者在很多不同的系统中都发现了无尺度结构。我们研究万维网的目标是以超连结彼此串连的虚拟网页网络。相比之下，美国加州大学河滨分校的Faloutsos、加拿大多伦多大学的Faloutsos以及美国卡耐基梅隆大学的Faloutsos则是分析因特网的物理结构。这三位电脑科学家兄弟研究了以光纤或其他通信线路连接的路由器，他们发现，这个实体网络的拓扑结构也是无尺性的。
@@ 第336行： / 第336行： @@
-==集散节点的马太效应==
+====集散节点的马太效应====
     一个更为基本的问题也许是，为什么随机网络理论不能解释集散节点的存在?我们进一步考察了Erdos和Renyi的研究，发现这里面存在两个原因。
@@ 第349行： / 第349行： @@
     令人感兴趣的是，优先连结的机制常常是线性的。换句话说，如果一个现存节点的连结数是其相邻节点连结数的两倍，那么新节点与它连结的可能性，也是与邻近节点连结可能性的两倍。美国波士顿大学的Render及同事研究了不同类型的优先连结，他们发现。如果这种机制运行得比线性更快(例如，一个节点的连结数是另一个的两倍，而新节点连接到前者的可能性却是后者的4倍），那就容易出现一个攫取最多连结的集散节点，在这种"赢者通吃"的情况下，网络最终演变为拥有一个中心集散节点的星型拓扑结构。
-==无尺度网络的 "软肋"==
+====无尺度网络的 "软肋"====
     人们对电力网络和通信网络的依赖程度日益增高，凸现了一个广受关注的问题:这些网络到底有多可靠?好消息是复杂网络对意外故障具有很强的承受能力。实际上虽然每时每刻网络上都有数百个路由器失效，但因特网却很少因此受到大的影响。生命系统同样也具有这种强韧性:虽然细抱内存在诸如突变和蛋白质出错等数以千计的错误，但人体却极少因此发生严重的后果，这种强韧性的来源是什么呢？
@@ 第361行： / 第361行： @@
-=="无尺度"流行病==
+===="无尺度"流行病====
     对无尺度网络的认识，也可用于理解电脑病毒、疾病和时尚的传播。过去数十年间，无论是流行病学家还是市场营销专家，都在大力研究扩散理论。研究结果指出，一种传染病要在人群中传播开来，必须要跨越某一临界值。任何病毒、疾病或时尚的感染力一旦低于这个临界值，将不可避免地自行消亡;而一旦超过临界值，就会呈指数增长，最终传遍整个系统。
@@ 第376行： / 第376行： @@
     出于各种商业目的，有时人们需要引发流行而不是遏制流行。例如所谓的病毒式行销，通常试图把集散节点当做行销的目标，以加快产品为用户所接受的速度。显然，这种策略已不是什么新鲜事了。早在1950年代，一项由制药业巨头辉瑞公司出资进行的研究发现，医生圈子中开始采用新药的速度，与集散节点有很大的关系。实际上，市场推广人员早就凭直觉知道，某些特定的消费者在促进新产品或新时尚方面，就是比其他的消费者管用得多。新近的无尺度网络研究，只是为更严谨地探讨这些现象，提供了一个科学的框架和数学工具。
-==从理论到应用之路==
+====从理论到应用之路====
     虽然无尺度网络很普遍，但仍有许多明显的例外。例如，美国的高速公路系统和电力网络就不是无尺度网络。材料科学中的大部分网络也不是。以晶格为例，各原子部和同样数目的邻近原子相连结。对于其他的一些网络，我们还难以得出定论。如反映捕食者与猎物关系的食物链网络，由于网络规模太小，科学家还难以断定它的型态。此外，由于缺乏大规模的人脑内部连结图，科学家也无法得知这一重要网络的本质。

@@ 第1行： / 第1行： @@
-{{#seo:
+{{#seo:<nowiki></nowiki>
 |keywords =幂律分布,无标度网络,集智
 |description =无标度性,依附模型,规模不变形
@@ 第142行： / 第142行： @@
 ====双层网络模型 Two-level network model====
-Dangalchev<ref name="Dangalchev"/>通过添加二级偏好依附规则构建了一个双层模型。一个节点的吸引力是一个双层模型，不仅与和它相连接的节点的数量有关，也和和它二阶近邻的节点数量有关。
+Dangalchev<ref name="Dangalchev"/>通过添加二级偏好依附规则构建了一个双层模型。一个节点的吸引力是一个双层模型，不仅与和它相连接的节点数量有关，也和和它二阶近邻的节点数量有关。
 <math>{\Pi} \left ( k_{i} \right )=\frac{k_{i}+C\sum _{\left ( i,j \right )}k_{j}}{\sum _{j}k_{j}+C\sum _{j}k_{j}^{2}}</math>，其中C是介于0和1之间的系数。
@@ 第238行： / 第238行： @@
 ====[https://campus.swarma.org/play/coursedetail?id=10404 图与网络：社交网络分析]====
-社会网络、复杂网络都是复杂性科学研究的热门话题之一。该课程以「无标度网络」为例，讲解了社交网络及Barabasi-Albert模型，并教学Mathematica中关于网络的一系列工具。
+社会网络、复杂网络都是复杂性科学研究的热门话题。该课程以「无标度网络」为例，讲解了社交网络及Barabasi-Albert模型，并教学Mathematica中关于网络的一系列工具。
@@ 第250行： / 第250行： @@
 ====[https://campus.swarma.org/play/coursedetail?id=10587 从无标度网络研究历史看想法传播]====
-该课程将从发现、建模和分析几个方面梳理无标度网络的研究历史，包括对于存在的争议的分析，最后给出对网络科学未来发展的一些看法。
+该课程从发现、建模和分析等维度，梳理了无标度网络的研究历史，包括对于存在的争议的分析，最后给出对网络科学未来发展的一些看法。
 ====[https://campus.swarma.org/course/1110 重访经典：无标度网络]====
-该课程解读的是Barabasi的大作，主要介绍了网络中的幂律分布特性，首次介绍了无标度网络这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。
+该课程主要介绍Barabasi有关无标度网络的开山大作。Barabasi这部大作主要介绍了网络中的幂律分布特性，首次创建了无标度网络这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。
 ----
-本中文词条由[[用户: Entropie|Entropie]]参与编译，[[用户: 刘晶|刘晶]]审校，[[用户:薄荷|薄荷]]编辑，欢迎在讨论页面留言。
+本中文词条由[[用户: Entropie|Entropie]]参与编译，[[用户: 刘晶|刘晶]]审校，[[用户:薄荷|薄荷]],[[用户:陶庐||陶庐]]编辑，欢迎在讨论页面留言。
 '''本词条内容源自wikipedia及公开资料，遵守 CC3.0协议。'''

@@ 第251行： / 第251行： @@
 ====[https://campus.swarma.org/play/coursedetail?id=10587 从无标度网络研究历史看想法传播]====
 该课程将从发现、建模和分析几个方面梳理无标度网络的研究历史，包括对于存在的争议的分析，最后给出对网络科学未来发展的一些看法。
 ====[https://campus.swarma.org/course/1110 重访经典：无标度网络]====

←上一版本		2020年5月1日 (五) 10:25的版本
第253行：		第253行：


−		+	====[https://campus.swarma.org/course/1110 重访经典：无标度网络]====
		+	该课程解读的是Barabasi的大作，主要介绍了网络中的幂律分布特性，首次介绍了无标度网络这一重要概念，并研究了其背后的生成机制——偏好连接(preferential attachment)。

	----		----

←上一版本	2024年6月3日 (一) 06:55的版本
（没有差异）