“巴拉巴西网络科学”的版本间的差异
（→编者推荐） |
（没有差异）
|
2020年3月26日 (四) 13:03的版本
内容简介
网络如何影响了我们的时代？
网络领域是如何成长得这么快的？
人与人之间怎样建立连接？
社会网络是六度分隔的吗？
真实网络是随机的吗？
信息怎样通过网络中的节点传播?
……
《巴拉巴西网络科学》列举了很多生活中的案例，深入浅出，全面而系统地绘制出一幅网络科学领域的知识地图。关于网络，你想知道的一切都能在这本书中找到。
全球复杂网络研究权威、“无标度网络”奠基人艾伯特-拉斯洛·巴拉巴西花费5年心血，用丰富的案例和研究成果，结合大量图表和参考文献，将网络科学的专业知识融汇成10大模块，以大众视角讲透网络科学；中国科学院计算技术研究所研究员、网络科学和社会计算专家沈华伟、普林斯顿大学博士后黄俊铭担纲翻译，最大程度还原原著。作为一本专业教材，《巴拉巴西网络科学》是网络科学领域研究者、教师、学生的必备佳作；除此之外，本书文笔流畅、通俗易懂，将网络科学的理论与日常生活联系起来，为普通大众了解当今的互联世界提供了一个通道。
网络科学是一门多学科交叉的复杂科学，与数学、物理学、社会科学、计算机科学、生物学、医学等学科密切相关，网络科学的应用领域也是多种多样：社交网络、经济网络、大脑网络、传播网络、组织网络、军事网络……《巴拉巴西网络科学》不仅是一本网络科学领域的权威教材，更是一本能让每个人理解复杂社会的运行规律、认识未来、学会并运用网络思维的实用手册。
基本信息
- 书名：《巴拉巴西网络科学》
- 作者：艾伯特-拉斯洛·巴拉巴西 Albert-László Barabási
- 译者：沈华伟，黄俊铭
- 英文书名：Network Science
- 出版社： 河南科学技术出版社
- ISBN：9787534998553
- 版次：1
- 出版时间：2020-02-01
- 页数：596
- 字数：836000
作者介绍
艾伯特-拉斯洛·巴拉巴西 Albert-László Barabási
- 全球复杂网络研究权威，“无标度网络”的创立者。美国物理学会院士，匈牙利科学院院士，欧洲科学院院士。
- 美国东北大学教授，网络科学研究中心创始人、主任，同时任职于哈佛大学媒体学院医学系，并担任丹那-法伯癌症研究所癌症系统生物学中心研究员。
- 畅销书巴拉巴西成功定律 The Formula: The Universal Laws of Success《爆发》作者，全球复杂网络研究第一人，全球复杂网络研究权威，
- 美国物理学会院士，匈牙利科学院院士，欧洲科学院院士。
译者介绍
- 中国科学院计算技术研究所研究员，中国中文信息学会社会媒体处理专委会副主任。研究方向为网络科学和社会计算。
- 先后获得中科院院长特别奖和北京市科学技术奖，入选首批中科院青年创新促进会优秀会员、北京智源人工智能研究院青年科学家。
黄俊铭
- 博士毕业于中国科学院计算技术研究所，普林斯顿大学博士后.
- 研究方向为量化社会学方法、科学计量学、社交网络分析、文本分析等。
- 曾在美国东北大学做博士后期间与本书作者一同工作。
内容目录
目录大纲
- 译者序 如小说般引人入胜的网络科学
- 前言 网络科学诞生的奇妙旅程
- 引言 复杂科学的未来
- 第1章 图论
- 第2章 随机网络
- 第3章 无标度性质
- 第4章 巴拉巴西-阿尔伯特模型
- 第5章 演化网络
- 第6章 度相关性
- 第7章 网络鲁棒性
- 第8章 社区
- 第9章 传播现象
- 结 语 运用网络科学理解当今的互联世界
原文摘录
如今，每年有十余个学术会议、研讨会和讲习班在关注网络，有百余本书及多本重点期刊专注于网络领域，大部分大学开设了网络科学课程，有三个大洲的大学设置了网络科学博士学位，科研资助机构也在网络领域投入了数亿美元的经费。看到这些，人们不禁会想，这个仅出现十余年的领域真可谓一帆风顺。不过，受此种效应的影响，我们可能会忽略一个最耐人寻味的问题：网络领域是如何成长得这么快的？
我把这一章视为我的科学发现旅程，原因其实很简单：我并没有打算对上述问题提供一个无偏见的回答，而是希望从一个参与者的角度去回忆网络科学的兴起。我恰好是最了解这个参与者的人，因为“他”就是我。我想回忆的并不是什么胜利大游行，相反，我经历的是一场曲折坎坷的旅行，一场充满挫折、矛盾和冲突的旅行。这一章也不是什么全貌图，而是主要关注我在穿越网络科学的“森林”时，反复碰到的那些令人难以忘记的“树”。需要提醒大家的是，科学发现绝不像教科书中描述的那样直观和自然，而是像接下来几页里你将看到的那样充满曲折。
我的首篇关于网络的论文（1994年）
我对网络的着迷始于 1994 年，即我在 IBM 传奇之地——沃森研究中心做短期博士后的那几个月。考虑到假期即将来临——假期期间不能留在 IBM，我决定利用这段时间更多地去了解我的雇主（当时，IBM 几乎就是计算机的代名词）。于是我去了沃森图书馆，寻找关于计算机科学的入门书籍。
怀着对计算机领域科学问题的好奇心，我从沃森图书馆借阅了一本书。这本书涵盖了很多内容，包括算法、布尔逻辑（Boolean Logic） 和 NP-完全性（NP-completeness）。我对书中讲述最小生成树问题的一章特别感兴趣。我发现，书中介绍的克鲁斯卡尔（Kruskal）算法很好地对应了统计物理学领域的著名模型——侵入渗流。于是，在圣诞节过去的两个月后，也就是 1995 年 2 月 24 日，我的第一篇关于网络的论文在《物理评论快报》（Physical Review Letters）上发表了。该论文阐述了物理学和计算机科学领域中这两个广泛研究的网络问题之间的等价性。在如此有影响力的物理期刊上发表一篇单作者论文对于我的学术生涯来说无疑是重要的，不过这一举措的真正影响远不止于此：这篇论文打开了我对网络科学研究的热情之门，奠定了我随后数十年对网络热爱的基础。
失败 1：第二篇论文（1995年）
学得越多，我越觉得自己对真实网络知之甚少。居住在纽约市的我，想象着曼哈顿地下铺设的数百万条电线、电话线和光缆线到底有多么复杂。图论告诉我们，这些网络中的节点是随机连接的，然而我并不这么认为。我坚信，一定有某些组织原则在支配着我们日常生活中使用的网络。寻找这些组织原则恰好是统计物理学家的拿手好戏，毕竟他们经训练而成的
思维方式就游弋在有序和随机的边界。
随后的几个月里，我阅读了贝拉·波罗巴斯（Béla Bollobás）关于图论的优秀著作，这使我接触到了保罗·埃尔德什（Paul Erdös）和阿尔弗雷德·雷尼（Alfréd Rényi）在图论方面的经典工作。与此同时，斯图尔特·考夫曼（Stuart Kaufmann）富有远见的作品使我意识到网络对于生物领域的重要性。在这些书籍中，两种截然不同的视角碰撞在了一起：一边是由定理驱动的枯燥的数学世界，一边是考夫曼那种不受数学羁绊的肆意想象。
在博士后岗位上工作了 8 个月后，我接受了美国圣母大学（University of Notre Dame）提供的教职，这使我在 IBM余下的4个月内可以专注地完成我的第二篇关于网络的论文。这篇题为《随机网络动力学：连通性和一阶相变》的论文，是我探究网络拓扑结构的首次尝试。该论文将波罗巴斯的世界和考夫曼的世界结合在一起，探索了网络结构的改变会如何影响布尔系统的演变。论文背后的观察非常简单：改变随机网络的平均度，布尔系统将经历一次相变。因此，如果不能完全理解网络的结构，你就无法解释布尔系统的行为。
这篇论文受到了很多想法的启发，这些想法源于蜂窝网、互联网和万维网。然而，我过去发表论文的物理期刊几乎不涉及此类研究。因此，我努力尝试，去寻找上述发现在我所在领域中的应用。最终，我决定把我的发现应用于神经网络——物理学家经常研究的一个主题。在我看来，关注神经网络的物理学家应该会认可网络的重要性。然而，我错了。这次决定标志着随后 4 年间我的网络科学之旅中一系列失败的开始。
1995 年 11 月 10 日， 我将完成的论文投稿到《科学》杂志，之后便回到波士顿参加美国材料研究学会的年度会议。在那里，我碰到了《自然》杂志的编辑菲利普·鲍尔（Philipp Ball），他对交叉学科很感兴趣。我有幸向他介绍了那时令我非常着迷的新研究对象——网络。于是，当我的论文在几周后被《科学》杂志拒稿时，我将它发给了菲利普，希望《自然》杂志会对它感兴趣。的确如此，论文被送审了。
不过，论文的评审人对网络并不那么着迷。其中一位评审人在他的评审意见中坦率地写道：论文的研究动机不清晰；技术上很受限；关于演化和互联网的推测不切实际。
当然，这位评审人是正确的：论文中没有解释为什么我们需要关注网络。答案都在我脑子里，但由于我博士毕业不过一年，仅仅靠 4 年前读博士时才开始学习的英语，实在是难以把脑中的想法通过文字变成故事。
我很失望，并于 1996 年 4 月 25 日将该论文再次投稿到《物理评论快报》——结果并没有好多少，论文经过漫长的评审过程之后再次被拒收。1997 年 11 月 21 日，在首次投稿两年后，我又把该论文投稿到《欧洲物理快报》（Europhysics Letters）。那时候，我的网络科学之旅的第二个重大失败已经开始了。
运用与思考
网络科学在进来的研究中能帮助相关人员对网络的变化与发展趋势有比较可视化的观察，以辅佐相关政策与行为的实施。例如最为公共关注的流行病学领域，艾伯特-拉斯洛·巴拉巴西 Albert-László Barabási就运用网络科学进行分析与预测，为防控防治行为做出模型演化。运用来自20世纪80年代的传染病模型框架和2003年非典型性肺炎大暴发，后者确定了全球疫情的报告准则这两个典型的流行病学案例，艾伯特-拉斯洛·巴拉巴西 Albert-László Barabási 关注于病原体从哪里起源？ 新发病例会出现在哪里？ 流行病什么时候会到达各个人口稠密地区？ 预计有多少人会被感染？ 该如何减缓其传播进程？ 如何能消灭它？这几个问题进行探索，找出此在网络模型上的变化趋势。
在进一步研究中其运用全球疾病传播和移动(Global Epidemic and Mobility，简称GLEAM)计算模型进行推算，模型内的数据流则是来自人口学信息、移动信息和流行病学数据作为输入数据流，并在此过程中实时监督每一时间步建模的基于网络的动态过程，并输出为可视化动态图。GLEAM运用规则如下：将每个地理位置映射为网络中的节点。根据全球交通数据，用节点之间的传输表示链接（章节9.4）。GLEAM使用基于网络的方法估算流行病参数，例如传播率和再生数。它基于历年全球范围流行病的传播数据，而非医学报告。GLEAM同时也在流行病的高峰期、早到的高峰期、接种疫苗的影响做出了分析与评价。
在防治政策中我们常常会运用旅行限制与抗病毒治疗两种手段，得出在旅行限制条件下，只有当旅行限制所导致的延迟能够帮助提高当地疫苗接种水平或改善治疗手段时，旅行限制才是有效的。而在抗病毒治疗中，在2009年H1N1甲型流感传播时期，加拿大、德国、中国香港、日本、英国和美国都分发了抗病毒药物，来减轻这一传染病的影响。这不禁使人发问:如果有药物储备的真实验表明，高峰期会推迟3至4星期，从而使人们有更多的时间，让全部人口中更大比例的人在疫情达到高峰之前获得免疫。
而在有效距离上面做的工作，因为现代工业与生活方式的改变，我们很难再用一般的旅行模型去推导整个过程艾伯特-拉斯洛·巴拉巴西 Albert-László Barabási就着眼于移动网络的节点是城市，链接表示城市之间的出行量这个一个改变进行了一系列的推导，比较好的展示就是，H1N1甲型流感的到达时间关于物理距离的函数看起来非常随机，而其与有效距离之间却存在很强的相关性。因此，我们可以利用有效距离来确定病原体的传播速度（章节9.6）。而在此书内的主要思路与贡献能让我们关注到，数据的收集和网络上的传染病研究的进步共同促使实时预测病原体传播成为可能。所开发的模型可以帮助设计应对和缓解方案，训练医疗和急诊人员，还可以用于探索从隔离到旅行限制等不同干预措施的影响，优化治疗和疫苗的分配。
大多数网络都是沿着其链接进行传播的，包括传播信任、知识、习惯或信息（社交网络）、电力（电网）、货币（金融网络）、商品（贸易网络），而艾伯特-拉斯洛·巴拉巴西 Albert-László Barabási发现网络拓扑结构对动态传播的过程有极大的影响——随机网络和无标度网络上的传播会产生截然不同的结果，网络上的流行病分析框架给出了很多让人意想不到的结果，其中最重要的一个结果是:在异质网络上，特征传播时间和传播阈值趋近于零。由于流行病传播所涉及的接触网络大多具有较宽的度分布，这些结果同时具有短期和长期的理论与应用价值。
部分书评
随着人类社会的日益网络化，网络科学的思维方式将会变得日益重要。对于普通读者而言，这本书与巴拉巴西的《链接》一书是了解网络科学的主要思想与思维方式的z佳组合读物；对于专业读者而言，这本书是了解过去20年网络科学的曲折历程与主要进展的不er之选。
——汪小帆，上海大学副校长
网络科学是专门研究复杂网络系统规律的一门新兴交叉学科，其研究内容十分广泛，从物理学到生物学，从社会科学到技术网络，从工程技术到经济管理等都包括其中。《巴拉巴西网络科学》将会带你逐步认识真实世界的复杂网络，章节之后的练习会让你感觉犹如大师在身边，与你一起探索复杂网络的世界。
——唐杰，清华大学计算机系教授、副主任，清华大学-工程院 知识智能联合实验室主任，清华科技大数据研究中心执行主任 [1]
相关书籍
英文书籍资料
编者推荐
购买链接：
本中文词条由Meng莫编辑，欢迎在讨论页面留言。
本词条内容翻译自 wikipedia.org，遵守 CC3.0协议。