更改

|description=小世界模型，集智

|description=小世界模型，集智

}}

}}

[[File:图上.png|200px|右|小世界网络的例子 中心比其他节点大 平均[https://en.wikipedia.org/wiki/Degree_(graph_theory) 度]3.833 平均最短路径长度1.803 [https://en.wikipedia.org/wiki/Clustering_coefficient 聚类系数]0.522]]

[[File:图上.png|200px|缩略图|右|小世界网络的例子 中心比其他节点大 平均[https://en.wikipedia.org/wiki/Degree_(graph_theory) 度]3.833 平均最短路径长度1.803 [https://en.wikipedia.org/wiki/Clustering_coefficient 聚类系数]0.522]]

[[File:图下.png|200px|右|随机图 平均[https://en.wikipedia.org/wiki/Degree_(graph_theory) 度]2.833 平均最短路径长度2.109 [https://en.wikipedia.org/wiki/Clustering_coefficient 聚类系数]0.167]]

[[File:图下.png|200px|缩略图|右|随机图 平均[https://en.wikipedia.org/wiki/Degree_(graph_theory) 度]2.833 平均最短路径长度2.109 [https://en.wikipedia.org/wiki/Clustering_coefficient 聚类系数]0.167]]

'''WS小世界模型 Watts–Strogatz model '''是一种[[随机图]]生成模型，其生成的图具有[[小世界属性]]，包括较短的平均节点间距离 average path length和高集聚系数clustering coefficient。在此类图中，绝大多数节点彼此之间并不相邻，但任一给定节点的邻居们却很可能彼此是邻居，并且大多数节点都可以从任意其他节点，用较少的步或跳跃访问到。具体来说，小世界网络的定义如下：如果网络中随机选择的两个节点之间的距离<i>L</i>（即访问彼此所需要的步数），与网络中节点数量<i>N</i>的对数成比例增长，（即<ref name="a1">http://www.nature.com/nature/journal/v393/n6684/full/393440a0.html</ref>: <math>L \propto \log N</math>），且网络的[https://en.wikipedia.org/wiki/Clustering_coefficient 集聚系数]（Clustering Coefficient）不小，那么，这样的网络就是小世界网络。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[https://en.wikipedia.org/wiki/Acquaintance 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[https://en.wikipedia.org/wiki/Social_networks 社交网络]、[https://en.wikipedia.org/wiki/Internet 互联网]的底层架构、诸如Wikipedia的百科类网站以及[https://en.wikipedia.org/wiki/Gene_regulatory_network 基因网络]等等。

'''WS小世界模型 Watts–Strogatz model '''是一种[[随机图]]生成模型，其生成的图具有[[小世界属性]]，包括较短的平均节点间距离 average path length和高集聚系数clustering coefficient。在此类图中，绝大多数节点彼此之间并不相邻，但任一给定节点的邻居们却很可能彼此是邻居，并且大多数节点都可以从任意其他节点，用较少的步或跳跃访问到。具体来说，小世界网络的定义如下：如果网络中随机选择的两个节点之间的距离<i>L</i>（即访问彼此所需要的步数），与网络中节点数量<i>N</i>的对数成比例增长，（即<ref name="a1">http://www.nature.com/nature/journal/v393/n6684/full/393440a0.html</ref>: <math>L \propto \log N</math>），且网络的[https://en.wikipedia.org/wiki/Clustering_coefficient 集聚系数]（Clustering Coefficient）不小，那么，这样的网络就是小世界网络。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[https://en.wikipedia.org/wiki/Acquaintance 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[https://en.wikipedia.org/wiki/Social_networks 社交网络]、[https://en.wikipedia.org/wiki/Internet 互联网]的底层架构、诸如Wikipedia的百科类网站以及[https://en.wikipedia.org/wiki/Gene_regulatory_network 基因网络]等等。