更改

假设有两个网络（如图2.1 所示），二者均包含约10 个社团结构（即紧密联系的子图）。其中，左侧网络的社团之间具有更紧密的连接，右侧网络社团之间的连接则较为稀疏。判断哪一网络更具整体性，可转化为考察哪一网络更易被切分为不连通的两半。显然左侧网络更易被拆分，因其社团之间存在较为 “脆弱” 连边，切断此类连边即可使网络分为两半。

假设有两个网络（如图2.1 所示），二者均包含约10 个社团结构（即紧密联系的子图）。其中，左侧网络的社团之间具有更紧密的连接，右侧网络社团之间的连接则较为稀疏。判断哪一网络更具整体性，可转化为考察哪一网络更易被切分为不连通的两半。显然左侧网络更易被拆分，因其社团之间存在较为 “脆弱” 连边，切断此类连边即可使网络分为两半。

一般，要计算[math]\Phi[/math]，首先要计算[math]\phi[/math]二者的区别是，前者是对整体网络中遍历所有子网络，计算[math]\phi[/math]并得出最大的一个结果，也就是[math]\Phi=max_{all subnetwork}\phi[/math]。而[math]\phi[/math]则是在指定了一个子网络之后便可以计算的量，对于复杂网络的类比来说，要计算它，需先找到该子网络最薄弱的环节，即找出最少的几条边，切断这些边便能将子网络分为不连通的两个子网络，可用这些 “脆弱” 连边的数量来度量网络的整体性，这一数量被称为 <math>\phi</math>。

一般，要计算[math]\Phi[/math]，首先要计算[math]\phi[/math]二者的区别是，前者是对整体网络中遍历所有子网络，计算[math]\phi[/math]并得出最大的一个结果，也就是[math]\Phi=max_{\forall subnet}\phi[/math]。而[math]\phi[/math]则是在指定了一个子网络之后便可以计算的量，对于复杂网络的类比来说，要计算它，需先找到该子网络最薄弱的环节，即找出最少的几条边，切断这些边便能将子网络分为不连通的两个子网络，可用这些 “脆弱” 连边的数量来度量网络的整体性，这一数量被称为 <math>\phi</math>。

不过，这种判断并非绝对准确，因为评估网络时需遍历其所有子网络，在这些子网络中找到<math>\phi</math> 最大的那个子网络（在这里为了方便区分用<math>\phi</math>表示子网络的整合信息量，<math>\Phi</math>表示整体网络的整合信息量），并用该子网络的 <math>\phi</math>（即最 “薄弱” 环节的连边数）作为整个网络整体性的度量，这便是整个网络的 <math>\Phi</math>。但是图2.1中每个社团里的连接是相同的，区别在于社团之间的连接，所以即使遍历子网络左图子网络的 <math>\phi</math>值只会大于等于右图。

不过，这种判断并非绝对准确，因为评估网络时需遍历其所有子网络，在这些子网络中找到<math>\phi</math> 最大的那个子网络（在这里为了方便区分用<math>\phi</math>表示子网络的整合信息量，<math>\Phi</math>表示整体网络的整合信息量），并用该子网络的 <math>\phi</math>（即最 “薄弱” 环节的连边数）作为整个网络整体性的度量，这便是整个网络的 <math>\Phi</math>。但是图2.1中每个社团里的连接是相同的，区别在于社团之间的连接，所以即使遍历子网络左图子网络的 <math>\phi</math>值只会大于等于右图。