cs224w笔记—第2课—Properties of Networks and Random Graph Models

上一节课，讲了很多图的基本知识，

这一节课主要讲关于网络科学的知识，而复杂网络中，由于数据的特点，出现了各种各样的规律，这一节课，简要介绍了一下

1. 度分布Degree distribution:  P(k)
2. 路径长度Path length:           h
3. 聚类系数Clustering coefficient:        C
4. 连通分量Connected components:    s

 

(1)度分布的定义P(k);：选择一个结点，度为k的概率！

计算公式：

 

(2)路径长度h：

路径path：两两相邻节点进行连接后的路径

距离（最短距离，测地线）Distance (shortest path, geodesic)：最短路径

直径Diameter：最长路径

平均路径长度Average path length：

 

(3)聚类系数 clustering coefficient（针对无向图）

求聚类系数公式：

：是节点i的邻居之间的边数

：是节点i的邻居结点数

 

 

(4)连通分量

连通分量：可以通过一条路径连接任意两个顶点的最大集合

如何查找连通分量：

•从随机结点开始并执行广度优先搜索（BFS）
•标记BFS访问的节点
•如果访问了所有节点，则说明网络已连接
•否则，找到未访问的节点并重复BFS

后面又介绍幂律分布、小世界理论等等

 

未完待续

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

视频地址：【油管英字】CS224w 斯坦福图网络机器学习2019

课件地址：CS224W | Home

参考博客：听课笔记 2 （CS224W图机器学习 ）

参考书籍：《网络科学导论》