复杂网络基础1

networks in real world

反应互联网的复杂网络
节点：某一个ip
连边：ip之间的数据传输

反应脸书的社交网络：北美，欧洲亮度高，中国因为被墙的关系非常暗
节点：某个用户
连边：用户之间的关注

反应美国民主党和共和党zen治博客的友情链接关系：
发现有意思的部分是，民主党党内之间的联系紧密，只有少数部分的博客友情链接到其他政党的博客上去。
节点：某政客的博客
连边：该博客友情链接到其他博客的关系

反应学科论文的引用之间的关系
math引用cs,ee较多。math引用human,social science 的较少，比较符合客观事实。
连边：引用关系
节点：学科论文

2000左右网络科学非常火爆，类似于现在的sk-learn，slam。大量统计物理学家研究，因为需要计算机模拟仿真，数学的图论，所以跨多个学科

basic concepts

1. network definition ;
2. network representation；
3. closeness centrality；
4. 距离；
5. 聚集系数；

network definition：

数学图论语言:vertices,edges,graph
网络语言：node link network
这样两套语言

网络科学：是要反应真实世界的关系的 ，比如1，2，3
对于123 建模之后 拓扑结构都是一样的。

图论：更加关注 拓扑结构

network representation:

a拓扑结构，人类理解更加直观，
b邻接矩阵,c邻接链表 是计算机理解的方式。
b 需要n^2空间来存放，可以考虑稀疏矩阵

degree:

公式1:i号节点的度，i不变,j从小到大遍历一次。相当于矩阵的第i行求和。

网络总边数： 1/2 * 总的度数 = 1/2 * ∑每个节点的度数 （带入第一个公式）

度平均 <k> :
ki ,i号节点的度数
∑ki ：对每个节点度数求和
遍历每一个节点的度数 求和 / n节点数 = 2* 边数m / n个节点

某空手道俱乐部的 网络：

度分布如下 degree distribution:

closeness centrality度中心性:

文艺复兴时期，几大家族关系的反应。
哪个家族 与其他家族都有关系？ 美地奇？

度中心 closeness centrality值越大，与其他节点之间的distent越小。

度中心的公式: n节点数-1 / i节点与其他节点的距离之和

e(i,j) ,i到j节点的距离。

∑ e (i,j) ：i不变，j从小到大遍历。求和结果就是i到其他节点的距离。

所以i节点到其他节点的距离越小，colseness 越大。

分子都一样 15个节点-1
美的奇家族到其他家族的距离之和是25（分母较小）

betweeness centrality：介数？？ 接近中心性？
图里最短路径经过i节点的次数/ 总的最短路径的条数

比如betweeness centrality4 : 无论是8->2 ,7->3,6->2 等等都会经过4号节点，所以bc4值较高。

pagerank 谷歌的网页排序算法。

每个节点有个重要度，i节点的重要度是ri

1. ： 初始化每个节点的重要度 r
2. ：把每个节点的重要性程度分出去，比如j节点有3个出度
   就把 r j /3 分给j的出度的节点。
3. ：重新计算每个节点的重要度。 比如x节点的重要度rx = x节点分得到的重要度之和。

y节点分出 : ry/2
a节点分出: ra/2
m节点分出: rm
y节点得到重要度之和： ry/2 + ra/2
a节点得到重要度之和：ry/2 + m
m节点得到重要度之和： ra/2

如何求解这个方程？ 高斯消元肯定不能用，网络巨大。

定义这样一个矩阵。竖向看


比如y分出去2份 ，一份给y，一份给a
那么设置 Ayy = 1/2,Aya = 1/2,其他的元素设置为0 。

又比如m分出去一份，给a。
那么Ama = 1 ，其余的元素设置0

j元素的出度是 Dj
假如j出度连接i元素的话，那么矩阵M 中Mji = 1/Dj
对列求和每列值 = 1

有了这个M矩阵之后 如何求解上述的流动方程呢？

用 M矩阵 * [ Ry,Ra,Rm ] = [ Ry,Ra,Rm ]
初始化一组 [ Ry,Ra,Rm ]，不停的修改R的值。
让两边相等之后 就找到 了目标的重要度的值

models

第一种 er random graph:
G(n,p) 有n个节点，每对节点之间有边的概率是p

复习 二项分布

有一个事件A，每次随机时A事件发生的概率是p，每次随机时A事件不发生的概率是1-p，重复随机N次，A发生K次的概率是p(k)
p(k) = Cⁿ_k p^k 1-p^n-k

性质1 图中存在e条边的概率是：

符合二项分布
Emax: n*(n-1)/2 图里面最多边的条数
p:一对节点之间存在边的概率

比如p（11）=图里面存在11条边的概率是 = C^Emax ₁₁ * p¹¹ * (1-p)^Emax-11

性质3 度分布degree distrubution:

由于网络中每个节点的度不同，所以要分开考虑不同的度。
p(k) : 代表 任意一个节点i，它的度是k的概率
p:代表每对节点有边的概率

p(k) = C^n-1_k * p^K * (1-p)^n-1-k

p(5) = 任意一个节点，它的度是5的概率 = C^{总节点数-1}₅ * (p连边概率)⁵ * (1-p ，没有连边的概率)^{总节点数-1-5}

er随机网络的平均度 average degree： (n-1)*p

聚类系数 cluster coefficient: 反应 朋友和朋友之间 认识
a有bc两个朋友，b和c会认识吗？
聚类系数 就是反应这个的，越大，越有可能认识。
real world 的cluster coefficient 非常大。

er随机网络的 cluster coefficient 就是连边概率p (<<1的) 太小。

所以er随机网络不能反应真实世界.

做出改变使得模型更加符合real world (path 小，并且 cluster 大)

第一个regular 网络：
cluster：一个节点的朋友之间有连边的概率 大。符合
path：比较大，对立的两个节点经过大概10次才能到达 不符合

第三个er随机网络：
cluster：太小，观察得出 某个节点i的两个朋友节点，不太可能有连边 不符合real world
path：总得来说比较小。

第二个 ws小世界网络（对于regular的随机重连边）
cluster：跟regular一样非常大。 符合
path：重连的边可以显著的减少， 任意两个节点之间的最短路径。 符合

巴拉巴西他的学生写爬虫，爬取互联网，查看了 互联网的度分布。