Module Thinking之networks

networks，一般都会解释成人际关系网络。人际关系网络，就是人与人之间的关联情况的描述。对其结构，有四个描述维度：

• Degree【深度】，也就是平均每条边能连接多少个节点。
  $$Average Degree = 2({Edges}\div{Node})$$
• Path Length【路径长度】，从一个节点到另一个节点的路径长度
• Connectedness 【全联通】，整个图的连通性，因为对于edge，是可以是存在方向性的，比如，A认识B，B不认识A。
• Clustering Coefficient，节点之间连接的密度。这个数值，就是已有的集合除以所有可能的集合。

需要注意的是，对于Degree和Path Length类似的图形，其实际结构可能千差万别。

网络有3种形成方式：

• 随机
  完全随机连接的两个点。这种完全随机可以引入 tipping point
• 内部团体
  可以理解为一个内部的小团体，大多数人都相互认识。它具有高Cluster-Coefficient，低 average path length的特点
• 偏向连接【长尾】
  很多结点连接已经具有高连接的节点，即大多数节点连接数比较低，少部分节点具有非常非常高连接数。

6度空间理论

每个人都有一群死党与一些路人【实际关系深度不是路人，只是为了便于说】。结构图可以参考下图

此处定义了R与C，R就是Random路人的意思，C就是小圈子里面的人，偷懒截图如下：

由于RCR的乘数关系（注意，CC实际上就是C，毕竟还是在圈子里面），所以，弱关系引入的可能性是惊人的。所以，弱关系实际上，有时候比强关系更有用。

网络的空间关系，其实对之前SIS模型，即传染病模型也有帮助，当低连接度的节点被感染的时候，和高连接度节点感染的状况相比严重程度肯定不一样，所以，多个模型融合在一起考虑，就能更好地近似这个世界。