图模型系列2：网络性质及随机图模型

网络性质：如何去度量一个网络

将从下面四个关键的网络性质去度量一个网络

• 度分布（Degree distribution）
• 路径长度（Path length）
• 聚类系数（Clustering coefficient）
• 连接成分（Connected components）

度分布（Degree distribution）

度分布$P(k)$:一个随机选择的节点（node）拥有度$k$的可能性;
$N_k$:拥有度$k$的节点数目
$N$:节点数目总数
$$P(k)=N_k/N$$

对于有向图，需要区分进度、出度的分布。

图的路径（path）

两个节点通过若干个中间节点相连形成一条路径$P(n)$:
$$P(n)=i_0,i_1,i_2,...,i_n$$
$$P(n)=(i_0,i_1),(i_1,i_2),...,(i_{n-1},i_n)$$

1. 图的距离
   Distance (shortest path, geodesic):一对节点间的距离定义为沿着经过这些点的最短路径边的数目。如果两点之间没有连接，则距离定义为无穷（或则0）。在有向图中，路径需要沿着箭头方向，所以它的距离不具有对称性。

2. 网络直径
   Diameter:图中所有对节点的距离最大值；
   对于一个连通图或则强连通有向图的平均路径长度(Average path length):
   $$\overline{h}=\frac{1}{2E_{max}}\sum _{i,j\ne i}{h}_{ij}$$
   $h_{ij}$