1. 程式人生 > >網路分析(Network Analysis)入門篇(四) 網路的演化——隨機圖模型

網路分析(Network Analysis)入門篇(四) 網路的演化——隨機圖模型

目錄

之前的內容,我們瞭解的都是一個靜態的網路,比如在某一個時刻中,網路節點之間的連線關係,而這裡我們要說的是一個動態的網路,即網路的結構隨著時間的變化而變化。這樣的例子在實際中相當的常見,比如分析隨著時間的推移,企業的層次結構是否變得合理了,還是說上半年企業發展的非常合理,而到了下半年一個企業的層次性開始變差。或者再比如,我們想知道一個新員工是如何融入團體,如何能讓不同性格的新員工都能以最快的速度成為團隊的一員?那我們就需要分析一般員工隨著時間的推移,先和誰建立了聯絡,之後又和誰稱為了夥伴,進而分析它的交友是不是有效,是不是正常。

在這裡我們通過計算機模擬的方式,介紹一個經典的動態網路的模型,隨機圖模型(Random graphs)

在隨機圖中,我們模仿這樣的一個環境,假如一個團體中有很多的個體,之後兩個人隨機的認識並且成為朋友,那麼隨著時間的推移,這個團體會變成什麼樣子呢?或者說這個以人為節點,邊代表好友關係的網路會是什麼樣子的呢?

為了瞭解這些,我們使用軟體對這個網路的狀況進行一次模擬,因為網站對圖片大小有限制,所以這裡沒法展示完整的動圖,這裡就是我們模擬時候的狀況,最後隨著時間的推移會形成一個很大的團體,也叫做giant component。
動態隨機圖模型

最終隨機圖模型形狀
一個很重要的結論,就是我們觀察圖片左下角的框,那裡表示的是每個節點的度中心性,(還記得什麼是度中心性嗎?學而時習之哦),這裡度中心性就是每個節點和其他多少個節點直接相連,可以理解為一個人交到了多少個好朋友。統計結果顯示,當度中心度到達1左右的時候,也就是每個人都有一個好朋友之後,網路中最大的成分會爆炸性增長,也就是說認識朋友的圈子會快速的增加。

還有一個結論是在這種情況下,如果在中途統計網路中所有人員交朋友的數量,我們會發現這個數量實際上是符合正態分佈的。