2、复杂网络分析：工具与实践

复杂网络分析：工具与实践

1. 复杂网络概述

复杂网络具有非平凡的结构，它既不是网格、树或环，也并非完全随机。复杂网络在自然和人造世界中通过无全局控制的分散过程形成。常见的形成机制有两种：
-优先连接：拥有更多边的节点会吸引更多边，在核心形成巨大的枢纽，周围是连接稀疏的边缘部分。
-传递闭包：如果两个节点已经与一个共同的邻居相连，那么它们之间也会相连，从而形成密集互连的网络邻域。

复杂网络涵盖多个类别，以下是主要的复杂网络类别及其代表：
| 网络类别 | 代表示例 |
| — | — |
| 技术网络 | 通信系统、交通、互联网、电网、水管网络 |
| 生物/生态网络 | 食物网、基因/蛋白质相互作用、神经系统、疾病传播 |
| 经济网络 | 金融交易、企业合作、国际贸易、市场篮子分析 |
| 社交网络 | 家庭和朋友关系、电子邮件/短信交流、专业团体 |
| 文化网络 | 语言家族、语义网络、文学、艺术、历史、宗教网络 |

这些网络涉及人类生活的不同方面，由各种节点和边组成，具有一些共同的属性和行为，如社区结构、优先连接的演化方式和幂律度分布。

2. 复杂网络分析简介

复杂网络分析（CNA）是对复杂网络的结构、属性和动态进行研究的领域，它是一个相对较新但历史丰富的学科。可以将CNA视为社会网络分析（SNA）的扩展，涵盖了非社交网络。

SNA的发展历程如下：
- 19世纪90年代后期，社交网络被称为“社会群体”。
- 20世纪