社交網(wǎng)絡的屬性介紹：

網(wǎng)絡屬性社會解釋的例子

局部拓撲	結構對等：如果兩個參與者與其他參與者具有相似的連接，則它們是相似或等效的。 三合會封閉：演員的兩個朋友最終成為朋友。 平衡理論：朋友的朋友是朋友，敵人的朋友是敵人，依此類推。
度和特征向量中心度	社會資本：演員為朋友帶來共同利益。 影響：演員導致朋友行為的改變。
親密關系中心性	影響：見上文。 信息傳播/傳播：演員在廣播或共享信息方面有多好？
中介中心性	信息傳播：見上文。 經(jīng)紀：演員在“中間人”中的表現(xiàn)如何？
社區(qū)結構	親同性（認知平衡）：“羽毛鳥聚集在一起”。 知識保存：緊密聯(lián)系的社區(qū)中的參與者保存知識。 復雜的傳染：一伙相互聯(lián)系的受感染演員是傳染的源頭。
度分布	小世界（六度分離）：平均兩個角色之間通過六個“握手”聯(lián)系在一起。 友誼悖論：“我的朋友比我有更多的朋友。”
網(wǎng)絡動態(tài)	優(yōu)先依戀（帕累托原則）：“ [演員]變得富有[在朋友中]變得更加富有。

為什么獲取不到一個完整的社交網(wǎng)絡？

• 社交網(wǎng)絡過于龐大
• 真正的社交網(wǎng)絡是動態(tài)的

BFS算法維持一個已經(jīng)發(fā)現(xiàn)了但是還沒有訪問的列表，該算法將新的節(jié)點都添加到列表中，并且在訪問后將他們刪除。

隨機采樣算法需要種子節(jié)點的外部列表，例如各種好友列表以及圈子人員列表。隨機性是采樣成功的關鍵。

通信網(wǎng)絡中存在的一些問題：

• 通信媒體允許信息廣播，例如會議的發(fā)言人可以同時對所有人講話，電子郵件可以同時發(fā)送給許多人，論壇上一篇帖子可以供所有人閱讀，假設每個參會者，閱讀者，收件人不是要給隨機的路人，則可以通過將發(fā)言人\發(fā)件人\發(fā)帖人\與每個收件人分開的邊緣來組成星形網(wǎng)絡
• 與其他的社交網(wǎng)絡相比較，通信網(wǎng)絡沒有嚴格的文檔記錄，例如交流的內(nèi)容（執(zhí)法人員才可以獲取）

Erd?s-Rényi圖模型 :

二項圖，總共包含N個節(jié)點，最多可以包含
$$\frac{N\times (N?1)}{2}$$
個節(jié)點，預期的邊緣數(shù)量為
$$\frac{p\times N\times (N?1)}{2}$$
如果 P == 0，網(wǎng)絡則完全孤立，如果P == 1，網(wǎng)絡則完全圖。如果不確定用哪種網(wǎng)絡就使用該模型。

Watts-Strogatz圖模型：

Watts-Strogatz圖模型是更加接近現(xiàn)實社交網(wǎng)絡的更逼真的近似值。該模型將N個節(jié)點排列再一個環(huán)中，然后以p的概率重新布線任何邊緣（將其一端連接到隨機選擇的節(jié)點），它們給人一種“小世界”的錯覺，在幾何世界中，遙遠的節(jié)點可能通過短路徑相連。
該模型解釋了“六度分離”現(xiàn)象，該現(xiàn)象聲稱，平均而言，地球上任何兩個人彼此之間只有六次握手[Wat03]。

Barabási-Albert圖模型：

不幸的是，無論如何扭曲它們，WattsStrogatz網(wǎng)絡中的節(jié)點都不會形成緊密的社區(qū)，這也使“小世界”網(wǎng)絡也變得不切實際。 Barabási–Albert偏好依戀模型[Bar03]為綜合社交網(wǎng)絡增加了另一層次的現(xiàn)實主義。它使用第5頁上簡要提到的優(yōu)先連接原則，并在第129頁上的“使組件變得如此巨大？”中詳細介紹。當一個新節(jié)點即將加入現(xiàn)有網(wǎng)絡時，它很可能最高度數(shù)的節(jié)點建立k個連接。該模型刺激了具有過多連接的集線器（“名人”節(jié)點）的出現(xiàn)。、

Holme-Kim圖模型：

HolmeeKim模型更進一步。在添加了k條邊后，它還會添加具有p概率的三合會（第6頁介紹），從而使合成網(wǎng)絡更加聚類且栩栩如生。

社交網(wǎng)絡中區(qū)分強弱連接：

Granovatter并沒有提出量化連接強度的機制，提出了四個維度的考慮標準：

• 連接花費的時間
• 情感強度
• 親密感
• 互惠程度

其中第一個和第四個容易獲取數(shù)據(jù)，而中間兩個涉及NLP（Natual Language Progress），量化情感強度與親密度需要做些復雜的處理。

總結

以上是生活随笔為你收集整理的社交网络模型及属性介绍的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。