人人网之兴起与小世界网络
前几天,传来了熊猫直播凉凉的消息,除了少数铁粉外,似乎并没有掀起什么波澜。这些年,A站,小蓝,ofo,黄太吉,锤子的起起伏伏…大家已经见怪不怪了。但倘若要评选最能够撩起大家怀旧情怀的公司,火爆一时的人人网应该榜上有名。
通过人人网,我们常常会惊奇的发现,自己小学的同学,竟然与自己私交甚笃的朋友也非常熟稔;校园里擦肩而过的美女,竟然是与自己逃课上网小伙伴的妹妹;有人戏称道,那是一个认识女生只需要知道名字的时代。通过一个名字,就能找到俩人间的联系。
人人网最让人称道的地方,就是运用到类似小世界网络的理念。那么,什么是小世界网络呢?
一、什么是小世界网络
1998年6月,英国期刊《自然》上刊登了一篇名为《“小世界”网络的集体动力学》的简短文章。文中说明了如何建立一种叫做“小世界”网络的模型,在那种模型里平均只需要很少的几步就可以从网络中的一个节点到另外任何一个节点。
这篇文章通过集中研究介于完全规则网络和完全随机网络之间的中间型网络,揭示了某些网络的小世界性质。
在完全规则的网络中,节点仅仅与它们直接相邻的节点相邻,不但有迹可循,而且非常直观。而在随机网络中则是另外一种情况,有些节点可能和很多其它节点连接,而有些节点则只和一两个其他节点连接。这种网络看起来很混乱,并没有什么章法,这就是随机的意思。
而介于两者之间的中间网络是什么样呢?比如你在规则网络中随机加上几条连线,即使只增加很少的几条线,在新的网络空间中,传播规律也会发生显著的改变,你可以用更少的步数到达网络的任一点,而且部分节点有着更多的连接(也就是后文中提到的“聚合”)。
要科学的理解小世界网络,就要引入两个参数作为描述性系统变量。一个是路径长度,它指的是网络中任意两个节点之间的平均步数,或两个节点的平均路径长度。另一个是聚合系数,它指的是实际存在的边数除以最多可能存在的边数得到的分数值,用来预测当两个点都与第三点连接时,这两个点连接的可能性。
从定义来看,小世界网络指的就是平均路径长度较短,而网络群聚系数较大的网络。在小世界网络中,信息的传播能力,计算能力都得到了增强。举个例子,我的朋友Mikasa有两个朋友分别叫做Eren和Armin,那么Eren和Armin互相认识的可能性就比平均水平要高。
论文的作者瓦茨和斯托加茨在此基础上做出推断:“小世界现象不只是社会网络的特例或人造的理想模型,它可能普遍存在于自然界的各种大型、稀疏的网络中。”
二、小世界应用和Trias的借鉴
随着对小世界网络研究的深入,人们发现,包括细胞中蛋白质组成的化学网络,电影演员的人际关系网,乃至股票交易商形成的社会网络,都呈现出了小世界性质。每个人都很好奇,为什么这些截然不同的网络都会呈现出很相似的性质呢?不同的学者提出了各种各样的观点和假说。比较得到广泛认同的原因是基于现实的需要,如效率成本等原因,这与需求相匹配。
在小世界网络中,通常存在一些枢纽节点,与它们有联系的节点尤其多。比如高中时候,成绩优异的学生会长,长得漂亮的女主持人,以及校棒球队的王牌投手,手里总是有着学校各路大神的联系方式。
显然,在随机或规则网络中通常不存在这种枢纽。通过对小世界网络及对这些枢纽进行研究,在分析流言在人群中的扩散、传染病的传播、博弈论中合作的演化等现实问题时都有着现实的意义。
在之前介绍Trias网络信息传递的文章中,我们写道,因为每个Trias节点都具备TEE环境,在此基础上会存储与其发生交互的所有临接节点的信任向量,并通过归并这些本地向量以便获得整个网络的信任关系,这一步我们称之为Gossip协议。
通过基于TEE验证关系的Gossip协议,事实上在Trias网络上各节点之间构建了小世界网络,通过这种方法可以获取一个比较完整的全局网络互信关系。在Trias环境中,每一个想要撒谎的节点都要付出非常高的“同谋违约”代价,即需要迫使全网绝大多数的节点为它“圆谎”,这几乎不可能实现。
三、结语
人人网通过小世界网络,迅速定位你“可能认识的人”,拉开了兴起的大幕。在那个智能手机还不很普及的时代(好像也没有过去很长时间),在互联网社交中一度拔得头筹,虽然后来由于竞争对手的强势和人人网自身经营策略的一些失误,导致了人人逐渐凉凉,但小世界网络的作用却得以充分的诠释。
在Trias中,小世界网络不但能够通过快速定位全网中“难撒谎的点”,在提升共识速度上也有所贡献。同样的,Trias也能够快速定位不可信的节点,并将其冷却或移出,保证区块链的安全性。
人人网之兴起与小世界网络相关推荐
- 【复杂网络学习笔记】1:基本知识和小世界网络初步建立
这学期和李青老师学习复杂网络的一些基础知识,并进行建模. 复杂网络在生活中很常见,这学期主要学习其中的两种模型--小世界模型和无标度模型. 著名的小世界实验发现了社会群体中人和人之间六度分离的关系(任 ...
- (社会舆情) 小世界网络,规则网络,随机网络
(社会舆情) 小世界网络,规则网络,随机网络 networkx import networkx as ne #导入建网络模型包,命名ne import matplotlib.pyplot as plt ...
- WS小世界网络构建实验(Matlab版)
WS小世界网络构建实验(Matlab版) 一.构造原理思路 1.小世界模型3个参数,N为点的数目,K表示每个点左边K/2个邻居,右边K/2个邻居,一共K个邻居,P代表每条边以多少概率重连 2.首先给定 ...
- 无标度网络/幂律分布、小世界网络
无标度网络.幂律分布这两个概念都是指复杂网络中的度 分布不均匀 通俗点说就是80/20原则,枢纽节点很少,但是却连接着大量的节点,而大量的非枢纽节点却只有不多的几个连接. 小世界网络: 虽然有50个节 ...
- 无尺度网络的鲁棒性和脆弱(小世界网络)
无标度网络 在网络理论中,无尺度网络(或称无标度网络)是带有一类特性的复杂网络,其典型特征是在网络中的大部分节点只和很少节点连接(节点的'度'很小),而有极少的节点与非常多的节点连接(节点的'度'非常 ...
- 小世界网络中的SIRS传染病模型实现
小世界网络 小世界网络模型是Watts和Strogatz于1998提出的一种描述现实社交关系网络的模型,该模型体现了现实社交网络中同质性和弱联系,使得"六度分隔"现象有了理论依据, ...
- 复杂网络之无标度网络与小世界网络生成程序
近日需要用到无标度网络与小世界网络,早上用matlab写了这两种网络的matlab程序,放在这,有用者可以拿去用,请自己验证正确性后使用. 共有三个文件,swnet.m 是sw小世界模型 ...
- 小世界网络邻接矩阵生成——python
小世界网络邻接矩阵生成--python 网络生成方法 python生成小世界网络最便捷的方式是导入networkx库,使用random_graphs.watts_strogatz_graph(n, k ...
- networkx学习(四) 小世界网络
networkx学习(四) 小世界网络 参考:参考来源,<巴拉巴西网络科学> 小世界网络是一种数学图.在这类图中,绝大多数节点互相并不相邻,但任一给定节点的邻居们却很可能彼此是邻居,并且大 ...
最新文章
- 基于Protobuf共享字段的分包和透传零拷贝技术,你了解吗?
- CentOS6.4 安装OpenResty和Redis 并在Nginx中利用lua简单读取Redis数据
- 从传统运维到云运维演进历程之软件定义存储(五)上
- 数据结构之链表、栈和队列 java代码实现
- Android手机刷recovery
- gdb调试问题Missing separate debuginfos, use: debuginfo-install
- mysql的检查点_转载一篇关于mysql检查点的文章
- 04-JDBC连接MySQL数据库【修改数据】
- 微信小程序数据拼接_微信小程序使用原生WebSokcet实现断线重连及数据拼接
- 第二章 Cameras, Lights, and Shadows
- od拦截消息 comboboxonchange_某聊天软件逆向之偷看消息不quot;已读quot;
- Flutter 高级篇-所有知识点架构
- Gridview 增加多个空行。
- Raki的读paper小记:PURE:A Frustratingly Easy Approach for Entity and Relation Extraction
- 高通QCA9531 2.4GHz电梯监控无线CPE
- 怎么在CAD图纸中标注文字
- Protocol(基本语法和使用场景)
- [转] 8 reasons why SPIR-V makes a big difference
- PKM知识管理最佳实践——2020年个人版
- unity3d android访问剪贴板,Airtest 和 poco 的 swipe 接口使用总结
热门文章
- vivo的Android版本功能,vivo用户让人羡慕!Android Q尝鲜升级教程,这三款机型提前体验...
- 一文读懂Wolfram|Alpha Notebook Edition,为何备受师生青睐!
- 教你玩转excel教程-刘青-专题视频课程
- 中国计量大学本科毕业论文答辩PPT模板
- pod install出现问题 You can try adding it manually in `~/.cocoapods/repos` or via `pod repo add`.
- PVE7.显示CPU和硬盘温度
- 风口里的美团:王兴和他的团队
- WebServices 与 Web API 的区别
- 大数据量高并发的数据库优化详解(MSSQL)
- Power BI——DIVIDE函数