[论文解读] Small worlds

A. D. Barbour, Gesine Reinert|arXiv (Cornell University)|May 31, 2000

Complex Network Analysis Techniques被引用 6

一句话总结

本文研究具有局部连接和长程捷径的小世界网络，严格分析捷径布局如何降低点对之间的平均距离。推导出随网络规模增大而愈发精确的网络距离渐近近似式，并将该距离降低现象与底层空间的维度联系起来。

ABSTRACT

Small world models are networks consisting of many local links and fewer long range `shortcuts'. In this paper, we consider some particular instances, and rigorously investigate the distribution of their inter--point network distances. Our results are framed in terms of approximations, whose accuracy increases with the size of the network. We also give some insight into how the reduction in typical inter--point distances occasioned by the presence of shortcuts is related to the dimension of the underlying space.

研究动机与目标

• 理解网络中长程捷径如何降低典型点对之间的距离。
• 严格分析小世界模型中网络距离的分布。
• 研究由捷径引起的距离减少与底层空间结构维度之间的关系。
• 推导出随网络规模增大而愈发精确的网络距离渐近近似式。

提出的方法

• 使用带有长程捷径的格点模型来构建小世界网络。
• 采用概率与渐近分析技术研究点对之间的距离。
• 推导节点间最短路径距离分布的近似式。
• 考虑底层空间维度对距离标度特性的影响。
• 通过严格的数学分析，证明随着网络规模增长，距离近似式趋于收敛。

实验结果

研究问题

• RQ1 长程捷径如何影响网络中节点之间的典型距离？
• RQ2 随着网络规模增大，小世界网络中点对距离的渐近行为如何？
• RQ3 底层空间的维度如何影响捷径在降低距离方面的有效性？
• RQ4 何种数学近似能准确描述此类模型中网络距离的分布？

主要发现

• 由于长程捷径的存在，小世界网络中的平均点对距离显著降低。
• 在低维底层空间中，距离的降低效果更为显著。
• 随着网络规模增大，网络距离的渐近近似式愈发精确。
• 随着网络规模增长，最短路径距离的分布收敛到一个明确定义的极限形式。