Albert-László Barabási與Réka Albert研究scale-free network，他們發覺到degree distribution具有power law的性質，他們決定做一件事。

Barabási–Albert model

他們跟前面的random network一樣用電腦模擬產生出一個網路，但是不同的是他們設定新加入的點比較有機會跟degree高的點有連結，所以大家可以看到下面的網路產生過程。

在一開始只有三個點，大家的degree都一樣，當t=2的時候，加入新的點跟其他的點有連結，degree愈高的點會愈偏向紅色也愈大，漸漸的大家可以看到有少數的點被凸顯出來，而這些少數的點有著較高的degree。

他們證明了這樣可以產生出scale-free network，符合power law的特性！
那這代表什麼呢？

解釋

在我們的社會中，新加入這個社會的社會新鮮人，他會傾向於跟這個社會的"大咖"有關係，像是軟體工程師都非常想要有到Google、Facebook、Microsoft工作或是實習的經驗，剛出道的演員都希望跟電影明星一起演戲，在商業尤其明顯，小公司希望跟大公司有合作關係，如此建立連結，這也讓大公司、大明星更鞏固地位，這也讓剛出道的演員、小公司有好處。

在自然界也有著這樣的關係，如果去分析基因網路的話，重要的基因通常是degree較高的，新的基因是degree較低的，顯然degree較高是因為他有某種對這個群體重要的特質，這樣的特質也保有了他在這個群體的地位。

這樣的現象是普遍存在的，無論是人類社會或是自然界，這或許是某種普遍的定律，不過成為重要的點原因各自不同。