iT邦幫忙

2023 iThome 鐵人賽

DAY 9
0
AI & Data

初探 Network Science系列 第 9

Day-09-Network Model--Scale-free network

  • 分享至 

  • xImage
  •  

Scale-free network 的特性

Scale-free network 是一種具有 power law distribution 的網路圖。在 scale-free network 中,有一些節點的 degree 會比其他節點來的高,這些節點被稱為 hub(樞紐)。

Preferential attachment

Scale-free network 可以藉由 preferential attachment 來產生。Preferential attachment 是一種機制,當一個新的節點加入網路圖的時候,會優先選擇 degree 較高的節點來連接(這樣就可以產生一個有 Hub 的網路圖)。

公式推導

在 Network Science 這本書裡面,作者舉的一個例子。如果 WWW 是一個 random network,那它的 degree distribution 應該是 Poisson distribution,但事實並非如此。作者將圖改成 log-log scale plot 之後發現將資料點連起後會很接近一條直線,這就代表 WWW 是一個 power-law distribution。

Log-log scale - 線性迴歸

  • https://chart.googleapis.com/chart?cht=tx&chl=%24%5Cln%7Bp(k)%7D%20%3D%20C%20-%20%5Cgamma%20%5Cln(k)%24
  • 對兩邊取指數,可以得到 https://chart.googleapis.com/chart?cht=tx&chl=%24p_%7Bk%7D%20%3D%20k%5E%7B-%5Cgamma%7D%24
  • 其中 https://chart.googleapis.com/chart?cht=tx&chl=%24%5Cgamma%24 稱作 power law exponent,會在前加上負號是因為斜率是負的(我猜的)
  • https://chart.googleapis.com/chart?cht=tx&chl=%24C%24 稱作 normalization constant

如果想要知道 k 剛剛好等於某個 degree 的機率為多少的時候,我們可以用下面的兩種公式進行計算(分別為假設 degree 為 discrete 或是 continuous):

Discrete

  1. 把所有可能的 degree 加總之後,機率要剛好等於 1 ,https://chart.googleapis.com/chart?cht=tx&chl=%24%5Csum%5Climits_%7Bk%20%3D%201%7D%5E%5Cinfty%20%20%7Bp_k%20%7D%20%20%3D%201%24
  2. 也可以寫成 https://chart.googleapis.com/chart?cht=tx&chl=%24C%20%5Csum%5Climits_%7Bk%3D1%7D%5E%5Cinfty%20k%5E%7B-%5Cgamma%7D%20%3D%201%24
  3. https://chart.googleapis.com/chart?cht=tx&chl=%24C%20%3D%20%5Cfrac%7B1%7D%7B%5Csum%5Climits_%7Bk%3D1%7D%5E%5Cinfty%20k%5E%7B-%5Cgamma%7D%7D%24
  4. 這個式子剛好可以用 Riemann zeta 函數來表示,https://chart.googleapis.com/chart?cht=tx&chl=%24C%20%3D%20%5Cfrac%7B1%7D%7B%5Czeta%20(%5Cgamma)%7D%24
  5. 所以 https://chart.googleapis.com/chart?cht=tx&chl=%24p_k%20%3D%20%5Cfrac%7Bk%5E%7B-%5Cgamma%7D%7D%7B%5Czeta%20(%5Cgamma)%7D%24

Continuous

  1. 使用積分處理,https://chart.googleapis.com/chart?cht=tx&chl=%24%5Cint%5Climits_%7Bk_%7B%5Cmin%20%7D%20%7D%5E%5Cinfty%20%20%7Bp(k)dk%7D%20%20%3D%201%24
  2. 也可以寫成 https://chart.googleapis.com/chart?cht=tx&chl=%24C%20%5Cint%5Climits_%7Bk_%7B%5Cmin%20%7D%20%7D%5E%5Cinfty%20k%5E%7B-%5Cgamma%7D%20dk%20%3D%201%24
  3. 進行交換律之後可以得到 https://chart.googleapis.com/chart?cht=tx&chl=%24C%20%3D%20%5Cfrac%7B1%7D%7B%7B%5Cint%5Climits_%7Bk_%7B%5Cmin%20%7D%20%7D%5E%5Cinfty%20%20%7Bk%5E%7B%20-%20%5Cgamma%20%7D%20dk%7D%20%7D%7D%24
  4. 進行積分,可以得到 https://chart.googleapis.com/chart?cht=tx&chl=%24C%20%3D%20%5Cfrac%7B1%7D%7B%7B%5Cfrac%7B1%7D%7B%7B1-%5Cgamma%7D%7D%20%7Bk%5E%7B1%20-%20%5Cgamma%20%7D%20%7D%20%7C_%7Bk_%7B%5Cmin%20%7D%20%7D%5E%5Cinfty%20%20%7D%7D%24
  5. 因為 https://chart.googleapis.com/chart?cht=tx&chl=%24%5Cinfty%24 會變成 0,所以就只計算 https://chart.googleapis.com/chart?cht=tx&chl=%24k_%7Bmin%7D%24,可以化簡成 https://chart.googleapis.com/chart?cht=tx&chl=%24C%20%3D%20(1-%5Cgamma)k_%7Bmin%7D%5E%7B%5Cgamma-1%7D%24
  6. https://chart.googleapis.com/chart?cht=tx&chl=%24p(k)%20%3D%20(1-%5Cgamma)k_%7Bmin%7D%5E%7B%5Cgamma-1%7Dk%5E%7B-%5Cgamma%7D%24

參考資料


上一篇
Day-08-Network Model--Watts–Strogatz model
下一篇
Day-10-Network Science 的任務
系列文
初探 Network Science30
圖片
  直播研討會
圖片
{{ item.channelVendor }} {{ item.webinarstarted }} |
{{ formatDate(item.duration) }}
直播中

尚未有邦友留言

立即登入留言