网络科学

来自集智百科
跳转到: 导航搜索

网络科学是研究复杂网络的学术领域,如电信网络、计算机网络、生物网络、认知和语义网络以及社会网络,都属于复杂网络,即考虑网络中的节点代表元素或者参与者,连边代表它们之间的关系。这个领域借鉴了各种理论和方法,包括数学中的图论 graph theory,物理学中的统计力学,计算机科学中的数据挖掘 data mining信息可视化 information visualization,统计学中的推断建模,社会学中的社会结构 social structure。 美国国家研究委员会将网络科学定义为“研究物理、生物和社会现象的网络表征,从而得出这些现象的预测模型” [1]


背景和历史

网络研究作为分析复杂关系数据的一种手段已经出现在不同学科中。网络科学这个领域的论文最早可以追溯到1736年, [ 萊昂哈德·歐拉- 维基百科,自由的百科全书zh.wikipedia.org › zh-hans › 萊昂哈德·歐拉 莱昂哈德·欧拉 Leonhard Euler]所写的著名的柯尼斯堡七桥问题。 欧拉对顶点和边的数学描述是图论的基础,图论是研究网络结构中成对关系和性质的数学分支。 图论领域继续发展,并在化学中找到了应用(Sylvester,1878)。

匈牙利数学家兼教授Dénes Kőnig在1936年写了第一本关于图论的著作,名为《有限和无限图理论》Theory of finite and infinite graphs[2]

20世纪30年代,格式塔学派的心理学家雅各布 · 莫雷诺 Jacob Moreno来到美国。 1933年4月,他提出了社会关系图并在一次医学年会上首次公开分享。 莫雷诺声称,“在社会计量学出现之前,没有人知道一个群体的人际关系结构‘精确地’看起来是什么样子的( Moreno,1953)。 右图展示的社会关系图是一组小学生的社会结构表示。 男孩子和女孩子们都互为朋友,除了其中有一个男生说他喜欢一个单身的女孩,但是却没有得到回应只有一个男孩说他喜欢单身女孩。 这种感觉没有得到回应。 这种社会结构的网络表示方式很有趣,以至于它曾被刊登在《纽约时报》上(1933年4月3日,第17页)。 社会关系图已经发现了许多应用,并且逐步走入社会网络分析 social network analysis的领域。


网络科学中的概率论是基于Paul Erdős和Alfréd Rényi的8篇关于随机图 random graphs的论文,作为图论的一个分支而发展起来的,是图论的一个分支。 对于社交网络来说,指数随机图模型 exponential random graph model或 p * 是一个符号框架,用来表示社交网络中发生的关系的概率空间。网络概率结构的替代方法是网络转移矩阵模型,它根据网络样本中边的历史存在或不存在来建立边出现在网络中的概率模型。


参考资料:https://zh.wikipedia.org/wiki/%E7%BD%91%E7%BB%9C%E7%A7%91%E5%AD%A6

参考文献

  1. Committee on Network Science for Future Army Applications (2006).Network Science. National Research Council. doi:10.17226/11516. ISBN 978-0309653886.
  2. Dénes Kőnig (1990). Theory of finite and infinite graphs (PDF). Birkhäuser Boston. doi:10.1007/978-1-4684-8971-2. ISBN 978-1-4684-8971-2.
个人工具
名字空间
操作
导航
工具箱