網絡科學

出自集智百科
跳轉到: 導覽搜尋

網絡科學是研究複雜網絡的學術領域,如電信網絡、計算機網絡、生物網絡、認知和語義網絡以及社會網絡,都屬於複雜網絡,即考慮網絡中的節點代表元素或者參與者,連邊代表它們之間的關係。這個領域借鑒了各種理論和方法,包括數學中的圖論 graph theory,物理學中的統計力學,計算機科學中的數據挖掘 data mining信息可視化 information visualization,統計學中的推斷建模,社會學中的社會結構 social structure。 美國國家研究委員會將網絡科學定義為“研究物理、生物和社會現象的網絡表徵,從而得出這些現象的預測模型” [1]


背景和歷史

網絡研究作為分析複雜關係數據的一種手段已經出現在不同學科中。網絡科學這個領域的論文最早可以追溯到1736年, [ 萊昂哈德·歐拉- 維基百科,自由的百科全書zh.wikipedia.org › zh-hans › 萊昂哈德·歐拉 萊昂哈德·歐拉 Leonhard Euler]所寫的著名的柯尼斯堡七橋問題。 歐拉對頂點和邊的數學描述是圖論的基礎,圖論是研究網絡結構中成對關係和性質的數學分支。 圖論領域繼續發展,並在化學中找到了應用(Sylvester,1878)。

匈牙利數學家兼教授Dénes Kőnig在1936年寫了第一本關於圖論的著作,名為《有限和無限圖理論》Theory of finite and infinite graphs[2]

20世紀30年代,格式塔學派的心理學家雅各布 · 莫雷諾 Jacob Moreno來到美國。 1933年4月,他提出了社會關係圖並在一次醫學年會上首次公開分享。 莫雷諾聲稱,“在社會計量學出現之前,沒有人知道一個群體的人際關係結構‘精確地’看起來是什麼樣子的( Moreno,1953)。 右圖展示的社會關係圖是一組小學生的社會結構表示。 男孩子和女孩子們都互為朋友,除了其中有一個男生說他喜歡一個單身的女孩,但是卻沒有得到回應只有一個男孩說他喜歡單身女孩。 這種感覺沒有得到回應。 這種社會結構的網絡表示方式很有趣,以至於它曾被刊登在《紐約時報》上(1933年4月3日,第17頁)。 社會關係圖已經發現了許多應用,並且逐步走入社會網絡分析 social network analysis的領域。


網絡科學中的概率論是基於Paul Erdős和Alfréd Rényi的8篇關於隨機圖 random graphs的論文,作為圖論的一個分支而發展起來的,是圖論的一個分支。 對於社交網絡來說,指數隨機圖模型 exponential random graph model或 p * 是一個符號框架,用來表示社交網絡中發生的關係的概率空間。網絡概率結構的替代方法是網絡轉移矩陣模型,它根據網絡樣本中邊的歷史存在或不存在來建立邊出現在網絡中的概率模型。


參考資料:https://zh.wikipedia.org/wiki/%E7%BD%91%E7%BB%9C%E7%A7%91%E5%AD%A6

參考文獻

  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.
個人工具
名字空間
動作
導覽
工具箱