跳过主要导航

£199.99一年无限学习的139.99英镑。报价于2023年2月28日在23:59(UTC)结束。T&C申请

了解更多

什么是网络?

观看David Millard博士探索网络的含义,并查看我们周围的网络及其特征的一些示例。
8
欢迎。我叫戴维·米拉德(David Millard)。我是南安普敦大学计算机和网络科学的高级讲师。本周,我们将谈论网络。现在,网络是网络的基本组成部分。它们是网络科学家的关键工具。因此,请考虑周围的网络。它们可能是运输网络,由路线或道路连接的城镇连接的电台。也许是电力网络,国家电网,电站,变电站和电源线。甚至社交网络,您的个人和专业人际关系网络,朋友和同事。 And is there a single way to represent all these diverse networks?
41.9
因为如果我们有共同的表示,它将允许我们比较网络并查看它们是否以相同的方式行事。现在,表示网络的最简单方法是将其视为一组节点。现在,节点代表事物,因此训练站,电站,人员。这些节点通过边缘连接。边缘仅表示关联或连接。因此,它们是站点之间的铁路线,人民之间的关系等等。现在,我们可以问一些有关这些非常多样化的网络的基本问题。他们有什么共同点?它们是相同的形状吗?他们是否以相同的方式改变和成长?
76
通过回答这些问题,我们可以进一步了解这些网络所描述的现实情况。现在,科学家和数学家曾经主要考虑两种不同类型的网络。常规网络具有非常均匀的结构。因此,在我们的示例中,所有节点都有两个,三个或四个链接。然后只知道他们的直接邻居。随机网络具有非常混乱的结构。因此,节点具有截然不同的连接,每个节点都在整个网络上都有指向其他各种节点的链接。人们用来做出的假设是,现实世界中的网络看起来很像随机网络。但是请考虑一下。真的是真的吗?
114
您的社交网络看起来像那种随机混乱的连接集吗?现在,在1960年代,耶鲁大学的社会心理学家斯坦利·米尔格拉姆(Stanley Milgram)着手研究现实世界的社交网络。他通过向内布拉斯加州奥马哈的近300封信发送到马萨诸塞州的波士顿来做到这一点。所有这些信件都必须手工交付。至关重要的是,他们只能从一个朋友传给另一个朋友。现在,米尔格拉姆(Milgram)对信件是否到达感兴趣。但是,也许更重要的是,有多少啤酒花,意味着一个人传给另一个人,他们到达目的地需要需要吗?因此,如果网络是常规的,我们可能会期待许多小啤酒花。
152.8
而且,如果网络是随机的,我们可能会期待各种各样的啤酒花,在他们到达目的地之前,全国各地都会弹跳。但是最后,米尔格拉姆发现的是,他的信件中有64张到达。大多数辍学的人都是只是没有传递这些信件的人。但是在那里的信件中,大多数人平均六个啤酒花接近。现在,米尔格拉姆(Milgram)是一个非常富有想象力的实验,但并不是完全严格的。但这确实意味着网络的结构不是以前认为的。
180.7
实际上,这个想法是,您可以在非常少量的啤酒花中从一侧到另一侧的网络(通常是六个分离度)被称为“小世界”财产。现在,在1997年,受米尔格拉姆(Milgram)的作品的启发,邓肯·沃茨(Duncan Watts)在康奈尔大学(Cornell University)攻读博士学位。他详细介绍了许多定义明确的网络,以找出他们是否共享了这个小世界财产。他看着蠕虫的神经网络,看着美国的电力网络,他看着好莱坞演员的网络,他说如果两个好莱坞演员出演了同一部电影,就会联系在一起。现在,这些都是多元化的网络。
215.9
But Watts showed that they all have the same small world property, this same six degrees of separation. But why? What is it that gives these networks this small world property? And why is it that these real world networks all have this common property together? A few years after Watts had done his work, Laszlo Barabasi, who was then at the University of Notre Dame, he realised that the Web offered a real opportunity to explore this question. And that’s because the pages and the links on the Web are able to be analysed by a machine. So he created scripts that would crawl a subset of Web pages and map out the structure.
251.9
而且他将能够找到网络是否具有相同的属性,并有可能探索为什么是这种情况。现在,巴拉巴西(Barabasi)期望看到的是链接的正态分布。因此,如果您在课堂上测试学生,则您会得到正常分布。有些会做得很好。有些会做得非常糟糕。但是大多数将位于主要曲线下方的中间。因此,在这种情况下,Barabasi期望的是,有些页面会有很多链接,有些链接很少,但是大多数页面的平均数字接近。但是他看到了一张确实不同的照片。
283.7
What he found was a power law distribution of links where the great majority of pages have very, very few links. But some, he called these hubs, have many. And Barabasi described this structure as a scale free network because it maintains this property, whatever scale you look at it. So a scale free network is one that is defined as saying the connections follow this power law. And it’s dominated by a small number of powerful hubs. And crucially for our understanding of real world networks, because hubs have connections that range wildly across the network, it means that scale free networks show this small world property.
319.5
So we are kind of able to say that real world networks are small worlds because they are scale free. Of course, that doesn’t really answer our question. Because the question just changes. What makes them scale free in the first place? So luckily the answer is actually quite simple. And it’s a principal known as preferential attachment. Perhaps summed up by the phrase the rich get richer. So in many real world networks, the more edges a node already has, the more connections, then the more likely it is to attract new edges. So as an example, if we think about our Hollywood film actors, the more films an actor has appeared in, the more likely they are to appear in new films.
356.4
这是这个简单的属性,即优先依恋的简单概念,这解释了这种令人难以置信的结构和惊人的小世界财产。那么,您如何判断网络是否免费规模呢?您可以分析什么?你能算什么?您如何获得一些使您能够实际表征网络的数字?因此,在接下来的几个步骤中,我们将查看许多有用的属性,例如节点的平均程度和诸如聚类系数之类的东西。然后,我们将了解如何应用它们来查找不同类型的网络或识别重要节点。现在,这些属性可以允许您比较网络。
390.5
因此,例如,考文垂大学的研究人员在几本文本中分析了角色的社交网络,从比奥瓦夫(Beowulf)等历史文本到哈利·波特(Harry Potter)等更现代的小说。他们发现,历史文本的社交网络与现实生活中的社交网络相比,其社交网络比虚构的文本更相似。因此,我们能够看到它们的性格截然不同。令人兴奋的是,他们甚至建议我们不太确定它们是否具有某种历史基础的神话文本有时会被证明介于两者之间的某个地方。因此,网络分析为我们提供了重要的证据,表明故事背后可能存在历史基础。因此网络分析可能非常强大。
430.8
但是我们总是必须小心。因为网络只是一个抽象。而且它们不一定包含您可能需要了解现实情况的所有信息。因此,例如,如果您考虑伦敦管的地图,则该地图将告诉您如何连接管站。但这不会告诉您他们的相距多远。这意味着,例如,一个从帕丁顿到邦德街旅行的人可能会穿过诺丁山大门的路线,而实际上它会更快地弹出地面并穿越城镇。因此,我们开始说网络在您周围。
461.9
我们举了一些示例,说明了一些更明显的网络,运输,权力,社交网络。因此,实际上,网络只是看世界的一种方式。您可以定义关系的任何方式,都可以看到网络。它们是网络科学以及建模和理解事物如何连接的非常强大的工具。但是请记住,在不同的网络中,出于不同的原因,像小世界和优先依恋一样的原则。因此,作为网络科学家,我们必须始终注意上下文,并且永远不要忘记网络只是抽象,即使它们非常有用。

网络都在我们周围,但是您是否考虑过是什么建立网络,以及它们可能拥有的形状和属性?以抽象的方式了解网络(作为节点和边缘,不必担心它们的实际代表),使我们可以访问许多数学技术来理解和比较它们。

In this activity we will explore what we mean by a network, and look at some examples of the networks around us. Networks are structures with common properties and characteristics, so we will also explore some of the ways in which we can describe a network, and the different types of network we can identify as a result. In Web Science seeing structures as a network is a very powerful way of understanding how they might behave, but we must also never forget that while they may share properties, those properties arise from very different processes.

将社交媒体上的活动视为网络,使我们能够探索连接形成,识别重要网络节点并比较其他不同事物的网络。

在此视频中,我们介绍了网络的一些基础知识,并查看有多少现实生活网络具有共同的无标度结构和重要的小世界属性。

一旦您观看了此视频演讲大卫·米拉德(David Millard)博士您还应该观看随附的视频(链接到本文):

  • 首先是对邓肯·瓦茨(Duncan Watts)的采访,他的博士学位论文探索了小世界的现象。

  • 第二个是电视纪录片的简短预告片,称为“ Connected:六度的力量”。这说明了当前的网络科学周围的兴奋,它为我们提供了有关这些想法的广泛适用以及它们对我们的健康和福祉的意义的暗示。Laszlo Barabasi和Duncan Watts都在此出现。

在本周的第一部分中,我们研究网络拥有的不同形状和属性。当我们有能力以这种抽象的方式代表和描述它们时,我们可以开始分析它们,以回答有关它们所代表的事物的问题。

在本周的晚些时候,我们将提出一个exercise ‘Who is the most powerful person in a social network?’分析小型办公网络的活动。我们将使用他们生成的联系和消息来计算谁是最有影响力的人。
本文来自免费的在线免费

社交媒体的力量

由...制作
FutureLearn-终身学习

Our purpose is to transform access to education.

我们提供来自世界各地的大学和文化机构的各种课程。这些一次是一次交付的一步,并且可以在移动,平板电脑和台式机上访问,因此您可以适合自己的生活。

我们认为,学习应该是一种愉快的社交经验,因此我们的课程为您提供了与他人一起讨论的机会,帮助您做出新的发现并形成新的想法。
You can unlock new opportunities with unlimited access to hundreds of online short courses for a year by subscribing to our Unlimited package. Build your knowledge with top universities and organisations.

了解有关FutureLearn如何转化接受教育的更多信息