网络科学基础与应用

( 课程编码 :47081203D02)

教材：
[1] 汪小帆、李 翔、陈关荣著，网络科学导论，高等教育出版社，
2012.4
http://zhiyuan.sjtu.edu.cn/Course/netsci.htm

参考资料：
[2] 唐杰 社会网络分析的计算模型， CCF ADL49 ， 2014.8
教学内容与目的：
课程教学内容包括网络科学基本概念、网络理论
与基本特征、网络拓扑性质，度相关性与社团结构、
节点重要性与相似性，社会网络结构与位置属性、社
会群体与子群、社会角色与地位，随机网络与小世界、
网络传播，以及社会网络数据收集和应用与典型的网
络分析案例。
通过对社会网络分析方法与应用知识
体系的学习，培养用社会网络视角去解决具有互联网
信息特征的社会行为科学问题的能力，以满足当前互
联网时代的大数据信息技术应用专业人才培养的需要。
 第一章 绪论

“ 小世界”
 复杂网络
 网络科学的兴起
 信息时代的社会网络分析
It’s a Small World After All!

What is the average distance between any

individuals in the world?
• Chain letters
• The destination: Boston, Massachusetts
• Starting Points: Omaha, Nebraska & Wichita, Kansas

Milgram. Psychology Today 1, 60-67 (1967)

 MA

NE

20% of initiated chains reached target

average chain length = 6.5
 The distance between
Two randomly individuals
in the USA :

Milgram S. The small world problem. Psychology Today, May 1967, 60 – 67

 Chain emails from Jan. 2002

•18 targets
•13 different countries

•60,000+participants
•24,163 message chains
•384 reached their targets
•average path length 4.0

P S Dodds, R Muhamad, D J Watts. An Experimental Study of Search in Global Social

Networks, Science, 2003, 301 (5634), 827
 • June 2006: 240 million users, 30 billion conversations
• Network: 180 million active users,1.3 billion edges

Averagedistance: 6.6

J Leskovec, E Horvitz: Planetary-scale views on a large instant-messaging network.

WWW 2008
• Crawling RenRen (2009, 30 crawlers):
• 42 million users, 1.6 billion friendship links

Averagedistance: 5.38

• I.Jiang,C. Wilson,X. Wanget al. UnderstandingLatentInteractionsinOnlineSocial

Networks.IMC2010
• May 2011: 721 million active users, 69 billion links
Averagedistance: 4.74
 复杂网络
 ComplexNetworks
Everywhere
 NETWORK VIEW OF THE WORLD

Communication Social

Transportation Biological

Language
Power Grid
1969ARPANET 1970ARPANET

1986 NSFNET 1995 INTERNET

IP level
Router level
Domain (AS) level
• less than 10% of the land is more than 48 hours of
ground-based travel from the nearest city (>50000p)
Internet MobileC Transportation
 which pages are
the most important?
 上海沪闵高架今开通 严重拥堵造成多起事故
2003-12-29 新民晚报

Braess 悖论
-selfish routing

今天晚上沪闵高架往徐家汇方向的上匝道将竖立有关提示“高峰
拥堵，车辆分流”的标志，明天清晨一支由十多人组成的排堵纠
违小分队将开始专门在此段道路执勤。
Human Brain
has between
10-100 billion
neurons.

NetworkScience:Introduction 2012
科学研究网络化
那么问题来了 !
 你是否几乎每天都要通过手机、电话、电子邮件或在线社交网络等与朋友保持联系？如果哪一天我
们所依赖的移动通信网络和 Internet 都崩溃了会给人类带来什么样的影响？
 当你在 Google 或者百度的主页上输入一个关键词之后，你知道搜索引擎是如何工作的吗？你对反

馈的搜索结果是否满意？
 如果你是在大城市自驾车上下班，那么你是否经常体验“堵心”的交通拥堵？为什么道路越来越多
也更宽了，交通却反而越来越拥堵？
 如果在高温季节发生大规模长时间的停电事故，你一定会觉得难以忍受吧？我们在享受规模越来越

大的电网所带来的便利的同时，是否也必然要面临局部故障所触发的更大规模停电事故的风险？
 为什么一个国家或地区的局部金融动荡能够在较短时间内引发全球或地区性金融危机？我们应该如

何应对不可阻挡的全球化带来的负面影响？
 各种传染病（艾滋病、非典型性肺炎和禽流感等）是如何在人类和动物中流行的？什么样的接种免

疫策略更为有效？为什么流言蜚语会散布的很快？如何做好口碑营销？
 为什么大脑具有思维的功能？如何才能更为有效的预防和治疗癌症等疾病？

 如何才能更为有效地维护生态平衡？人类如何才能与自然界和谐相处？
 Exploring Complexity
A common theme of science & technology at 21th century

• We are building more and more complex systems

• A better and deeper understanding of existed
Systems requires to treat them as more complex
systems
网络系统的复杂性体现在 :

 结构的复杂性
 节点的复杂性
 结构与节点之间相互影响
 网络之间相互影响
 首先，网络科学所要研究的是各种看上去
互不相同的复杂网络之间的共性和处理它们的
普适方法。
其次，网络科学试图在已有的各种与研究
网络相关的学科之间架设起沟通的桥梁，使得
对于某一个网络的研究也有可能对于另一个网
络的研究起到借鉴作用。

What’sthe Connection
 许多复杂网络问题依靠单个学科都难以有效解决，需
要多学科的协同努力，而网络科学正是这样一个多学科交
叉的平台。

例如，不同领域研究人员对于 Internet 拓扑的研究类似

于“盲人摸象” , 每个领域从不同的角度都提供了对于
Internet 拓扑的重要认识 ; 也正是由于角度不同，导致了许
多不相容的、矛盾的陈述。因此，只有把不同领域的研究加以
有效整合才能得到 Internet 拓扑的较为全面的图景。
理论科学 应用科学
• 图论 • 通信科学
• 博弈论 • 电力科学
• 统计力学 • 生命科学
• 计算机科学 • 社会科学
各领域的问题归纳：
 医学专家希望了解每一种传染病在社会网络中的传播途径井
找到有效的预防与控制策略 ;
 社会学家关心时尚、观点和流言蜚语等是如何在社会网络中
传播的 ;
 网络安全专家希望研究各种病毒是如何在 Internet 和移动通
信网络上传播的 ;
 电气工程专家希望避免电网上的局部损坏引发大规模的相继
故障 ;
 · 政治家和经济学家希望找到预防地区性动荡引起全球危机
的有效办法。
Communication 复杂网络上的传播动力学： Social
局部节点或者连边的行为是如何
在网络中扩散的

Transportation Network Biological

Spreading

Power Grid Economical

 网络科学
测量 发现
网络数据 网络性质

建立
网络模型

分析 设计
网络行为 网络性能
信息时代的社会网络分析

When you smile, the world smile with you!

• Big data era offers new opportunities & challenges
– Link prediction,Recommendation algorithms
• Explore long-standing problems in sociology
– [Homophily Principle] Why are you similar to your friends?
Because they influence you, or because you seek out people
who are already similar?
– [Social Learning] How do we form and update our beliefs or
opinions?
研究问题举例 : 弱连带的强度
朋友关系的一个重要属性就是关系的强弱。密
的关系称为强连带 (Strong tie) ，而把一般的关系
称为弱连带 (Weak tie) 。
例子 :Granovetter 发现，人们在寻找工作时，
那些关系紧密的朋友反倒没有那些关系一般的甚至
只是偶尔且面的朋友更能够发挥作用。事实上，关
系紧密的朋友也许根本帮不上忙
• Facebook isn’t the echo chamber
that some might expect
• Online social networks actually
increase the spread of novel
information and diverse
viewpoints.
• Homophily suggests that people who interact frequently
Are similar and may consume more of the same
information. Individuals that interact less often tend to be
dissimilar and may consume more diverse information.
• People are more likely to share information
From their strong ties, but because of their
abundance,weak ties are primarily
responsible for the majority of information
spread on Facebook.
• A majority of influence can be
generated by weak ties, even if strong ties
are individually more influential.
• 100*15%=15, 10*50%=5
应用研究领域举例：
社会化电子商务
social commerce
电子商务的一种新的
衍生模式。它借助社交网站、
SNS 、微博、社交媒介、
网络媒介的传播途径，通过
社交互动、用户自生内容等
手段来辅助商品的购买和销
售行为。在 Web2.0 时代，
越来越多的内容和行为是由
终端用户来产生和主导的，
比如博客、微博。
讨论 :
以网络科学的理论、技术和方法
来解决社会、经济、管理等领域的问
题，在当今信息时代的大数据发展战
略中有着更加重要的意义。
举一个用网络科学的视角解
决实际问题的例子。

Any question?