第2章 随机网络

随着现代社会的高速发展，全球人口流动更加频繁，互联网用户规模迅速上升，社交媒体平台发展壮大，社会中的相互关系越发复杂。例如描述社会关系的朋友网络、描述协作关系的合作网络、描述金钱流动的金融网络、描述疾病传播的生物网络等。如何对现实世界中多种多样的网络进行抽象建模，从理论模型的角度对网络特性进行刻画，一直是计算社会学研究的核心问题之一。为了描述网络交互的随机性，20世纪50年代，Erdos和Renyi提出了ER随机网络模型[1]，这是一类按概率生成交互关系的模型，从数学上开创了复杂网络理论的系统性研究[2]。在此基础上，后人对随机网络进行了一系列的拓展，如P1随机网络模型[3]、P2随机网络模型[4]、指数随机网络模型[5]等。