《组织知识网络中的知识共享博弈研究》:
节点的聚集系数是某节点的一对邻节点之间存在关系的概率,聚集系数大说明节点与其邻节点之间具有紧密的关系,网络的聚集系数为网络中所有节点的聚集系数的平均值。瓦茨等(1998)给出了节点聚集系数的另外一个定义,即包含某节点的三角形的个数与以该节点为中心的三元组的个数之比。聚集系数仅考虑到了节点周围边数为3的环的数量,而并没有考虑距离稍远的节点的影响,而且度数相同的节点有可能具有相差很大的聚集系数。为了更好地衡量网络节点同其他节点之间的关系,金姆等(2005)给出了一个指标来衡量网络的节点的局部循环系数(Localcycliccoefficient)。该系数的值处于0到1/3之间,如果一个网络的局部循环系数等于0,则网络中不存在任何的回路(即网络是一个树),如果等于1/3则网络中任何节点之间都构成回路,即网络是完全的。
网络节点的度与度的相关性也是网络的一个重要特点,如果网络中度大的节点倾向于和度大的节点相连,则网络是正向匹配(Assortative)的,反之网络是负向匹配(Disassortative)的。纽曼(2002)给出了一个判断网络相关性的earson相关系数,当该系数大于0时,网络是同向匹配的,小于0时,网络是负向匹配的。纽曼的研究结果认为社会网络通常是同向匹配的,而技术网络和生物网络通常则是负向匹配的,而且与其他网络相比,社会网络具有高度的聚集性和网络连通性。
现实世界中的网络都是由大量的组件(Modular)组成的,在社会网络中称为小团体。在这些小团体内部,网络的节点(或成员)之间相互紧紧联系在一起,而只有很少的连接同外部相连,网络节点的这种连接方式构成了网络的层次性。层次性也是小世界现象出现的原因。劳沃斯(Ravasz)等(2003)研究发现网络的层次性可利用节点的聚集系数和度的关系来衡量,如果网络具有明显的层次性,则节点的聚集系数与节点的度成反比关系。
网络的效率(Efficiency)是加权网络的另外一个重要性质。节点之间的距离是影响物质或信息在网络中传播的重要因素,莱特拉(Latora)等(2003)假设一条边的效率与边权成反比关系,一条最短路径的效率为路径上所有边的效率之和,而网络的效率则为所有最短路径效率的平均值。节点的效率用它对整个网络效率的贡献来衡量,即去除节点后网络效率的减少量。
……
展开