Watt和Strogatz发现,只需要在规则网络上稍作随机改动就可以同时具备以上两个性质。改动的方法是,对于规则网络的每一个顶点的所有 边,以概率p断开一个端点,并重新连接,连接的新的端点从网络中的其他顶点里随机选择,如果所选的顶点已经与此顶点相连,则再随机 选择别的顶点来重连。当p = 0时就是规则网络,p = 1则为随机网络,对于0 < p < 1的情况,存在一个很大的p的区域,同时拥有较大的集聚 程度和较小的最小距离。Small World网络的生成方法见图(1),其中左图为规则网络,右图为随机网络,中间是一个典型的Small World 网络。Small World网络的几何性质如图(2)所示。
实证研究发现,大量的实际网络存在这种Small World现象,见表1。在Watts和Strogatz的工作之后,不同的作者做了许多Small World 网络上的动力学模型的研究[15,37,38,39,60,61,62,63],体现了平均集聚程度和平均最短距离的 深刻的表现能力。我们将在网络的动力学性质一节对此做一小结。
4表1:实际网络的Small World现象。列表中包括所研究网络的实际对象(Network),大小(Size), 平均度值(< k >),平均最短距离(l),按随机网络计算的最短距离(lrand),平均集聚程度(C), 按随机网络计算的集聚程度(Crand)。通过对比实际网络与相应(相同顶点数和边数)随机网络的性质, 可以发现网络的Small World特征。此表在文献[1]的基础上收集确认其他文献编辑而成,感谢作者 R. Albert提供。
Network | Size |
![]() ![]() |
l | lrand | C | Crand |
WWW[31], site level, undir. | 153, 127 | 35.21 | 3.1 | 3.35 | 0.1078 | .00023 |
Internet[22] , domain level | 3015 - 6209 | 3.52 - 4.11 | 3.7 - 3.76 | 6.36 - 6.18 | 0.18 - 0.3 | 0.001 |
Movie actors[7] | 225, 226 | 61 | 3.65 | 2.99 | 0.79 | 0.00027 |
LANL co-authorship[66] | 52, 909 | 9.7 | 5.9 | 4.79 | 0.43 | 1.8 x 10-4 |
MEDLINE co-authorship[66] | 1, 520, 251 | 18.1 | 4.6 | 4.91 | 0.066 | .1 x 10-5 |
SPIRES co-authorship[66] | 56, 627 | 173 | 4.0 | 2.12 | 0.726 | 0.003 |
NCSTRL co-authorship[66] | 11, 994 | 3.59 | 9.7 | 7.34 | 0.496 | x 10-4 |
Math. co-authorship[67] | 70, 975 | 3.9 | 9.5 | 8.2 | 0.59 | 5.4 x 10-5 |
Neurosci. co-authorship[67] | 209, 293 | 11.5 | 6 | 5.01 | 0.76 | .5 x 10-5 |
E. coli[52] , substrate graph | 282 | 7.35 | 2.9 | 3.04 | 0.32 | 0.026 |
E. coli[52], reaction graph | 315 | 28.3 | 2.62 | 1.98 | 0.59 | 0.09 |
Words[49], co-occurrence | 460, 902 | 70.13 | 2.67 | 3.03 | 0.437 | .0001 |
Power grid[7] | 4, 941 | 2.67 | 18.7 | 12.4 | 0.08 | 0.005 |
C. Elegans[7] | 282 | 14 | 2.65 | 2.25 | 0.28 | 0.05 |