复杂网络(Complex Network)，是指具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质增精案运城的网络。特征:小世界、集布感去微宜差祖军群即集聚程度的概念、幂律的度分布概念。
- 中文名称 复杂网络
- 外文名称 Complex Network
- 具有 自组织、自相似、吸引子
- 时间 1998年
- 人物 Watts和Strogatz
概念
钱学森给出了复杂网络的一个较严格的定义:具有自组织、自相似、吸引子、小世界、无标度中部分或全部性质的网络称为复杂网络。
表现
复杂网络简而来自言之即呈现高度复杂性的网络。其复杂性的主要终后孙两山又陆主表现以下几个方面:
1)结构复杂的主要表现为节点数目巨大，网络结构呈现多种不同特征。
2)网络进化的主要表现为节点或连接的产生与消失。例如world-wide network，网页或链接随时可能出现或断开，导致网络结构不断发生变化。
3)连接多样性:节点之间的连接权重存在差异，且有可能存在方向性。
4)动力学复杂性:节点集可能属于非线性动360百科力学系统，例如节点状态随时间发照端地怎足击生复杂变化。
5)节点多样性:复杂网络中的节点可曲品以代表任何事物，例如，人际关系构成的复杂网络节点代表单独个体，万维网组成的复杂网络节点可以表示不同网页。
6)多重复杂性融合:即以上多重复杂性相互影响，导致更为难以预县间早光跟料的结果。例如，设计一个电力供应网络需要考虑此网络的进化过程，其钱察丰讲进化过程决定网络的拓扑结构。当两个节点之间频繁进行能量传输时，他们之间的连接权重会随之增加，通过不断的操持能钱织修死均阶学习与记忆逐步改善网络性能。
内容
复杂网络研究的内容主要包括:网络的几何性质，网络的形成机制，网络演化的统计规律，网络上的模型性质，以及网络的结构稳定性，网络的演化动力学机制等问题。其中在自然科学领域，网络研究的基本测度包括来自节点、社区、图等层面。其中节点层面包括:节点的度(degree)及其分布特征，度的相关性，集聚程度及其分布特征，最短距离及其分布特征，节点的介数(betweenness)及其分布特征。社区层面主要包括社区发现、社区演化等。
特性
复杂网络一般具有以下特性:
第一，小世界。它以简单的措辞描述了大多数网络尽管规模很大但是任意两个节(顶)点派世胡胡法志米缺带道论间却有一条相当短的路径的事实。以日常语言看，它反映的是相互关系的数目可以很小但却能够连接世界的事实，例如，在社会网络中，人与人相互认识的关系很少，但是却可以找到很远的无关系的其他人。正如麦克卢汉所说，地球变得越来越小，变成一个地球村，也就是说，变成一个小世界。
第二，集群即集聚程度(clustering coefficient)的概念。例如，社会网络中总是存在熟人圈或朋友圈，其中每个成员都认识其他成员。集聚程度的意义是显系北行血网络集团化的程度;这是一种网络的内聚倾向。连通集团概念反映的是一个呼宜鲜律语话大网络中各集聚的小绿众间既看它争某才艺网络分布和相互联系的状况。例如，它可以反映这个朋友圈与另一个朋友圈的相互关系。
第三，幂律(power law)的度分布概念。度指的是网络中某个顶(节)点(相当于一个个体)与其它顶点关系(用网络中的边表达)的数量;度的相关性指顶点之间关系的联系紧密性;介数是一个重要的全局几何量。顶点u的介数含义为网络360百科中所有的最短路径之中，经过u的数量。它反映了顶点u(即网络中有关联的个体)的影响力。无标度网络(Scale-free network)的特征主要集中反映了集聚的集中性。
研究方向
1.关键节点发现
关键节点发现旨在发现在网络的结构与功能中起天修官还班即测松秋到关键作用的节点。
2.社区发现
社区发现旨在发现复杂网络中的社团结构，以便对网络节点的组成进行合理的划分。
3.链路预测
链路预测旨在预测复杂网络中任意节点间存在链接的可能。
