小世界网络的生成

资 源 简 介

小世界网络的生成

详 情 说 明

小世界网络是一种介于规则网络和随机网络之间的图结构，兼具高聚类系数和短平均路径长度的特点，常用于模拟社交网络、神经网络等真实系统。

最经典的生成算法是Watts-Strogatz模型，其核心思想是通过"重连"规则网络的边来引入随机性。实现过程可分为三步：

构建规则环状网络：将N个节点排成环形，每个节点与最近的K个邻居相连（K/2左侧，K/2右侧） 随机重连边：以概率p断开原有边，随机连接到网络中其他非邻接节点 控制随机性：调整p值可控制网络特性，p=0时为规则网络，p=1接近随机网络

关键参数中： 重连概率p决定"小世界性"强度 平均路径长度随p增大快速下降 聚类系数在p较小时保持较高值

扩展方向包括： 分析网络鲁棒性 研究信息传播动力学 适用于推荐系统等场景