Barabási-Albert模型与Erdos-Renyi模型的区别
Difference between Barabási-Albert model and Erdos-Renyi model
我正在尝试做一些网络科学，并构建了具有相同节点数量和相同 p[=26 的 Barabasi-Albert 网络 (BA) 和 Erdos-Renyi 网络 (ER) =].
从度分布 (k) 图中我看到一个明显的区别，因为 ER 没有像 BA 那样连接到许多节点的节点（图片如下） ).
BA:
呃：
但是，我还应该注意哪些其他差异以及造成这些差异的原因是什么？我认为区别在于 BA 是无标度网络？
所以从根本上说，它们是以不同的方式创建的：
在Erdos-Renyi网络中，我们分配N个节点，然后以概率p连接每一对。这意味着没有一个节点的度数会比其他节点高很多。
在 B-A 网络中，我们分配了 N 个节点，但要创建它们，我们首先从一小组连接节点开始。然后我们一次添加一个节点，直到我们得到 N 个节点。当我们添加一个节点时，我们将它连接到少量现有节点，概率与现有节点的度数成正比。因此，度数较高的节点（较早的节点）往往会获得更高的度数。
把它想象成当前的美国经济。如果你出身富贵，你几乎可以拿到钱，但如果你出身贫寒，你就会有额外的费用。这被称为 matthew effect，出自马太福音：“因为凡有的，还要加给他；一无所有的，连那也要夺去”。
无论如何，结果是网络以幂律分布结束。这也往往会影响诸如网络中节点之间的典型距离以及各种中心性度量之类的东西。因为有几个非常高度的节点，它们似乎是一切的中心，而低度节点通过它们的高度邻居连接到其余的人口。
在 Erdos-Renyi 网络中更加平等。
我正在尝试做一些网络科学，并构建了具有相同节点数量和相同 p[=26 的 Barabasi-Albert 网络 (BA) 和 Erdos-Renyi 网络 (ER) =].
从度分布 (k) 图中我看到一个明显的区别，因为 ER 没有像 BA 那样连接到许多节点的节点（图片如下） ).
BA:
呃：
但是，我还应该注意哪些其他差异以及造成这些差异的原因是什么？我认为区别在于 BA 是无标度网络？
所以从根本上说，它们是以不同的方式创建的：
在Erdos-Renyi网络中，我们分配N个节点，然后以概率p连接每一对。这意味着没有一个节点的度数会比其他节点高很多。
在 B-A 网络中，我们分配了 N 个节点，但要创建它们，我们首先从一小组连接节点开始。然后我们一次添加一个节点，直到我们得到 N 个节点。当我们添加一个节点时，我们将它连接到少量现有节点，概率与现有节点的度数成正比。因此，度数较高的节点（较早的节点）往往会获得更高的度数。
把它想象成当前的美国经济。如果你出身富贵，你几乎可以拿到钱，但如果你出身贫寒，你就会有额外的费用。这被称为 matthew effect，出自马太福音：“因为凡有的，还要加给他；一无所有的，连那也要夺去”。
无论如何，结果是网络以幂律分布结束。这也往往会影响诸如网络中节点之间的典型距离以及各种中心性度量之类的东西。因为有几个非常高度的节点，它们似乎是一切的中心，而低度节点通过它们的高度邻居连接到其余的人口。
在 Erdos-Renyi 网络中更加平等。