网络

你认识谁,决定了什么会发生

同一群人。不同的连线方式。不同的世界。
网络的关键从来不是“人”,而是“人与人之间的连接”。

网络就是一堆点(把它们叫作人)和把它们连起来的线(把它们叫作友谊)。 听起来平庸,其实不然。保留所有人,只改线的样式 —— 谣言传得更快、点子走得更远、危机级联或熄火,整个系统要么轻松扛住冲击、要么在第一下攻击就倒塌。 连线方式本身就是模型。

我们接下来会走到三个令人惊讶的事实。沿途会玩三种经典的网络形状: 环状格——只认识邻居; 小世界网络——几根随机的捷径就能彻底改变一切; 无标度网络——少数几个超级枢纽主宰全局。

事实 1:几根捷径,把村庄变成一个小世界

下面是一个有 40 人的村庄。每个人认识离自己最近的 4 位邻居 —— 就像真正的村子里, 你认识门口那几家,但不认识城另一头的那家人。 一条消息要跨过村庄,就得从邻居传给邻居再传给邻居……需要很多步。

现在拖动重连滑块。每多一个刻度,就把一条随机的邻居边换成一条随机的远距离边 —— 一条捷径。看看“两个人之间的典型距离”这个数字会怎么变化。 然后再看看村庄的聚集度怎么变化。

事实 2:你的朋友比你拥有更多朋友

下面是另一种网络 —— 少数几个人极其受欢迎、是枢纽,大多数人只认识两三个。 (真实的 Twitter 粉丝图、学术引用网络、航空航线图,看起来都是这个样子。)

来玩个游戏。有两种抽样方法:

• 🎲 随机一人。随机挑任何一个人。
• 👥 随机一个朋友。随机挑一个人,然后再随机挑他的一位朋友。 那位朋友就是你的样本。

在每个按钮上多点几次,看两边的平均值怎么较量。常识告诉你它们差不多。常识这次错得离谱。

事实 3:枢纽既是超能力,也是软肋

同一族网络。两种失人员方式。左边,随机失败 —— 电脑死机、手机丢失、机场因暴风雪停摆。 右边,针对性攻击 —— 一位了解拓扑的对手,每一步都把度最高的节点干掉。

看它们以同样的速度毁灭同一个起始网络。每个面板下方的彩色条跟踪最大存活聚类的大小。 最底部的图表叠加这两条曲线。

网络在哪里起作用

本书中每一个“这个东西怎么传播?”的问题,底层都是网络问题。 传染、创意扩散、2008 年的金融传染、八卦传播、恐怖与犯罪网络、 疫情监测中的友谊悖论、六度分隔背后的小世界魔法。 改一下连线,就改一个故事。

相关模型

• 🦠 SIR 流行病 — 传染活在这些网络上。同一个 R₀ 在一个“村庄”和一个“无标度枢纽图”上传播,结果大不相同。
• 📈 幂律 — Barabási–Albert 图产生重尾度分布;同一机制的两种讲法。
• 🟦🟧 Schelling 隔离 — Schelling 中“谁挨着谁”的问题,底层字面上就是一个网络问题。