极值网络分析流程

综合实践 · 11_RGCN两个月极值网络学习/极值网络分析流程.md

极值网络分析流程

1. 明确网络对象

先回答：

• 节点是什么？
• 边是什么？
• 网络是有向还是无向？
• 边是否有权重？
• 数据是完整网络、抽样网络，还是某种观测过程产生的网络？

报告表达：

本分析将系统抽象为一个 graph，其中节点表示 ...，边表示 ...。由于数据记录的是 ...，因此该网络应视为有向/无向、加权/非加权网络。

2. 计算基本统计

至少计算：

• 节点数 n
• 边数 m
• 平均度
• 最大度
• 连通分量数量
• 最大连通分量占比

报告表达：

网络规模为 n = ...，平均度为 ...，最大度为 ...。最大连通分量包含 ...% 的节点，说明网络整体呈现 ...。

3. 观察尾部

至少画或计算：

• degree PMF
• degree CCDF
• log-log 坐标下的 CCDF
• 最大度数随 n 的变化

没有绘图环境时，先输出表格：

degree threshold | fraction with degree >= threshold

4. 判断是否可能是 power law

不要直接说“证明了幂律”。更稳妥的表达：

log-log CCDF 在中高区间近似线性，因此数据表现出与 power-law tail 一致的现象。但这不是严格证明，还需要阈值选择、替代分布比较和采样偏差检查。

5. 估计尾部指数

入门阶段只需掌握直觉：

• 尾部越厚，tau 越小。
• tau in (2,3) 常意味着均值有限但方差无限。
• 最大值量级约为 n^{1/(tau-1)}。

报告表达：

若假设 P(D > x) ~ x^{-(tau-1)}，则最大度数应随网络规模按 n^{1/(tau-1)} 增长。这解释了为什么在大规模网络中会出现极端 hub。

6. 比较随机图模型

固定比较表：

7. 解释 giant component 和 small-world

核心表达：

如果网络存在大量中高度数节点和少数极端 hub，那么从随机节点出发的探索过程会快速扩张。hub 像捷径一样把不同区域连接起来，因此典型距离可能显著小于普通稀疏随机图。

8. 写清局限

必须写：

• 数据可能有采样偏差。
• log-log 线性不等于严格幂律。
• 模型是解释工具，不是现实的完整复制。
• 有限样本下最大值波动很大。
• 网络的方向、权重、社区结构可能改变结论。

9. 最终交付检查

完成报告前逐项检查：

• 我是否定义了节点和边？
• 我是否解释了 degree distribution 和 tail？
• 我是否说明了最大度数为什么是极值问题？
• 我是否比较了至少两个随机图模型？
• 我是否解释了 hub 对巨分量或距离的影响？
• 我是否写了局限和不确定性？