节点、关系与网络
1
想象一下，把你的社交网络、中国所有的航班线路图、疫情的传染路径、某个社会热点的传播路径、某种观点在大众中的普及程度等抽象为由节点和边组成的网络。这些复杂网络是否有相同的规律？
针对类似这样的问题，还真有科学家进行研究。最早的研究是1736年关于柯尼斯堡七桥问题的研究，提出了图论。随着研究的深入，提出了随机图模型、六度分隔理论、弱联系理论、小世界模型、无标度网络模型等，逐渐演化到了今天的网络科学。
美国国家科研委员会将网络科学定义为研究物理，生物，和社会现象的网络化表达，建立针对这些象限具有预测效果的模型 的学科。
简单来说，网络科学研究的是由节点和边组成的网络的基本规律。
2
1736年，Leonhard Euler通过柯尼斯堡七桥问题提出「图论」。
1934年莫雷诺把人际关系划分为6种类型，莫雷诺把网络理念用于社会研究，开启了网络科学最重要的分支之一：「社会网络分析」。
1959，Erdős和Rényi提出「随机图模型」。随机图模型用于任何真实网络的基准或无效状态，随机图网络符合钟形曲线分布规律。构建方法：取所有节点，泡硬币，硬币正面向上，则画一个连线，硬币正面朝下，则转向下一个节点。当节点数量众多时，则使用计算机程序模拟。
1967年，社会心理学家米尔格兰姆发现「小世界现象」，并提出「六度分隔理论」。实验：随机让陌生人寄送信件给A，但并没有告诉地址，这些陌生人可以把信件转送给他们认为认识A的人，实验表明没有一封信件被转发10次以上到达A，平均为6次。
1973年，格兰诺维特通过研究城镇居民如何找工作，提出「弱联系理论」
1998年，瓦特和他的导师斯托加茨发表论文《Collective Dynamics of Small-World Networks（小世界网络的集体动力学）》，提出「小世界模型」。
1999年，巴拉巴西教授及其博士生Albert发表《随机网络中标度的涌现》一文，提出「无标度网络模型」，即网络中的边不是随机分布的，少部分顶点，占据了大部分链接。符合二八定律。
至此，复杂网络研究进入网络科学新时代。
3
对于不搞研究的人，学习网络科学最重要的是学习网络思维 。
网络思维把事物抽象为点、边。比如，想了解一个热点事件的传播规律，可以分析热点最初始于哪里，是通过哪些节点传播出去的，由此分析舆论背后的力量。
所有的网络背后有三个基本的特征：高度的集群性、不均衡的度分布以及中心节点结构。
高度集群性： 节点A与节点B和C相连，节点B和C也有可能相连（小世界网络）。比如你的朋友的朋友，可能也是我的朋友，一个领域核心玩家一般相互认识，如果你与领域内顶级人才的认识路径很长，那说明你不够知名。
不均衡的度分布： 节点之间的连接符合幂律分布规律，即20%的中心节点连接另外的80%的节点（无标度网络）。比如，网络上超过80%的网页只有不超过4个超链接，但不到总页面数的万分之一的网页却拥有极多的链接。
中心节点： 网络中信息和行为传递的主要通道。节点A连接节点B和节点C，节点B想要认识节点C，需要通过节点A，那么节点A是中心节点。
4
把三个特征用到个人发展中，给我最大的启示是：成为中心节点、利用好弱关系。
成为中心节点。 处在中心节点，意味着可以链接更多的人，获得更多的信息，自然可以获得更多发展机会。成为中心节点的好方法是1）发起社群，比如发起一些行业内的交流活动，如果做得好，会有越来越多优质的资源涌入，大家一想到要什么事情需要帮忙，会想到发起人你；2）接触更多高质量的社群，接触的信息多了，会发现信息差的存在，这就存在套利空间，看到过这么一句话：向草根讲述精英的做事逻辑，向精英讲述草根的接地气，道理也一样；3）想办法加入行业内顶级选手所在的圈子，逐渐获得认可。
利用好弱关系。 主动链接和维护弱关系，弱关系比强关系更能带来意想不到的效果。
附：复杂与网络科学书籍
《复杂》《隐秩序》《网络、群体与市场》《六度分隔》《隐秩序》
更多详见社会网络分析入门书目导读
2020年6月27日