深入解析复杂网络分析方法

对复杂网络的分析，主要是为了研究复杂网络的拓扑结构特性，从而进一步研究网络的功能。目前学术界复杂网络的分析方法主要有以下几类：

（1）传统分析法。传统的复杂网络的分析方法主要是通过建立网络模型来模拟现实网络，然后分析其网络中的重要统计量，如度、平均路径长度、聚类系数等，从而进一步分析网络的拓扑结构。或者直接从现实网络中获取实证数据来分析网络的拓扑结构。

（2）社团分析法。复杂网络是由很多社团构成的，在复杂网络的研究过程中，人们为了更加准确地获得网络的社团结构信息，提出了很多社团划分方法。具体分类如表2-4所示。(www.xing528.com)

表2-4 复杂网络社团划分方法表

（3）数据分析方法。这类方法打破了传统复杂网络分析方法的桎梏，从数据分析的角度出发，把传统的复杂网络分析问题通过某种处理，转化为数据分析的问题。而数据分析领域是一个发展相当成熟的领域，有很多便利高效的分析工具，利用它们对复杂网络的大量信息进行分析也游刃有余。在大数据时代，这种方法的深入研究将是一个新的研究方向。比较具有代表性的方法是网络投影法。此方法的原理是：把已知网络中的节点投影到一个高维测量空间，获取已知网络的高位空间点分布，然后对点分布进行PCA降维处理，用K-means聚类方法对低维数据进行聚类，获取网络的社团结构信息，最后利用网络的社团结构信息反推已知网络的结构。