网络科学引论

    书籍
    计算机书籍
作者凭借在计算机、信息论、物理等相关学科的深入研究和丰富经验，系统地分析和论述了网络作为一门科学理论如何应用在现实生活中的方方面面。全书分为5部分，讨论了目前科学研究中的网络类型和用以确定其结构的各种技术，介绍了研究网络的基本数学理论及用以量化网络结构的各类测度与参数，描述了有效分析网络数据的计算机算法，以及有助于预测网络系统行为并理解其生成和演化过程的网络结构数学模型，最后给出了网络上的一些动力学过程，如社会网络中的疾病传染或计算机网络上的搜索过程。

《网络科学引论》不仅是从事网络科学领域的研究人员、专业人员和技术人员必不可少的参考资料，而且还非常适合作为普通高等院校计算机科学与技术、通信工程、应用数学、生物科学、应用物理学、社会学等专业高年级本科生和研究生课程的教材。

M.E.J.Newman于1991年获牛津大学物理系理论物理专业博士学位，之后在康奈尔大学做博士后，出站后进入位于新墨西哥州的圣菲研究所。从做博士后开始，一直致力于复杂系统的研究工作。2002年任教于密歇根大学物理系，并当选为密歇根大学Paul Dirac Collegiate Professor(教授最高荣誉)，同时也是密歇根大学复杂系统研究中心的教授和圣菲研究所的特聘研究员。2004年起在密歇根大学开设Complex Systems课程，本书是他在复杂系统方面从事近20年的研究工作和近7年的教学工作的结晶。

《网络科学引论》
第1章 概述
1.1 为什么对网络产生兴趣
1.2 几个网络示例
1.3 网络的性质
1.4 本书结构
第Ⅰ部分 网络的实证研究
第2章 技术网络
2.1 Internet
2.2 电话网络
2.3 电力网络
2.4 交通网络
2.5 配送网络
第3章 社会网络
3.1 社会网络实证研究
3.2 采访与问卷
3.3 直接观察
3.4 来自于档案或第三方的数据
3.5 隶属网络
3.6 小世界实验

　　科学是“运用范畴、定理、定律等思维形式反映现实世界各种现象的本质规律的知识体系。”每当面临一个新的自然现象或新的现实世界问题时，都会出现一种新的科学理论和方法，对其进行观察、识别、描述、质疑、假设、验证和总结等，正如达尔文所说的：“科学就是整理事实，从中发现规律，做出结论。”
　　20世纪80年代，人们认识到人类生活与生产活动越来越多地依赖复杂系统——它们普遍存在于自然界和人类社会中，包括自然界天然存在的星系、河流系统、食物链系统、神经系统、新陈代谢系统、基因控制系统等；人类社会中存在的社会系统、疾病传播系统、知识传播系统等；人类创造的经济金融系统、交通系统、通信系统、配送系统、Internet、Web系统等。为此，复杂性科学兴起，引发了自然科学界方法论的变革，并且日益渗透到哲学和人文社会科学领域。著名物理学家霍金称：“21世纪是复杂性科学的世纪。”
　　20年来，复杂性科学的实践研究迅速发展，分析方法不断更新，技术应用范围日益扩展。对复杂系统的深入研究，不仅产生了新的理论体系，如耗散结构理论、突变论、超循环论、协同学等，而且带来了从还原论到系统论这一研究理念和方法论上的革新。复杂系统的研究成果，极大地拓展了人们理解世界的广度和深度，并在解决若干问题的过程中发挥了巨大的实际作用。1999年，美国Science期刊出版了一期以“复杂系统”为主题的专辑，分别就化学、生物学、神经学、动物学、自然地理、气候学、经济学等学科领域中的复杂性研究进行了报道。
　　总的来说，复杂系统都有一些共同的特点，那就是在变化无常的活动背后，呈现出某种捉摸不定的秩序，其中演化、涌现、自组织、自适应和自相似等，被认为是复杂系统的共同特征。在这个研究背景下，各领域的科学家和研究团队都在尝试从网络的视角探讨复杂系统，建立网络科学理论体系，进而应用网络科学的基本理论和方法研究复杂系统，这已成为一种主流趋势。正如Alber-Lászlo Barabási在Nature Physics上所断言的：“还原论作为一种范式已经过时，复杂性作为一个领域也疲惫不堪。而复杂系统的基于数据的数学模型正在提供一种新鲜的视角，并快速发展为一个全新的学科：网络科学。”
　　本书作者马克纽曼，于1991年获牛津大学物理系理论物理专业博士学位，之后在康奈尔大学做博士后，出站后进入位于新墨西哥州的圣塔菲研究所。从做博士后开始，作者就一直致力于复杂系统的研究工作。2002年，他离开圣塔菲研究所，任教于密歇根大学物理系，并当选为密歇根大学保罗狄拉克物理教授（Paul Dirac Collegiate Professor of Physics），同时兼任密歇根大学复杂系统研究中心的教授和圣塔菲研究所的特聘研究员。本书完成于2010年2月，是他在复杂系统和网络科学方面从事了近20年的研究工作和近7年的教学工作后的总结。截止到中译本付印，英文原版多次重印，合计已销售上万册。
　　目前，国内外学者已经撰写了许多关于复杂系统和网络科学的著作，但作为一部总结作者在复杂系统方面的理性思考、研究成果和教学实践的专著，本书选材思路开阔、叙述朴实、涉及面广、体系庞大且应用众多，其从网络的视角，利用网络科学的基本理论对复杂系统的物理本质和数学概念进行深入阐述时的种种考虑，以及追本溯源的研究风格，对读者而言都具有其他书籍难以替代的指导作用。
　　曾与埃尔温薛定谔共同获得诺贝尔物理学奖的著名理论物理学家保罗狄拉克说过：“科学所关注的只是可观察的事物。”本书作者作为密歇根大学物理系的保罗狄拉克物理教授，也践行着前辈的思想。从书中可以看出，马克纽曼遵从着“观察——数据获取与分析——统计规律挖掘——建模再现数据规律”的循环，首先从实证研究的角度入手，系统总结了当前研究的网络的主要类型，以及用于确定其拓扑结构的实证方法。之后的章节，紧紧围绕“可观察的事物”的测度展开论述，探讨了与网络科学相关的基本概念和基本分析方法；初步论述了如何基于测度建立网络的数学模型，进行适当的数学分析和求解，并对所得结果给出物理解释、赋予物理意义。本书的基本概念和方法并不复杂，因此读者理解并掌握本学科的关键不在于认识和记忆了多少定义、定理和公式，而要注重体会作者如何运用数学工具和物理概念，分析复杂系统的典型性质，掌握从网络的视角分析和解决问题的一般规律和方法。特别希望读者关注的是，本书仔细分析了大量“测度”，并给出了基于这些“测度”的数学模型和分析方法的精妙之处和不足的地方，同时也涉及了一些学术界尚存的争论，这些深入分析和深刻见解也是本书的精髓所在。
　　本书涉及的数学内容主要包括线性代数和矩阵计算、图论、概率统计与随机过程、误差理论与实验数据处理、最优化理论、集合论与一般拓扑学、向量算法与场论初步、级数、复变函数等。本书对数学论证的推演严谨但不显繁冗，避免了缺乏数学论证的“通俗”物理解释，同时也基本上避免了脱离特定物理概念的纯数学推演，将物理概念与数学论证完美地结合在一起，注重解决实际问题，强调物理概念的解释。
　　本书译者之一郭世泽所领导的团队是长期从事网络科学科研和教学的研究群体，正承担着相关领域的“973”、“863”和自然科学基金项目，在Physica A等期刊上发表了多篇相关领域的论文。郭世泽与陈哲本着打造本学科领域一部经典教材的原则，用了近两年的时间，先在原著首印版本基础上完成初译，得知作者在原著第6印时做了很多细节改进之后，逐句对照第6印的版本对译文进行了更正和完善。特别是，在翻译过程中，为求深刻理解本书的内涵，并且表达得更准确、更专业，译者除延伸阅读了本书中大部分参考文献外，还请教了应用数学、生物化学、应用物理等领域的专业老师和技术人员，并推导了原书中的所有数学公式和证明过程，对于发现的34处笔误和印刷错误，在翻译时进行了更正。在此过程中，译者更加认识到，决定读者对本学科领域基础知识的理解深度、对新知识的领悟能力和对新应用的创新能力的，除了对数学理论的接受能力和推导能力之外，更重要的是理解数学理论背后令人困惑的物理概念。
　　在本书的翻译过程中，译者与很多同事和朋友进行过交流，他们提出了很多中肯的意见、建议和鼓励，这些都使译者受益匪浅。特别感谢高梁，他组织郭浩、杨子龙、邢富坤、郭婕恬、冀鸿翔、宋晓虎、王宇、贾文波参与了部分章节的初译和数学公式的推导。
　　 “读罢华章叹不休，甘心俯首作耕牛。扬蹄沥血辛勤日，换得芳田万古留。”我们深信，经过译者的精心挑选和深入细致的译校，本书将为读者奉上一部学习精品，为各领域的研究人员开启利用网络科学研究复杂系统的大门！正如译者在编著的《复杂网络基础理论》中所说的，“前面的高山是如此巍峨美丽，让我们一起去攀登吧！”
　　限于水平，书中难免有错误与不妥之处，恳请读者批评指正。
　　

　　与网络如计算机网络、生物网络、社会网络等相关的科学研究，是典型的交叉学科领域，涉及数学、物理学、生物学、计算机科学、社会学及很多其他学科。网络的研究受益于各不同学科已有的大量研究成果，但由于多个学科的不同研究团体及研究者之间缺乏联系沟通，使得已有的研究成果难以被所有研究群体共享。本书的目的就是将相关的网络知识汇集在一起，并使用统一的语言和符号呈献给读者，使其成为一个各部分内容彼此补充、条理清晰的整体，为深入全面地理解网络提供有力支持。
　　本书分为5部分。在给出一个简短的总体介绍后，第Ⅰ部分描述当前研究的网络的主要类型及确定其拓扑结构的实证方法，包括第2章到第5章。第Ⅱ部分介绍研究网络的主要数学工具，以及分析网络结构的度量方法和统计学方法，包括第6章到第8章。第Ⅲ部分描述有效分析网络数据的一些常用算法，包括第9章到第11章。第Ⅳ部分讨论网络结构的数学模型，借助这些模型能够预测网络化系统的行为特征并理解网络的形成及发展规律，包括第12章到第15章。最后，第Ⅴ部分描述与网络过程相关的理论，例如与社会网络中的疾病传染过程相关的理论，以及与计算机网络上的搜索过程相关的理论等，包括第16章到第19章。
　　本书各个部分对读者已有知识和技术的要求各不相同。第Ⅰ部分基本不需要任何数学知识就可以理解，第Ⅱ部分和第Ⅲ部分需要具有大学本科水平的线性代数和高等数学基础。第Ⅳ部分和第Ⅴ部分对数学基础要求更高，适合于大学高年级本科生、研究生及本领域的研究者阅读。本书可以作为不同难度等级教学用参考书。第1章至第8章难度较低，适合于具有中等数学基础的学习者使用； 而第6章至第14章难度较高，可作为选修教材，供那些具有较好数学基础的学生学习。第Ⅱ部分之后的每章都配有习题，供学习者检验学习效果。
　　完成本书花费了数年时间，期间得到了很多人的帮助。我必须感谢本书的编辑Sonke Adlung，他的耐心让我非常感动，我和他的合作已经超过15年并完成了很多出版项目，在他的不断鼓励与关心下，我与他及牛津大学出版社的合作非常愉快开心。同时还要感谢Melanie Johnstone、Alison Lees、Emma Lonie和April Warman，他们在本书出版的最后阶段都给予了我很大帮助。
　　在本书写作过程中，我与很多同事和朋友进行过交谈，他们提出了很多意见、建议和鼓励，这些都使我受益匪浅。非常遗憾的是我不能把所有的同事和朋友毫无遗漏地在此提到，但要非常感谢Steve Borgatti、Duncan Callaway、Aaron Clauset、Betsy Foxman、Linton Freeman、Michelle Girvan、Mark Handcock、Petter Holme、Jon Kleinberg、Alden Klovdahl、Liza Levina、Lauren Meyers、Cris Moore、Lou Pecora、Mason Porter、Sidney Redner、Cosma Shalizi、Steve Strogatz、Duncan Watts、Doug White、Lenka Zdeborova和Bob Ziff等人，还要感谢我的学生和其他读者们，特别是Michelle Adan、Alejandro Balbin、Ken Brown、Judson Caskey、Chris Fink、Martin Gould、Ruthi Hortsch、Puck Rombach、Jane Wang、Daniel Wilcox、Yongsoo Yang和Dong Zhou等人，他们提出的反馈意见使得本书更加完善。我还要特别感谢Brian Karrer，他通读了本书的草稿，提出的中肯和宝贵的意见使我深受启发，并且他还指出了书中很多文字错误。当然，本人对书中仍然存在的错误负有全部责任； 同时，也非常欢迎读者对书中的错误提出意见。
　　最后，我要将我最诚挚的谢意送给我的妻子Carrie，感谢她在我写作过程中给予的鼓励与支持。虽然没有她，我也要完成这本书，但肯定会失去很多快乐与幸福。
　　马克·纽曼
　　密歇根大学安娜堡分校
　　2010年2月24日