4
目录
第一章 绪论 5
（一）背景介绍 5
1.关于小世界网络 5
（二）小世界网络的研究现状及相关应用 5
1.小世界网络的近代研究 5
2.小世界网络在情报学领域的应用 6
（三）本文的研究内容及文章结构 6
第二章 小世界网络（SWN）主体特征介绍 6
（一）小世界网络的产生 6
（二）小世界网络的概念 7
1.聚集系数与聚集性 7
图1 复杂网络实例 8
2.平均最短路径 8
3.中介度 8
第三章 数据来源与处理 9
结束语 16
致谢 16
参考文献： 16
附录： 18
图1 复杂网络实例 7
表16 历史学基于词频确定学科知识点 14
表17 社会学基于词频确定学科知识点 14
表18 新闻学与传播学基于词频确定学科知识点 15
表19 语言学基于词频确定学科知识点 15
表20 哲学基于词频确定学科知识点 15
信息管理与信息系统专业学生 宋广宇
指导老师 王东波
SmallWorld Phenomenon of Keywords Network Based on Complex Network
Information management and information system Song Guangyu
Tutor Wang Dongbo
Abstract: Smallworld networks as a crossdisciplinary, research in modern set off a boom. Based on the network comprised of keywords of 5 subjects that are extracted from CNKI, and taken into consideration the
major properti *景先生毕设|www.jxszl.com +Q: ^351916072* 
es of average distance and clustering coefficients, the present authors, with the knowledge of complex network and by means of calculation, reveal the smallworld effect of the keywords network. On the basis of the keywords network, the betweenness centrality is used to carry out a preliminary study on how to detect the research hotspots of a discipline. This method is also compared with that of detecting research hotspots by word frequency.
Keywords: Keywords network ; Smallworld ; Average distance ; Clustering coefficient ; Betweenness centrality
第一章 绪论
（一）背景介绍
1.关于小世界网络
在社会中，由人、组织、机构所构成的某一类网络具有可以区别其他类网络的属性，这个属性即这个网络同时具有随机网络与规则网络的特性。即该网络是介于随机网络与规则网络之间的一种新型网络。首先，社会网络具有很好的局部特征，这点是与规则网络相符的。例如，从社会中随机抽取两个人A与B，若两个人都与同一个人C认识，则A与B有可能也是认识的。同时，社会网络也具有区别于规则网络的随机网络的特征。例如，通过一个中介，可以将距离很远的两个人联系起来。这就是由1967年由美国科学家Stanley Milgram提出的著名的“六度分离理论”。所谓“六度分离理论”[1]，就是他假定在美国大多数人之间相互认识可以通过“朋友的朋友”进行联系, 最多只要经过6次(人)“中转”即可实现。这就说明，人与人之间存在“最近联系”，即人作为节点所构成的社会网络存在最短距离。这个特性在规则网络中是没有的，而确是随机网络的重要特征。
物理学家Watts和 Strogatz于 1998年提出了一个介于规则网络一随机网络之间的社会网络的抽象模型——小世界模型（WS模型）。该模型是用在规则网络中随机地加入少量的长距离边连接的方法来生成网络，用这种方法得到的复杂网络具有较大的聚集系数和较小的平均最短路径。Monasson与 Newman及 Watts分别提出了WS改进模型[2][3]。
小世界网络具有两种重要的数字特征，这两种特征的应用可以帮助我们解决很多领域的现实问题。国内对小世界网络的研究还处于起步阶段。因此，对小世界网络的研究才具有更重要的研究意义。
（二）小世界网络的研究现状及相关应用
1.小世界网络的近代研究
网络在现实中随处可见，从最大的互联网、万维网，到生命体的新陈代谢网络，我们就生活在一个充满着各种各样网络的世界中。由于计算机水平的不断发展、科学技术的迅速提高，以及数据库技术的相继完善，使自然界中大量的复杂系统通过形形色色的网络加以描述并进行相关的分析与研究成为可能。目前人们可以研究由高达成千上万亿个节点组成的网络。复杂网络的构造方式可以简单的描述为：将系统内的各个元素抽象为结点，元素之间关系视为连接，如果需要的话，给予每个链接以权重，那么就构成了一个具有复杂连接关系的网络，通常称为复杂网络。
小世界效应(smallworld effect) 是复杂网络中最重要特性之一。小世界效应说明了规模很大的网络的任意两个节点之间存在最短路径。通过对大量现实网络的研究, 人们发现许多网络尽管规模很大 (通常表现为节点数和边数都非常多)，但有一大类复杂网络中任意两个节点之间的最短路径却比较小，人们称为小世界网络。小世界网络定义了具有较高聚集性质和较小连通距离的网络。实际上，小世界网络并不是起源于现代科学的研究，而是来源于 1967年社会心理学家 Stanley Milgram 提出的“六度分离概念”，为小世界网络的研究奠定了理论基础。

原文链接：http://www.jxszl.com/jsj/jsjkxyjs/42302.html