ScholarGate
Assistent
Process / pipeline

Analyse af small-world- og skaleringsfri netværk

Analyse af small-world- og skaleringsfri netværk tester, om et netværk fra den virkelige verden udviser to skelsættende topologiske signaturer identificeret i 1998-1999: Watts-Strogatz' small-world-egenskab (høj lokal klyngedannelse kombineret med korte gennemsnitlige stivejle) og Barabási-Alberts skaleringsfri egenskab (en gradfordeling, der følger en potenslov, hvilket betyder, at et lille antal knudepunkter forbinder til en uforholdsmæssigt stor andel af andre noder). Sammen transformerede disse rammer netværksvidenskaben ved at vise, at mange sociale, biologiske og teknologiske netværk deler en fælles strukturel grammatik.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Watts, D.J. & Strogatz, S.H. (1998). Collective Dynamics of 'Small-World' Networks. Nature, 393(6684), 440-442. DOI: 10.1038/30918
  2. Barabási, A.L. & Albert, R. (1999). Emergence of Scaling in Random Networks. Science, 286(5439), 509-512. DOI: 10.1126/science.286.5439.509

Sådan citerer du denne side

ScholarGate. (2026, June 1). Small-World and Scale-Free Network Analysis (Watts-Strogatz & Barabási-Albert). ScholarGate. https://scholargate.app/da/network-analysis/small-world-scale-free

Which method?

Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.

Compare side by side
ScholarGateSmall-World and Scale-Free Network Analysis (Small-World and Scale-Free Network Analysis (Watts-Strogatz & Barabási-Albert)). Hentet 2026-06-15 fra https://scholargate.app/da/network-analysis/small-world-scale-free · Datasæt: https://doi.org/10.5281/zenodo.20539026