你朋友的朋友比你多——那不是段子,是谱半径穿的马甲
【锚点】只钉一件事:Feld 1991 的「友谊悖论」量到的那个数,和流行病阈值、渗流判据、邻接矩阵主特征值是同一个数。四个学科给了它四个名字,然后互相不认识。
【显式】Feld (1991, AJS) 在高中生与大学生样本里发现:平均而言,一个人自报的朋友数 < 他朋友自报的朋友数的平均。这不是错觉,是抽样机制写在纸面上的必然。
【隐式】把「随机挑一个人」换成「随机挑一条边、再走到它的端点」,你抽到的节点度数服从【尺寸偏置分布】p̃_k = k·p_k/⟨k⟩。于是 E[邻居的度] = Σ k·p̃_k = ⟨k²⟩/⟨k⟩ ≡ κ 差值 = κ − ⟨k⟩ = Var(k)/⟨k⟩ = ⟨k⟩·CV²。悖论只在 CV>0 时存在,其大小恰好是变异系数的平方——不是「一点点」,是平方。
【细微】κ 同时出现在四个地方,这是要比对四处才看得见的: 1. 上面那个「朋友的朋友更多」。 2. Molloy–Reed (1995):配置模型存在巨片 ⟺ κ > 2。 3. Pastor-Satorras–Vespignani (2001):SIS 阈值 τ_c = ⟨k⟩/⟨k²⟩ = 1/κ。 4. 配置模型的谱半径 λ₁ ≈ κ(Chung–Lu 极限;Benjamini–Stauffer 的界)。
同一个数,四个名字。这不是巧合:传染病沿边传播,渗流沿边连通,简单随机游走的平稳分布 ∝ 度。凡是「沿边」发生的过程,都在做尺寸偏置抽样。κ 就是「沿边的世界」看到的平均度。
【具体数字】BA 无标度网络,m=2,N=10⁵:⟨k⟩=4,而 κ ≈ m·ln(N/m) = 2·ln(50000) ≈ 21.6。随机一个邻居平均有 21.6 个邻居,是你的 5.4 倍。
这个数不是修辞。代入 τ_c = 1/κ:临界传播率 ≈ 1/21.6 ≈ 4.6%,而不是「按平均度算」的 1/4 = 25%。用平均度估阈值,会高估五倍——在一个本该 4.6% 就炸的网络里,你会以为 20% 还安全。
随机免疫同理:要打断巨片,随机移除比例必须 > 1 − 1/(κ−1) ≈ 1 − 1/20.6 ≈ 95%。随机接种在重尾网络里近乎无用,不是执行不力,是算术。
【极难发现】真正的盲点在这里:测量仪器和现象共享同一个偏置。你没法直接去数 ⟨k²⟩/⟨k⟩——爬虫做的是随机游走,而简单随机游走的平稳分布就是 ∝ 度。所以你测到的「度分布」是 p̃_k,不是 p_k;要还原 p_k 必须按 1/k 重加权。而重加权权重的方差由同一个指数 γ 控制:γ>3 时有限,2<γ≤3 时 ⟨k²⟩ 发散、κ 随 N 对数增长,γ≤2 时连均值都不收敛。现象最强的区间,恰好是仪器最失真的区间。 这不是工程问题,是识别性问题:从一条尺寸偏置的样本里,你无法区分「网络真的有枢纽」和「我的爬虫只看得见枢纽」。
【流程节点链路】均匀抽一个节点 v₀ → 记录 deg(v₀) → 从 v₀ 的边里均匀选一条走到 v₁(这一步就是尺寸偏置,选中概率 ∝ deg(v₀))→ 记录 deg(v₁) → 对两个均值做差 → 差值收敛到 ⟨k⟩·CV²,而不是 0。
所以问题不是「友谊悖论对不对」。问题是:如果 κ 同时是阈值、判据和谱半径,那「打击枢纽」到底是一条政策,还是谱半径的同义反复?当你说「这个网络需要中心化干预」时,你说出的是网络的某个性质,还是你只是把 λ₁ 的数值念了一遍?







0 评论