直播预告

Barabasi-Albert（BA）模型是否能够描述真实的复杂网络生长？为什么科学家之间的智商差距并不大，然而引用量却有着天壤之别？复杂网络的玻色-爱因斯坦凝聚现象是怎么回事儿？为什么说真实的网络很可能生长在一个双曲空间中？什么样的模型能够描述复杂网络的加速生长现象？

在这节课中，我们将用将近2小时的时间回答上述这些有趣的科学问题。首先，我们将引入Bianconi-Barabási（BB）模型，这是对经典BA模型的一种改进。通过引入节点适应度的概念，模型可以更好地模拟现实世界中复杂网络的生长；其次，我们将该模型应用于科学引文网，以洞察科学引文的生长规律；再次，我们将介绍神奇的玻色-爱因斯坦凝聚现象，并回答在什么情况下，BB模型能够出现该特殊现象。之后，我将介绍我们提出的匹配生长模型，该模型突破传统的BA类型的模型，在几何空间中生长，并很好地解释了网络社区、城市中的加速生长规律和多样性的亚线性生长规律。最后，我们将介绍复杂网络的双曲空间模型，该模型完美地将双曲几何与复杂网络结合到一起。

Elementary Processes Affecting the Network Topology

本图很好地概括了 Barabasi 书中提到的各式网络演化模型

From http://networksciencebook.com/chapter/6#evolving-networks

10月10日直播信息

直播时间：

10月10日（周六） 19:30-21:30

直播方式：

本次课程将在B站免费直播

付费学员在腾讯会议上课，可提问交流

扫码预约：

扫描二维码，点击“我要听”预约。我们后续会通过微信服务号，提醒大家参加直播（包含直播地址）

主讲人：张江

北京师范大学系统科学学院教授、集智俱乐部创始人、集智学园创始人。研究方向包括复杂网络与机器学习、复杂系统分析与建模、计算社会科学。目前主要的研究课题是复杂系统自动建模。课题组主页：https://bnusss.github.io/publications.html

由北京师范大学张江科研团队牵头、以复杂系统和人工智能跨学科研究为主题的开放实验室正式开放招募研究人员。如果你在人工智能技术上有积累，对复杂系统研究感兴趣，欢迎加入，点击文章《“复杂 AI 次方”开放实验室启动招募，挑战复杂系统自动建模难题》了解详情。

演化网络——张江老师推荐论文

1. Zhang, Jiang, et al. “Scaling behaviours in the growth of networked systems and their geometric origins.” Scientific reports 5 (2015): 9767.

https://www.nature.com/articles/srep09767

2. Papadopoulos, Fragkiskos, et al. “Popularity versus similarity in growing networks.” Nature 489.7417 (2012): 537-540.

https://www.nature.com/articles/nature11459/

3. Leskovec, Jure, Jon Kleinberg, and Christos Faloutsos. “Graphs over time: densification laws, shrinking diameters and possible explanations.” Proceedings of the eleventh ACM SIGKDD international conference on Knowledge discovery in data mining. 2005.

https://dl.acm.org/doi/abs/10.1145/1081870.1081893

4. Bianconi, Ginestra, and Albert-László Barabási. “Bose-Einstein condensation in complex networks.” Physical review letters 86.24 (2001): 5632.

https://journals.aps.org/prl/abstract/10.1103/PhysRevLett.86.5632