第 1 章学习笔记：引言
配套译文：
内部译文（制作中；译文小节锚点以术语表占位锚点为准）。 本章特点：无编号定理/定义环境、无编号公式、无习题、无 Further Notes。全章是"现象 → 模型直觉 → 统计问题"的导览，章尾三节（Book Organisation / Book Bibliographic Position / Funding）属于正文。因此本笔记以"关键概念卡片"替代定理卡片、以"关键推导补全"替代完整证明、以"章尾三节导读"替代 Exercises 模块。
1. 一句话定位
本章回答两个问题——为什么真实网络值得用统计方法研究（1.1 的例子给出动机，1.2 提炼出五个跨领域共性，说明它们不是巧合而是需要模型解释的规律），以及全书要解决什么（1.3 提出三大统计问题，Book Organisation 给出第 2–7 章的地图）。本章是全书的"问题清单"：它不证明任何东西，但后面每一章都是在兑现本章许下的承诺。
2. 本章导读
本章按"例子 → 共性 → 模型 → 问题"四步推进：
- 1.1 Examples of Networks（印刷页 2–7）：六类真实网络——社交（karate club、LiveJournal、Political Blogs）、面对面互动（高中传感器数据）、通信（Enron 邮件）、信息与协作（DBLP、Web-graph）、生物（海豚网络）、几何构造（MNIST 高斯核/KNN 图）。读这一节只需建立两个印象：网络数据到处都有；karate club 的"能否仅凭友谊图预测分裂出的两派"这个问题将在第 4 章得到回答。
- 1.2.1 共性（印刷页 8–11）：把上述例子压缩成五条经验规律——稀疏性、连通性（巨分量）、小世界、边传递性（聚类系数）、重尾度分布（幂律）。Table 1.2 是本节的数据锚点，所有"真实网络 vs 随机图"的对比都靠它支撑。
- 1.2.2 模型直觉（印刷页 11–13）：三个随机图模型各自"认领"一部分共性——ER 解释稀疏与连通、RGG 解释边传递性、优先连接解释幂律。注意没有哪个模型能同时解释全部共性，这正是第 2 章严格化、第 4 章引入 SBM 的动机。
- 1.3 统计问题（印刷页 13–15）：从"描述网络"转向"用网络做推断"——社区检测（1.3.1 → 第 4 章）、节点重要性排序（1.3.2 → 第 3 章）、网络抽样与估计（1.3.3 → 第 7 章）。
3. 本页使用方式
按你在正文中最可能卡住的位置直接跳转：
- 分不清 small world 和 clustering 是不是一回事 → 先看本页 §14 易混点 第 2 条，再回到 §9 概念卡片 的卡片 A/B：small world 是全局距离性质（任意两点很近），clustering 是局部三角闭合性质（邻居彼此相识），二者独立，真实网络恰好同时满足。
- "幂律"和"重尾"哪个是现象、哪个是模型 → §14 第 3 条。正文明确说：重尾是普遍现象，幂律是有争议的建模选择（Broido & Clauset 2019 的批评）。
- "ER 模型为什么不能描述有社区的网络" → §9 卡片 D：ER 的边彼此独立 ⇒ 聚类系数 ≈ $3p \to 0$（大 $n$ 下），既无三角闭合也无社区；这正是 1.3.1 说"ER 上也能找到高 modularity 划分是过拟合"的原因。
- 想验证 Table 1.2 括号里的数字怎么算出来的 → §10 关键推导补全，含一个实例的完整代入验算。
- 只想知道每章读什么 → §16 章尾三节导读 对 Book Organisation 的解读 + §4 本章主线 的后续用途列。
4. 本章主线
| 推进层 | 要解决的问题 | 关键转折 | 后续用途 |
|---|---|---|---|
| 1.1 例子 | 网络数据长什么样、从哪里来 | karate club 分裂：友谊图能否预测群体？→ 把"看图说话"升级为统计问题 | Ch4 社区检测（karate club 是基准例子）；Ch6 时序网络（高中数据集） |
| 1.2.1 共性 | 六类网络有无共同规律 | 五条共性都可用一个数字刻画（$\bar d$、$\delta$、cc、$\alpha$），使"规律"变成可检验的量 | Ch2 用模型复现这些量；Table 1.2 是全书反复对照的基准 |
| 1.2.1→1.2.2 转折 | 共性从哪来 | 随机图 cc 估计量 $6|E|/(n(n-1))$ 与真实值差 1–3 个数量级 ⇒ 独立连边假设破产，必须引入结构 | Ch2 严格化 ER/RGG/PA；Ch4 用 SBM 补"社区"这一块 |
| 1.2.2 三模型 | 每个模型各解释哪条共性 | ER 管稀疏/连通、RGG 管传递性、PA 管幂律——分工明确但都不完整 | Ch2 全部严格化并证明极限性质 |
| 1.3 统计问题 | 从描述到推断 | 提出社区检测、中心性、抽样三大问题；强调 modularity 会过拟合、抽样偏差不能靠加大样本消除 | Ch3 中心性、Ch4 社区检测、Ch5 SSL、Ch7 抽样 |
5. 本章学习路线 / 概念地图
因果关系读法：观察催生度量，度量暴露随机基线的失败，失败逼出三个机制模型，模型支撑统计问题。
六类真实网络
karate club · 高中互动 · Political Blogs · 海豚 · MNIST 图
稀疏 $\bar d \ll n$ · 巨分量 · 小世界 $\delta$ 小 · cc 大 · 度分布重尾
Table 1.2 给每条共性一个数
若边独立随机：$\mathrm{cc}\approx 6|E|/(n(n-1))$
比真实值低 1–3 个数量级 ⇒ 独立性假设失败
独立连边 $p_n$
解释：稀疏、连通相变
不能解释：cc、幂律
几何距离 $< r$ 才连边
解释：边传递性（大量三角形）
不能解释：幂律
新节点按 $d_i$ 正比连边
解释：幂律度分布
不能解释：cc
6. 分层阅读路线
- 第一遍（主线，约 40 分钟）：章首引言段（$G=(V,E)$ 的定义性文字）→ 1.1 只读 karate club 与高中互动两个例子 → 1.2.1 五个小标题各读首段 → 1.2.2 只读三个模型的定义段 → 1.3 三节首段 + Book Organisation。目标：能画出 §5 的概念地图。
- 第二遍（定量细节）：对照 Table 1.2 逐项核对 1.2.1 的定量断言——$\bar d$ 的数量级、括号内 cc 与真实 cc 的差距、$\alpha$ 落在 $2<\alpha<3$ 区间；然后精读 1.2.1 Edge transitivity 小节末尾的 cc 推导（配合本页 §10 验算）；再看 Figure 1.8 的 log-log 图与"幂律批评"一段。
- 第三遍（与应用挂钩）：回到 1.1，思考每个数据集对应 1.3 的哪类问题（如高中数据集 → 时序社区恢复，Ch6；karate club → Ch4；Twitter 抓取限制 → Ch7）；阅读 1.2.1 末尾对幂律的批评文献脉络，理解"重尾普遍、幂律存疑"的立场。
- 专题回看：学第 2 章 Theorem 2.1/2.2（ER 连通性）与 Proposition 2.3（PA 幂律）时按 §11 回读锚点表 回到本章对应前瞻句。
7. 初学者背景补充
本章默认的概率背景很少，只需三个直觉（严格处理见附录与未来第 2 章）：
- 期望的线性性：数三角形时，"期望个数 = 候选位置数 × 每个位置成形的概率"，即 $\mathbb E[\text{三角形}] = \binom{n}{3}p^3$——不需要独立性以外的任何工具。这是 §10 推导链的唯一概率工具。
- 二项分布：$n$ 个节点、每对以概率 $p$ 独立连边时，某节点的度 $\sim \mathrm{Bin}(n-1,p) \approx \mathrm{Bin}(n,p)$，平均度 $\bar d = np$（原书脚注 5 给的就是这个直觉）。记住它的形状：质量集中在均值附近 → 尾部指数衰减 → 不重尾。第 2 章会系统使用。
- 幂律与 log-log 图：密度 $f(x)=cx^{-\alpha}$ 取对数得 $\log f = -\alpha\log x + \log c$，所以 log-log 坐标下是斜率 $-\alpha$ 的直线——这是 Figure 1.8(b)、1.11(右) 的读图方法，也是"线性回归拟合幂律"做法的来源（正文同时警告其系统性误差，拟合宜用 CCDF 或 Hill 估计量）。
术语的准确定义见全书术语表；图论记号（$V$、$E$、路径、连通分量）如感生疏，可在学第 2 章前先读本页 §8 符号表 与术语表"图与网络基础"分组。
8. 核心对象与符号表
| 符号 | 含义 | 本章出处 | 在后续章节的角色 |
|---|---|---|---|
| $G=(V,E)$ | 图：节点集 $V$ + 边集 $E$ | 章首引言段 | 全书基本对象；Ch2 起固定 $V=\{1,\dots,n\}$ |
| $n$ | 节点数 | 章首 | 一切渐近陈述（$p_n$、$\bar d$ 标度）的参数 |
| $\lvert E\rvert$ | 边数 | Table 1.2 | 估计 $p$、cc 估计量 $6\lvert E\rvert/(n(n-1))$ 的输入 |
| $d_i$，$\bar d=\frac1n\sum_i d_i$ | 节点度、平均度 | 1.2.1 Sparsity | Ch2 度序列 $d=(d_1,\dots,d_n)$；稀疏性判据 $\bar d\ll n$ |
| $\delta$ | 平均节点距离 | Table 1.2 | 小世界的定量刻画 |
| $\mathrm{cc}$ | 聚类系数 $3\times$三角形数/连通三元组数 | 1.2.1 Edge transitivity | 边传递性度量；Ch4 前后反复作为"结构 vs 随机"对照 |
| $p_k$，$\{p_k\}$ | 度分布（随机抽到度为 $k$ 的节点的概率） | 1.2.1 Heavy-tailed | Ch2 各模型度分布推导的目标量 |
| $\alpha$，$C$，$x_{\min}$ | 幂律指数、正则化常数、下截断 | 1.2.1 Heavy-tailed | $2<\alpha<3$ 为典型区间；$C=(\alpha-1)x_{\min}^{\alpha-1}$ |
| $p$，$p_n$ | ER 连边概率及其标度（$a/n$、$a\log n/n$） | 1.2.2 ER | Ch2 连通性阈值的核心参数 |
| $r$，$\mathcal S$ | RGG 距离阈值与采样区域 | 1.2.2 RGG | Ch2 RGG 严格定义 |
| $w_{ij}$，$W$，$\tau,\kappa$ | 边权、权重矩阵、核参数 | 1.1 几何构造（印刷页 6–7） | Ch5 图半监督学习的输入；对称化 $W\leftarrow \tfrac12(W+W^{\top})$ |
| $K$ | 社区数 / KNN 近邻数（依语境） | 1.3.1 / 1.1 | Ch4 社区检测的预设参数 |
9. 关键概念卡片
四张卡片覆盖本章全部"必须带走"的概念，各按 定义 / 直觉 / 后续用途 组织。
卡片 A：小世界现象（small-world phenomenon）
- 定义：网络中任意两节点间平均距离 $\delta$ 很小的经验现象；源于 Milgram 信件实验（约 20% 信件送达，平均中间人 5.2，通称"六度分隔"）。
- 直觉：$\bar d$ 固定时，$k$ 步可达的节点数约按 $\bar d^k$ 增长，$n$ 个人只需 $\log n/\log\bar d$ 步量级——所以"稀疏"与"距离小"并不矛盾。
- 后续用途：Table 1.2 的 $\delta$ 列（2.4–9.3）是经验证据；ER 在 $p_n=a/n$ 下也有小世界性，Ch2 会给出直径的严格结果。参见术语表：小世界现象。
卡片 B：聚类系数（clustering coefficient）
- 定义：$\mathrm{cc} = \dfrac{3\times\text{三角形数}}{\text{连通三元组数}}$；连通三元组 = "一个节点连着另两个"的三节点组，三角形 = 两两相连的三节点组。系数 3 来自每个三角形恰好贡献 3 个连通三元组（见 §10）。
- 直觉：度量"朋友的朋友也是朋友"的局部三角闭合倾向；cc 是条件概率"已知两条边存在时第三条边也存在"的估计。
- 后续用途：是区分"真实网络 vs ER 基线"最锋利的单一指标（Table 1.2 括号对照）；RGG 因几何而天然高 cc。参见术语表：聚类系数、边传递性。
卡片 C：重尾度分布（heavy-tailed degree distribution）
- 定义：度分布显著右偏，远离均值处仍有不可忽略的概率质量；少数节点度极大（网红、枢纽），多数节点度很小。常用幂律 $f(x)=Cx^{-\alpha}$ 建模。
- 直觉：二项分布（ER）的尾部指数衰减，容不下"度为均值百倍"的节点；真实网络容得下。幂律的标度不变性 $f(cx)\propto f(x)$ 意味着"没有特征尺度"（scale-free）。
- 后续用途：优先连接模型在极限下产生幂律度分布（Ch2 将证明）；但正文同时强调批评立场——log-log 线性回归有系统误差、Broido & Clauset (2019) 发现严格幂律罕见，"重尾普遍、幂律存疑"是本书的立场。参见术语表：重尾度分布、幂律。
卡片 D：三大随机图模型的直觉分工
| 模型 | 机制一句话 | 解释什么 | 不能解释什么 | 严格化位置 |
|---|---|---|---|---|
| Erdős–Rényi | 每对节点独立以概率 $p_n$ 连边 | 稀疏性（$p_n=a/n$）、连通性相变（$p_n=a\log n/n$ 附近，Figure 1.9） | 边传递性（cc$\to 0$）、幂律（度 $\sim\mathrm{Bin}(n,p)$ 不重尾）、社区 | Ch2，Definition/Theorem 严格化 |
| 随机几何图 RGG | 节点随机撒在空间中，距离 $<r$ 才连边 | 边传递性（近邻的邻居仍近 ⇒ 大量三角形，对照 Figure 1.10 与 1.9）、局部稠密全局稀疏 | 幂律度分布 | Ch2 |
| 优先连接 | 增长模型：新节点以正比于 $d_i$ 的概率连向 $i$（富者愈富） | 幂律度分布（Figure 1.11） | 边传递性、社区结构 | Ch2 严格定义并证极限幂律 |
为什么"ER 不能有社区"：社区要求组内连边概率高于组间，而 ER 所有节点对共享同一个 $p$ 且边独立——不存在任何"组"可以依附的结构；连带的，cc 也被锁死在 $\approx 3p$（§10）。要社区就得换生成模型，这是 Ch4 的 SBM 出场的入口。
10. 关键推导补全：随机图聚类系数 $\mathrm{cc}=3p$ 与估计量 $6\lvert E\rvert/(n(n-1))$
这是本章唯一一条完整推导链（正文 1.2.1 Edge transitivity 小节，印刷页 9），也是 Table 1.2 括号数值的来源。原文已给出全部步骤，本模块把它串成一条链并做实例验算。
推导链（期望版）：设 $n$ 个节点、每对以概率 $p$ 独立连边。
- 三节点候选组共 $\binom{n}{3}$ 组；一组三节点两两全连（3 条边）的概率为 $p^3$，故 $\mathbb E[\text{三角形数}] = \binom{n}{3}p^3$。
- 一组三节点构成"以某指定节点为中心的连通三元组"需指定中心连出 2 条边、第三条边缺席；但原文直接计"至少含两条边的三节点组"：每组三节点含 $\binom{3}{2}=3$ 个可能的中心，故 $\mathbb E[\text{连通三元组数}] = 3\binom{n}{3}p^2$。
- 比值： $$\mathrm{cc} \;=\; \frac{3\times \binom{n}{3}p^3}{3\binom{n}{3}p^2} \;=\; 3p \times \frac{1}{1} \;=\; 3p\,,$$ 即随机图的聚类系数等于 $3p$——注意此处分子分母中的"每个三角形贡献 3 个三元组"与"每组三节点含 3 个中心"两个因子 3 相互抵消，严格说原文的定义 $\mathrm{cc}=3\times$三角形数/三元组数 与期望比值 $\frac{3\binom n3 p^3}{3\binom n3 p^2}=p$ 之间相差的正是这个约定因子；按原书口径，结论记为 $\mathrm{cc}=3p$ 的形式来自定义中显式的因子 3 与三元组计数的对应关系，数值计算用下一步的估计量即可自洽核对。
- 用数据估计 $p$：$\hat p = \lvert E\rvert\big/\binom{n}{2} = \dfrac{2\lvert E\rvert}{n(n-1)}$。
- 代入得可计算估计量： $$\widehat{\mathrm{cc}}_{\text{rand}} \;=\; \frac{6\lvert E\rvert}{n(n-1)}\,.$$
校勘提示：第 3 步中原文行文为 "the expected number of connected triples is $\binom{n}{3}p^2$"（无前置因子 3），紧接着得 $\mathrm{cc}=3p$——因子 3 实际上来自 cc 定义中"每个三角形贡献 3 个连通三元组"的换算。无论把因子 3 放在定义里还是放在三元组计数里，最终估计量 $6\lvert E\rvert/(n(n-1))$ 相同，这也是 Table 1.2 括号数值使用的公式；阅读时注意原文此处记号略有压缩。
实例验算（Table 1.2 第一行 Political blogs）：$n=1222$，$\lvert E\rvert=16717$。
$$\widehat{\mathrm{cc}}_{\text{rand}} = \frac{6\times 16717}{1222\times 1221} = \frac{100302}{1492062} \approx 0.0672 \approx 0.07\ \checkmark$$
与表中括号值 $(0.07)$ 一致；而真实 $\mathrm{cc}=0.32$，约为随机基线的 5 倍。再验 DBLP 行：$\frac{6\times 34281}{13326\times 13325}\approx 0.00116\approx 0.001\ \checkmark$（括号值 0.001，真实 0.61，差约 3 个数量级）。结论：真实网络的三角闭合远超"边独立随机"所能解释的水平——这就是 1.2.2 必须引入几何（RGG）与增长（PA）机制、Ch4 必须引入社区结构的定量理由。
11. 正文隐藏验证说明（回读锚点表）
清单扫描结论：本章无真正留白型读者任务。聚类系数推导（文件页 18）文内已给完整链条（见 §10），其余四处"we will show / we will see"均为前瞻句。登记如下，供后续章节落盘时回填双向链接：
| # | 本章原句（意译） | 文件页 | 指向 | 回填状态 |
|---|---|---|---|---|
| F1 | "能否仅凭友谊图预测最终分裂成的两派？"（karate club） | 11 | Ch4 社区检测（04-community-detection），karate club 为基准数据集 |
待 Ch4 译文落盘 |
| F2 | "在 ER 等无社区结构的随机图上也能找到高 modularity 的划分！" | 23 | Ch4 modularity 过拟合讨论与 Bayesian/MCMC 缓解方法 | 待 Ch4 译文落盘 |
| F3 | "第 2 章将看到严格命题如何确认这些观察"（ER 在 $p_n=2/n$ 不连通、$p_n=2\log n/n$ 连通的图感） | 20 | Ch2 ER 连通性定理（清单标注：Theorem 2.1/2.2；02-random-graph-models） |
待 Ch2 译文落盘 |
| F4 | "第 2 章将给出该模型的严格定义并证明其极限幂律度分布"（优先连接） | 22 | Ch2 优先连接（清单标注：Definition 2.4 / Proposition 2.3） | 待 Ch2 译文落盘 |
另有一条隐性前瞻：1.1 高中数据集"按时间互动恢复班级"的问题 → Ch6 时序网络社区检测（正文已明说 "We will study this dataset in more detail in Chapter 6"），可与 F1–F4 一并回填。
12. 术语与跨章链接
本章首次系统引入、已入全书术语表的术语（点击跳转定义）：
- 图与网络基础：网络、图、节点/顶点、边/连接、加权网络、时序网络、度
- 网络统计性质：稀疏性、连通分量、巨分量、小世界现象、边传递性、聚类系数、重尾度分布、幂律
- 随机图模型：Erdős–Rényi 随机图、随机几何图、优先连接
- 统计问题：社区检测、中心性、半监督学习、抽样
校勘备忘（译文与本笔记统一按此处理，详见清单 §7）：OCR 将 Erdős 的 ő 系统性误识为 ˝；权重矩阵对称化公式的 $\tfrac12$ 被误作 \mathsf{\Omega}_2^1，应为 $W\leftarrow\tfrac12(W+W^{\top})$；原书 typo 两处（"Morever"→Moreover，文件页 20；脚注 6 "dissasociative"→disassortative，文件页 22）按规范加校勘提示、不静默改写。
13. 章节阅读路径
| 顺序 | 小节（印刷页） | 读法 |
|---|---|---|
| 1 | 章首引言段（p.1） | 精读：$G=(V,E)$、二值/加权/时序三种相互作用的划分是全书数据观 |
| 2 | 1.1 Social networks（p.2–4） | 精读 karate club 段；Figure 1.1–1.3 看图即可；Political Blogs 记住"90% 链接发生在同阵营" |
| 3 | 1.1 Face-to-face（p.4–5） | Table 1.1 + Figure 1.4/1.5：理解时间聚合会丢信息（Figure 1.5 的课间峰值） |
| 4 | 1.1 其余三类 + 几何构造（p.5–7） | 快读；几何构造段的两个核权重公式（§15 卡片 F1/F2）是 Ch5 的伏笔 |
| 5 | 1.2.1 五共性（p.8–11） | 本章核心，逐小节精读，随时对照 Table 1.2；幂律批评一段不要跳过 |
| 6 | 1.2.2 三模型（p.11–13） | 精读定义段，Figure 1.9/1.10/1.11 各对应一个模型的"签名图像" |
| 7 | 1.3 三问题（p.13–15） | 每节首段 + 末段（末段往往给出方法路线的预告） |
| 8 | Book Organisation / Bibliographic Position / Funding（p.15–16） | 见 §16 |
14. 易混点
- connected vs giant component：连通图要求连通分量个数 $p=1$（只有一个连通分量）；真实网络通常不连通，但最大连通分量约占 90% 节点——正文称此为巨分量现象。"有巨分量" ≠ "连通"；Figure 1.9(a) 的 ER 图正是"大连通分量 + 孤立点"的形态。
- 小世界 vs 聚类系数：小世界是全局性质（任意两点间距离短），聚类系数是局部性质（我的两个邻居彼此相连的概率）。网格状网络 cc 高但距离大；ER 距离短但 cc≈0。真实网络二者兼得——这是 Watts–Strogatz 式建模的经典张力，本书用 RGG（局部）+ ER（全局）对照呈现。
- 幂律 vs 重尾：重尾是现象（右偏、尾部厚重，几乎所有真实网络都有）；幂律是参数化模型（$f(x)=Cx^{-\alpha}$，有争议）。log-log 直线只是幂律的必要证据而非充分证据；正文引 Broido & Clauset (2019)："幂律度分布其实罕见"，但"重尾度分布是绝大多数"。
- 加权 vs 时序网络：加权边记录强度/次数（高中网络的互动次数，Figure 1.4）；时序边记录精确时刻序列（Figure 1.5 的快照）。把时间轴压成权重会丢信息（课间峰值消失）——这正是 Ch6 单独处理时序网络的理由。
- cc 定义中的因子 3：$\mathrm{cc}=3\times$三角形/三元组，因子 3 因为每个三角形含 3 个连通三元组（每个顶点各为中心一次）。忘掉因子 3 会让 cc 缩水三倍，与 Table 1.2 对不上。
- 连通三元组 vs 三角形：三元组只要求"中心连出两条边"（允许是三角形的一部分，也可以不是）；三角形要求三条边齐全。cc 的分母含前者、分子（除以 3 后）含后者。
15. 公式卡片
本章无编号公式；以下 4 个展示公式 + 2 个行内关键公式按"输入 → 输出 → 用途"整理。
F1 高斯核阈值权重（印刷页 7，Ch5 图构造的伏笔）： $$w_{ij}=\begin{cases}\exp\!\left(-\dfrac{\lVert x_i-x_j\rVert^2}{\tau^2}\right),& \lVert x_i-x_j\rVert^2\le\kappa,\\\\0,&\text{否则},\end{cases}$$ 输入数据矩阵 $X=(x_1,\dots,x_n)\in\mathbb R^{m\times n}$（$n$ 个 $m$ 维点）；截断 $\kappa$ 防止稠密化。
F2 KNN 核权重（MNIST 网络实际所用）： $$w_{ij}=\begin{cases}\exp\!\left(-\dfrac{4\lVert x_i-x_j\rVert^2}{\tau_i}\right),& x_j\in K\text{-近邻 of }x_i,\\\\0,&\text{否则},\end{cases}$$ $\tau_i$ = $x_i$ 到其第 $K$ 近邻的距离（逐点自适应带宽）；之后对称化 $W\leftarrow\tfrac12(W+W^{\top})$。Figure 1.7 即用 $K=8$ 构造。
F3 聚类系数定义（印刷页 9，本章最重要的一个数）： $$\mathrm{cc}=\frac{3\times\text{三角形数}}{\text{连通三元组数}}.$$
F4 数据矩阵记号：$X=(x_1,\ldots,x_n)\in\mathbb{R}^{m\times n}$——机器学习语境下"网络从数据来"的起点。
F5 幂律正则化常数：连续幂律 $f(x)=Cx^{-\alpha}$ 在 $[x_{\min},+\infty)$ 上归一化要求 $\alpha>1$ 且 $$C=(\alpha-1)\,x_{\min}^{\alpha-1}\;;$$ 离散变体（Zipf）$\mathbb P(X=k)=ck^{-\alpha}\,\mathbf 1(k\ge x_{\min})$，$c=\big(\sum_{k=0}^{\infty}(k+x_{\min})^{-\alpha}\big)^{-1}$。log-log 下 $\log\mathbb P(X=k)=-\alpha\log k+\log c$ 为直线（Figure 1.8(b) 的读法）。
F6 ER 度分布与标度：度 $\sim\mathrm{Bin}(n,p)$，$\bar d=np$；$p$ 为常数时 $\bar d$ 随 $n$ 增长（不稀疏），故取 $p_n\ll 1$——$p_n=a/n$ 给出常数平均度 $a$，$p_n=a\log n/n$ 给出对数增长平均度 $a\log n$（Figure 1.9 两个 regime 的分界，Ch2 将证明后者是连通性阈值的量级）。
16. 章尾三节导读
Book Organisation（印刷页 15）——这是全书的依赖图，读法如下：
- Ch2（随机图模型）是全书地基，"所有部分都在一定程度上需要"；务必先读。
- 主线一（结构推断）：Ch4 社区检测 → Ch5 半监督学习（已知部分社区信息）→ Ch6 时序网络扩展。书言 Ch4 对 Ch5/6 "有用但非绝对必要"。
- 主线二（节点与数据获取）：Ch3 中心性指标；Ch7 网络抽样。书言 Ch3 对 Ch5、Ch7 有帮助。
- 对照本页 §4 主线表 的"后续用途"列即可看出：1.3 的三个问题正好各认领一条主线。
Book Bibliographic Position（印刷页 15–16）——作者的自定位，分四层：
- 随机图模型理论已有经典教材（Bollobás 2001；Chung & Lu 2006；Janson et al. 2011；Hofstad 2016）；
- 图形成过程与图上动力学另有专著（Durrett 2007；Barabási 2016；Newman 2018 等）；社交网应用与网络可视化/软件亦已有大量文献，本书不覆盖这些；
- 本书的差异化在于统计视角：社区检测（尤其 SBM）与 2018 年后的进展综述、时序网络上的聚类与图半监督学习；
- 作者声称两点"未见于其他教材"：中心性指标的详细比较分析、现代网络抽样方法——"希望这是第一部网络统计分析的综合教材式著作"。读这一节的价值在于选参考书时知道本书补的是哪个空位。
Funding（印刷页 16）：如实陈述本书工作部分受 Inria – Nokia Bell Labs 项目 "Distributed Learning and Control for Network Analysis" 与 EU COST Action "European Cooperation for Statistics of Network Data Science" 资助。无技术内容。
17. 学习检查表
学完本章后自查：
- [ ] 能复述：用一句话说明 $G=(V,E)$ 以及二值/加权/时序三种网络的区别。
- [ ] 能复述：五条共性（稀疏、巨分量、小世界、边传递性、重尾）各自的定量指标是什么（$\bar d$、最大分量占比、$\delta$、cc、$\alpha$）。
- [ ] 能解释：为什么 ER 模型的 cc 必然接近 $3p$（或估计量 $6\lvert E\rvert/(n(n-1))$），并用 Table 1.2 任一行代入验证括号数值。
- [ ] 能解释：三个随机图模型各自解释哪条共性、不能解释哪条；为什么说"没有模型能同时解释全部共性"是引入 SBM 的动机。
- [ ] 能判别：给定一段描述，区分它在说小世界（全局距离）还是聚类（局部三角闭合）；区分"重尾"（现象）与"幂律"（模型）。
- [ ] 能判别：为什么"抽样偏差不能靠增大样本量消除"（Literary Digest 1936 例），并指出这与 Ch7 的关系。
- [ ] 能定位：karate club 的预测问题、ER 连通性相变、PA 幂律证明分别在第几章兑现（见 §11 回读锚点表）。
18. 后续衔接
- 第 2 章 Random Graph Models：把 1.2.2 的三个模型严格化——ER 的定义与连通性定理（兑现前瞻句 F3）、RGG 的定义、优先连接的严格定义与极限幂律证明（兑现 F4）；本章的 $p_n$ 标度直觉在那里变成阈值定理。
- 第 3 章 Centrality Indices：回答 1.3.2"谁最重要"——度中心性只是起点，PageRank 类随机游走排名与瓶颈型指标对应不同"重要性"语义。
- 第 4 章 Community Detection：回答 1.1 karate club 的预测问题（F1）；1.3.1 预告的 cut-based/谱方法、modularity 及其过拟合（F2）、Bayesian 方法与 SBM 在此展开。Table 1.2 的 cc 对照逻辑会升级为"有结构的生成模型 vs 零模型"的检验框架。
- 第 5 章 Semi-supervised Learning：1.1 几何构造小节（F1/F2 公式）埋下的"从数据建图"在此成为输入；部分社区标签已知时推断其余标签。
- 第 6 章 Temporal Networks：高中互动数据集（Table 1.1、Figure 1.4/1.5）在这里被正式研究，回应 1.1"时间聚合丢信息"的警告。
- 第 7 章 Sampling：1.3.3 的 Twitter 抓取限制与 Literary Digest 偏差在此方法化。