第 03 章学习笔记:网络中心性指标
本章没有“最好”的中心性指标。先回答重要意味着距离接近、递归重要、游走可达、位于关键路径之间,还是对群体价值有边际贡献;再检查图是否有向、连通和可加权。
- 观测
- 图、方向、权重与连通性
- 目标
- 按任务定义节点或边的重要性
- 方法
- 距离、谱、游走、路径、博弈
- 失败模式
- 语义错配或忽略图的适用条件
- 01解释五类“重要性”
分别说清距离接近、递归重要、游走可达、路径中介和合作博弈中的边际贡献。
- 02按任务选择指标
根据方向、连通性、权重、跨网络可比性与计算预算排除不适用方法。
- 03重建 PageRank 核心方程
写出平稳方程与显式解,并解释重启如何保证稳定性。
- 04条件性使用公理
把三条公理当作任务约束下的筛查工具,而不是指标总排名。
快速掌握
围绕研究问题、贯穿例子和方法选择建立第一遍认知地图。
两遍读完本章
顺序读到“第一遍完成”即可暂停;完整证明与公理逐格验证保留在第二遍,不再阻塞快速掌握。
按原书页序阅读 需要逐页精读时,再打开 6 个停靠点 主题学习无需展开;并排阅读时可把它当作页序索引。
| 停靠点 | 原书位置 | 建议 |
|---|---|---|
| 五族定义 | 3.1.1–3.1.5,p.46–60 | 先看每族第一段和同图比较;谱类重点读 PageRank,其他成员按需查阅 |
| PageRank / PPR | 3.1.2,p.47–52 | 精读 (3.4)(3.5);节点相关重启与对偶配 T1/T2 |
| 首中时间 | 3.1.3,p.53–56 | 抓住不对称与有效电阻对称化 (3.22) |
| 介数 | 3.1.4,p.56–59 | 区分最短路、最大流和电流三种路径假设 |
| 公理比较 | 3.2,p.60–62 | 精读三公理与 Table 3.1;逐格验证按需看 验证补全 |
| 应用与出口 | 3.3–Further Notes,p.62–65 | 重点看 PPR 半监督学习与边介数社区检测;文献线见 Further Notes 导读 |
贯穿例子:同一张图为何会有不同的“最重要节点”
考虑无向图
$$ E=\{AB,BC,CA,CD,DE,EF,FD,EG\}. $$
$A,B,C$ 构成左侧三角形,$D,E,F$ 构成右侧三角形,$C-D$ 连接两个局部团,$G$ 是接在 $E$ 上的叶节点。先不要追求把五族指标全部算完;用这张图反复检查“任务改变时答案是否也会改变”。
| 问法 | 本图上的判断 | 需要的指标语义 |
|---|---|---|
| 谁的直接邻居最多? | $C,D,E$ 的度都为 $3$,仅靠度无法区分 | 局部连接数 |
| 谁离全图总体最近? | $D$ 到其余节点的距离和为 $9$,小于 $C$ 的 $10$ 与 $E$ 的 $11$ | closeness / harmonic |
| 谁控制最多最短路径? | 不计端点时,$D$ 位于 $9$ 对节点的最短路上,$C$ 为 $8$ 对,$E$ 为 $5$ 对 | 最短路介数 |
| 哪条边最像社区之间的桥? | $C-D$;删去它后左右两部分断开 | 边介数 / 社区桥接 |
| 谁的 PageRank 较高? | 在无向图和均匀重启下通常与度高度相关,$C,D,E$ 居前;精确次序仍由 $c$、$\nu$ 和全局路径共同决定 | 递归重要性 / 游走访问率 |
| 在给定合作价值函数后,谁的平均边际贡献最大? | 仅凭图还不能回答;必须先定义群体 $S$ 的价值函数 $v(S)$ | Shapley / Myerson 值 |
这个例子刻意让度中心性出现并列:若一个指标已经无法回答任务,就应补充任务语义,而不是继续争论哪个节点“客观上最重要”。读到后面的公式时,可不断回问:该公式在这张图上奖励的是邻居数、距离、访问率、路径位置,还是对给定价值函数的边际贡献?
本章决策地图:中心性指标选择器
先按任务语义定位最接近的一族;任务同时涉及多种“重要性”时,可以跨族比较。术语采用中文公认译名(英文原词),核心公式、适用条件和计算入口全部常显。
距离与局部连接
重要意味着:直接邻居多,或离其他节点近。
代表公式;完整定义、变体与适用条件见后文公式卡片。
递归重要性与谱方法
重要意味着:被重要节点指向,或在传播中获得较高平稳权重。
代表公式;完整定义、变体与适用条件见后文公式卡片。
游走可达性与首中时间
重要意味着:随机游走从各处到达该节点所需时间短。
代表公式;完整定义、变体与适用条件见后文公式卡片。
路径中介性
重要意味着:位于大量关键路径之间,能够连接或控制网络流。
代表公式;完整定义、变体与适用条件见后文公式卡片。
合作博弈中的边际贡献
重要意味着:加入联盟后带来的平均价值增量大。
代表公式;完整定义、变体与适用条件见后文公式卡片。
中心性用于回答明确任务中的相对排序。报告结果时至少同时说明指标定义、方向与权重口径、归一化方式及关键参数;不同定义产生的数值不应被当作同一量纲。
选定指标后再做两步复核。 第一,用 Boldi–Vigna 三条公理检查指标行为是否符合当前任务的必要要求;不满足某条公理不等于指标无效。第二,回到原书应用部分,确认该指标在文献计量、半监督学习、社区检测或其他实际任务中的解释是否成立。
易混点
“重要”不是一个概念
先辨认任务语义,再谈指标排名。
距离类关注与其他节点的距离,谱类关注重要性如何递归传播,首中时间类关注随机游走是否容易到达,介数类关注关键路径位置,博弈类关注给定价值函数下的平均边际贡献。
同一节点可在不同指标下得到完全不同的排名(Figure 3.1–3.4)。问“哪个指标最好”之前,必须先说明任务所需的“重要性”定义。
谱类的分界线是矩阵与权重分配规则
不要把五个谱类指标理解成同一方法的优劣排序。
邻接谱中心性取 $M=A$;随机游走中心性(Seeley 指数)取 $M=P=D^{-1}A$,节点权重按出度摊薄给后继,无向图上退化为 $\sigma_i\propto d_i$。
PageRank 在随机游走中心性上加入重启;Katz 指数不按出度归一化,而将每条出边对应的权重完整计入(原文称 full endorsement),因此须 $\beta\lt\lambda(A)^{-1}$ 压制发散;HITS 用 $A^TA$ 与 $AA^T$ 产生权威(authority)和枢纽(hub)双指标。
比较的是权重怎样传播、是否归一化以及是否重启,而不是“一个比一个好”。
三条公理应按公理读,而不是按指标读
公理是条件性的筛查工具,不是脱离任务的总排名。
接近中心性、随机游走中心性(Seeley 指数)和 PageRank 不满足;节点度、Katz 指数和 HITS 只满足团方向;介数中心性只满足环方向。
接近中心性(桥两端平局,见“验证补全”第 (c) 格)与介数中心性不满足。
接近中心性、随机游走中心性、介数中心性和 HITS 不满足。
只有调和中心性三条都满足;但“不满足”只有在该公理确实表达当前任务的必要要求时才构成排除理由。PageRank 不满足规模公理,仍是 Web 与文献计量的标配(3.3.1)。
接近中心性与调和中心性的差别在运算顺序
中文术语与英文原词:接近中心性(closeness)、调和中心性(harmonic)。
接近中心性是“先求距离和,再取倒数”;调和中心性是“先对每个距离取倒数,再求和”。
原书称有向推广 quite straightforward,形式上只需把 $d(v,u)$ 换成有向最短路,但代价是要求强连通;否则接近中心性分母中的 $\infty$ 使指标失效。调和中心性以 $\infty^{-1}=0$ 保留可用性,这也是“验证补全”第 (b) 格的实质。
$E_i[T_j]\ne E_j[T_i]$:首中时间有方向
交换起点与终点,会得到不同的中心性问题。
式 (3.20) 衡量“大家到 $j$ 的难易”,式 (3.21) 衡量“$j$ 到大家的难易”,它们是两个不同指标;Figure 3.3 前两个分图的差异全部来自这一方向交换。
式 (3.22) 改用通勤时间,把两个方向合并,并同时得到有效电阻的度量性质。
$c$ 与 $C$:先确认是概率还是对角矩阵
本处同时包含原书行文歧义与排印错误。
式 (3.8) 中 $c(i)$ 是续走概率,对应的重启概率为 $1-c(i)$;原书行文有歧义,应以公式与 Corollary 3.1 为准。
$C=\operatorname{diag}(c(i))$;$K_i(C)$ 在原书式 (3.15) 误排为 $K_i(A)$。
图不连通时,三种修法在全章反复出现
先识别共同修复模式,不必逐族孤立记忆。
用于 3.1.1 的调和中心性,以及 3.1.3 首中时间的第一种推广;不可达项按 $0$ 贡献处理。
用于式 (3.7) 的多分量随机游走中心性,以及式 (3.23) 的带重启首中时间。
3.1.4 使用 $[D-aA]\phi=b$ 与 $[D-A+\beta I]\phi=b$ 改善可解性与条件数。
三种修法分别改变求和顺序、加入全局重启、或正则化线性系统;认出这一层,三族的“推广”段就不用分别硬记。
第一遍主动回忆:合上正文再回答
| 题 | 不看正文作答 |
|---|---|
| 1 | 为什么“谁最重要”不是一个脱离任务即可回答的问题?请说出五种不同语义。 |
| 2 | 图不连通时,接近中心性(closeness)、调和中心性(harmonic)和 PageRank 中哪些仍可直接使用,哪些需要修改? |
| 3 | 不看速查表,写出 PageRank 的平稳方程,并解释 $c<1$ 与重启分布 $\nu$ 的作用。 |
| 4 | 无向连通图上随机游走中心性(Seeley 指数)为什么与度成正比?它与 PageRank 的重启机制有何不同? |
| 5 | 一个指标不满足 size axiom,能否直接推出该指标“没有用”?还需要补充什么任务前提? |
| 6 | 在贯穿例子中删去叶节点 $G$ 后,$E$ 的度和介数会怎样变化?这说明两类指标关注的结构有什么不同? |
核对答案 · 完成作答后展开 六题的最短答案与回查入口 先用自己的语言作答;答案用于诊断遗漏,不用于替代回忆。
1|核心判断。 指标把“重要”操作化为不同数学对象:距离、递归权重、游走到达、路径中介或联盟边际贡献;任务不同,目标函数就不同。回看指标选择器。
2|不连通图。 传统接近中心性(closeness)需要连通(有向图还需相应可达性);调和中心性(harmonic)可把不可达贡献记为 $0$;PageRank 通过重启得到良定义的平稳分布。回看指标选择器。
3|PageRank。 $\pi=c\pi P+(1-c)\nu$。$c<1$ 使重启持续发生并使平稳解稳定;$\nu$ 决定每次重启从哪些节点重新出发。显式解见 F2。
4|随机游走中心性(Seeley 指数)与 PageRank。 无向图随机游走平稳分布满足 $\sigma_i=d_i/(2m)$;PageRank 另加入由 $c,\nu$ 控制的重启,因此不必等同于度排名。
5|公理筛查。 不能由“不满足某条公理”直接推出指标无用。只有当该公理确实表达当前任务的必要要求时,不满足才构成排除理由。第二遍可回看公理验证补全。
6|删去 $G$。 $E$ 的度由 $3$ 降为 $2$,且它不再是所有“其他节点到 $G$”路径的入口,介数显著下降;度只数直接邻居,介数统计全局路径位置。
第一遍完成 此时应能解释“为什么不同指标会给出不同答案”,而不是背完 26 个公式
若六道回忆题能够用自己的语言回答,可以先离开本章;需要复现推导、核查公理或继续读后续章节时,再进入第二遍。
深入理解
把背景工具、符号、定理和证明链放回同一逻辑结构中。
第二遍不再重复五族概念,而是补齐矩阵与马尔可夫链工具、统一符号,并完整核验 PageRank 对偶及三条公理。证明仍全部展开;这里只改变阅读顺序,不删减证明信息。
按需补充:初学者背景
预备知识 · 按需展开 补齐 4 个反复调用的数学工具 Neumann 级数、马尔可夫链、Perron–Frobenius 与图拉普拉斯电网络。
本章默认读者熟悉以下四件工具;它们不出现在原书正文,但每一个都被反复调用:
- Neumann 级数与次随机矩阵:$c<1$ 且 $P$ 行随机时 $\lVert cP\rVert<1$,故 $$[I-cP]^{-1}=\sum_{t\ge0}c^{t}P^{t}.$$ 这是本章一切显式矩阵公式的代数引擎:(3.5)(3.11)(3.12)(3.19)(3.23) 全是 $[I-\cdot]^{-1}$ 形。读这些公式时心里展开成级数,"所有路径按 $c^t$ 折扣求和"的图景就自动出现。同一事实在 Ch5 笔记 §7 第 2 条以"次随机矩阵"语言再次出现。
- 马尔可夫链平稳分布与返回时间:不可约非周期有限链有唯一平稳分布 $\sigma=\sigma P$;Kac 公式 $E_i[T_i]=1/\sigma_i$(Seeley 指数的第二种解释);遍历定理保证长期访问频率收敛到 $\sigma$——OT-PPR 的定义 (3.9) 合法靠的就是它。
- Perron–Frobenius 定理:非负不可约矩阵有唯一最大正特征值,对应分量全正的特征向量(PF 特征向量)。它是"取最大特征值对应特征向量作为中心性"这一操作的全部合法性来源;Katz 指数的参数限制 $\beta<\lambda(A)^{-1}$(保证 (3.17) 的级数收敛)也直接来自它。
- 图拉普拉斯与电网络:$L=D-A$ 满足 $L\underline 1=0$,故 Poisson 方程 $L\phi=b$ (3.25) 的解只定到加性常数("接地"一个节点后唯一);Kirchhoff 电流定律 + Ohm 定律逐节点写出就是 $L\phi=b$。有效电阻 $r_{ij}=(E_i[T_j]+E_j[T_i])/(2m)$ 是图上的度量(三角不等式成立),这是 (3.22) "附带好处"的严格内容。博弈类一节需要的合作博弈背景只有一句:Shapley 值 = 按节点加入联盟的边际贡献对所有加入顺序取平均。
核心对象与符号表
符号速查 12 组对象,以及它们在后续章节的角色
这不是进入正文前必须背诵的清单,而是后续公式的常驻参照。遇到符号时直接回查,不再把它隐藏在折叠层中。
| 符号 | 含义 | 本章出处 | 在后续章节的角色 |
|---|---|---|---|
| $A$,$D$,$P=D^{-1}A$ | 邻接矩阵、度对角阵、随机游走转移矩阵 | 3.1.2 | 与 Ch2 矩阵记号一致;Ch4 谱聚类、Ch5 全部方法的公共记号 |
| $d(v,u)$ | $v$ 到 $u$ 的最短路长度 | 3.1.1 | closeness / harmonic 的输入 |
| $\pi$,$\nu$,$c$ | PageRank 平稳分布、重启(个性化)分布、续走概率 | (3.4)(3.5) | Ch5 GL 方法 $\sigma=0$ 端;PPR 相似度(3.3.2) |
| $C=\mathrm{diag}(c(i))$ | 节点相关续走概率对角阵 | (3.8) | Theorem 3.1 的条件与 $K_i(C)$ 的定义 (3.14) |
| $\sigma$ | Seeley 指数(随机游走平稳分布) | (3.3) | 无向图上 $\sigma_i\propto d_i$;多分量推广 (3.7) |
| $\kappa$,$\beta$,$\lambda(A)$ | Katz 指数、几何折扣参数、PF 特征值 | (3.17)(3.18) | 参数限制 $\beta<\lambda(A)^{-1}$;Estrada 变体的母公式 |
| $E_i[T_j]$,$P_{-j}$ | $i$ 到 $j$ 的期望首中时间、禁忌转移子矩阵(删第 $j$ 行第 $j$ 列) | (3.19) | Ch5 LP 失效分析(首中时间 vs 混合时间) |
| $r_{ij}$,$m$ | 有效电阻(通勤时间 $/(2m)$)、边数(总权) | (3.22) | 对称化的首中时间中心性;图上的度量 |
| $\sigma_{st}$,$\sigma_{st}(v)$ | $s$–$t$ 最短路数、其中过 $v$ 者 | 3.1.4 | 最短路介数与边介数(→ Ch4 Girvan–Newman) |
| $m_{st}$,$m_{st}(v)$ | $s$–$t$ 最大流及过 $v$ 部分 | (3.24) | 加权网络介数 |
| $L$,$\phi$,$\tau_{st}(v)$ | 图拉普拉斯、电位向量、节点吞吐量 | (3.25)(3.26) | $L$ 与 Ch4 谱方法、Ch5 拉普拉斯方法是同一矩阵 |
| $v(\cdot)$,$Y_i(v,G)$,$\delta$ | 特征函数、Myerson 分配、路径折扣因子 | 3.1.5 | 群中心性(Further Notes)的方法入口 |
关键定理与公理
本章只有 2 个编号对象 + 3 条命名公理。定理卡片按 条件 / 结论 / 用途 / 证明入口 组织;公理卡片列出常用指标的检验结果。
这里的“检验结果”表示指标行为是否符合该公理。只有当这条公理被视为当前任务的必要要求时,结果才构成指标筛选依据;不满足某条公理不表示指标本身无效。
Theorem 3.1(direct–reverse OT-PPR 对偶,Avrachenkov et al., 2014a)
#- 条件:无向图($A^{T}=A$)、$C=\mathrm{diag}(c(i))$ 各分量非零(且 $[I-CP]$ 可逆,如 $0<c(i)<1$ 时自动成立);$\pi_j(i)$ 为以 $i$ 为个性化节点的 OT-PPR (3.11)。
- 结论: $$\frac{d_i}{c_iK_i(C)}\,\pi_j(i)=\frac{d_j}{c_jK_j(C)}\,\pi_i(j),\qquad K_i(C)=\frac{1}{e_i^{T}[I-CP]^{-1}\underline 1},\tag{3.13,3.14}$$ 其中 $K_i(C)^{-1}=E_i[\text{两次重启之间的期望步数}]$ (3.15)。
- 用途:无向图上 PPR 的双向不对称性被完全归约为度数与重启强度——"$i$ 眼中的 $j$"和"$j$ 眼中的 $i$"只差一个可算因子;它是 3.3.2 用 PPR 做相似度时的理论锚点,也给出 (3.11) 的更新方程(renewal)解释。
- 证明入口:proof-theorem-3-1(原书不证,引 Avrachenkov et al., 2014a;本笔记补证,两步线性代数)。
Corollary 3.1(标准 PageRank 的对偶)
#- 条件:$A^{T}=A$ 且 $c_i=c\ \forall i$(标准 PageRank)。
- 结论:$d_i\pi_j(i)=d_j\pi_i(j)$ (3.16)——双向 PPR 之比恰等于度数之比。
- 用途:PPR 相似度的"对称化依据":无向图上 $\pi_j(i)$ 与 $\pi_i(j)$ 的偏离完全由度解释,做归一化 $\pi_j(i)/d_j$ 即得对称相似度。
- 证明入口:proof-corollary-3-1(原书仅称"由 (3.13) 直接化简",本笔记补全该一步)。
Size axiom(规模公理)
#- 内容(Boldi & Vigna, 2014):在 $G_{k,p}$(一个 $k$-团 + 一个有向 $p$-环,互不相连)上,固定 $k$ 时环足够大则环节点应比团节点更重要;固定 $p$ 时团足够大则团节点应更重要。直觉:大而稀疏的社区成员最终应胜过小而密的社区成员,反之亦然。
- 常用指标的检验结果:完全满足:harmonic;部分满足:degree、Katz、HITS 只满足团方向("only k"),betweenness 只满足环方向("only p");不满足:closeness、Seeley、PageRank 两个方向均不满足("no")。逐格验证见 验证补全。
Density axiom(密度公理)
#- 内容:在 $D_{k,p}$($G_{k,p}$ 加一条双向桥 $x$–$y$,$x$ 在团、$y$ 在环)上取 $k=p$,桥两端中密侧端点 $x$ 的中心性应严格大于 $y$。直觉:同等规模下,更密社区的成员更重要。
- 常用指标的检验结果:closeness(桥两端严格平局,见“验证补全”第 (c) 格)与 betweenness 不满足;Table 3.1 中其余列出的指标满足。
Score-monotonicity axiom(得分单调性公理)
#- 内容:任意图上加一条新有向边 $x\to y$,$y$ 的中心性必上升。直觉:被多指一次永远不吃亏。
- 常用指标的检验结果:closeness、Seeley、betweenness、HITS 不满足;Table 3.1 中其余列出的指标满足。注意 harmonic 满足它只有两行证明(“验证补全”第 (e) 格)——这正是"换序"带来的稳健性。
完整证明
完整证明 2 张证明卡:一次对称性归约 + 一次直接化简
原书均未展开;这里给出可独立核验的完整链条。证明默认显示,并与前面的定理陈述保持同一阅读层级。
本章原书不给任何证明:Theorem 3.1 外引出处、Corollary 3.1 只称"由 (3.13) 直接化简"。前者补证为短线性代数(可独立核验,非外引资料的搬运),后者补全化简步骤。
原书态度:定理署名 (Avrachenkov et al., 2014a),原书未给证明。以下证明是本笔记补证(纯线性代数,可独立核验);外部参考:Avrachenkov, Litvak, Nemirovsky, Smirnova & Sokol (2014a),该文同时给出 LR-PPR 版本的讨论。
证明目标:设 $A^{T}=A$,$C=\mathrm{diag}(c(i))$ 满足 $c(i)>0$ 且 $[I-CP]$ 可逆($0<c(i)<1$ 时 $\lVert CP\rVert_\infty<1$,可逆自动成立)。记 $\pi(i)=K_i(C)\,e_i^{T}[I-CP]^{-1}$(即 (3.11) 取 $\nu=e_i^{T}$),则 $$\frac{d_i}{c_iK_i(C)}\,\pi_j(i)=\frac{d_j}{c_jK_j(C)}\,\pi_i(j).$$
依赖工具:OT-PPR 显式 (3.11) 与 $K_i(C)$ 定义 (3.14);$P=D^{-1}A$;对角矩阵两两可交换;$A^{T}=A$。
证明思路:把 $\pi_j(i)=K_i(C)\,e_i^{T}[I-CP]^{-1}e_j$ 代入后,$K_i(C)$ 恰好消去——(3.13) 等价于矩阵 $DC^{-1}[I-CP]^{-1}$ 的对称性。对称性不好直接看,就取逆:对称可逆矩阵的逆仍对称,而逆矩阵 $CD^{-1}-CD^{-1}ACD^{-1}$ 的对称性只是"对角阵可交换 + $A^{T}=A$"的两行推论。
完整证明:
第 1 步(消去 $K_i(C)$):由 (3.11) 取 $\nu=e_i^{T}$, $$\pi_j(i)=\frac{e_i^{T}[I-CP]^{-1}e_j}{e_i^{T}[I-CP]^{-1}\underline 1}=K_i(C)\,e_i^{T}[I-CP]^{-1}e_j,$$ 其中第二个等号即 (3.14)。代入 (3.13) 左侧: $$\frac{d_i}{c_iK_i(C)}\,\pi_j(i)=\frac{d_i}{c_i}\,e_i^{T}[I-CP]^{-1}e_j=e_i^{T}\,DC^{-1}[I-CP]^{-1}e_j.$$ 同理右侧等于 $e_j^{T}DC^{-1}[I-CP]^{-1}e_i$。记 $M:=DC^{-1}[I-CP]^{-1}$,则 (3.13) $\Longleftrightarrow$ $e_i^{T}Me_j=e_j^{T}Me_i$ 对所有 $i,j$ 成立 $\Longleftrightarrow$ $M$ 对称。
第 2 步($M$ 对称):$D,C$ 为对角阵且 $c(i)>0$,故 $DC^{-1}$ 可逆,于是 $$M=DC^{-1}[I-CP]^{-1}=\big[(I-CP)\,CD^{-1}\big]^{-1}=:N^{-1},\qquad N=CD^{-1}-CP\,CD^{-1}.$$ 代入 $P=D^{-1}A$: $$N=CD^{-1}-CD^{-1}A\,CD^{-1}.$$ 计算转置(对角阵自转置且两两可交换,$A^{T}=A$): $$N^{T}=D^{-1}C-D^{-1}C\,A^{T}CD^{-1}=CD^{-1}-CD^{-1}ACD^{-1}=N.$$ 故 $N$ 对称;$N$ 可逆(题设 $[I-CP]$ 可逆),对称可逆矩阵的逆仍对称,故 $M=N^{-1}$ 对称。由第 1 步,(3.13) 成立。∎
闭合检查:结论用到的假设逐一对账——$A^{T}=A$ 用在 $N^{T}=N$(有向图上 $M$ 一般不对称,对偶失效,与定理所设条件一致);$C>0$ 保证 $C^{-1}$ 存在;$[I-CP]$ 可逆保证 (3.11) 与取逆合法。最后一行确实回到 (3.13) 原式,无遗漏因子。
直觉注记(帮助记忆,非证明的一部分):$K_i(C)^{-1}=e_i^{T}[I-CP]^{-1}\underline 1=\sum_{t\ge0}P_i(\text{前 }t\text{ 步未重启})=E_i[\text{重启前的期望步数}]$(即 (3.15)),因为 $(CP)^t$ 的 $(i,j)$ 元正是"从 $i$ 出发 $t$ 步内未重启且位于 $j$"的概率。于是 (3.13) 读作:双向 PPR 之比 = 度数之比经"重启节奏"修正。
校勘提示:①原书本节行文 "let the random walk restart with probability $c(i)$" 与式 (3.8) $\tilde P=CD^{-1}A+(I-C)\underline 1\nu$ 的代数结构不一致——按公式,$c(i)$ 是继续沿图走的概率(重启概率为 $1-c(i)$);此读法与 Corollary 3.1 "$c_i=c\ \forall i$ 即标准 PageRank"(续走概率 $c$)以及 (3.15) 的期望步数 $1/(1-c)$ 均一致,阅读时以公式为准。②原书 (3.15) 把 $K_i(C)$ 排为 $K_i(A)$,系排版错误,应为 $K_i(C)^{-1}=E_i[\#\text{steps before restart}]$。
证明目标:$A^{T}=A$ 且 $c_i=c\ \forall i$ 时,(3.13) 化简为 $d_i\pi_j(i)=d_j\pi_i(j)$。
依赖工具:Theorem 3.1(本页证明);$P\underline 1=\underline 1$(行随机性)。
完整证明:$c_i=c$ 时 $C=cI$。由 $P\underline 1=\underline 1$, $$(I-cP)\underline 1=(1-c)\underline 1\quad\Longrightarrow\quad[I-cP]^{-1}\underline 1=\frac{1}{1-c}\underline 1,$$ 故对每个 $i$, $$e_i^{T}[I-cP]^{-1}\underline 1=\frac{1}{1-c}\quad\Longrightarrow\quad K_i(cI)=1-c,$$ 与 $i$ 无关。代入 (3.13):两边分母同为 $c(1-c)$,约去即得 $d_i\pi_j(i)=d_j\pi_i(j)$。∎
闭合检查:化简只用"K_i 与 i 无关",而该事实完全来自行随机性——这正是标准 PageRank(各点续走概率相同)比节点相关版本简洁的原因;(3.16) 与 (3.13) 的量纲一致(两侧均为"度 × PPR"),无遗漏常数。
公理验证补全
公理复核 把 Table 3.1 的 7 个代表性格子逐格算清
覆盖 size、density、score-monotonicity 与两种“only”标注。验证过程属于理解公理的核心内容,因此默认显示。
清单 §6 扫描结论:本章没有"留给读者证明"的真正留白;12 处触发句中 11 处为修辞性或图注引导,唯一实质半任务是 Table 3.1 的逐格验证(原书给了结论表,把"为什么"留给读者默会)。登记如下:
| # | 原句(意译) | 文件页 | 判断 | 处理 |
|---|---|---|---|---|
| 1 | "closeness 向有向网络的形式推广相当直接,但缺乏(强)连通性带来问题" | 55 | 修辞性(轻量提示) | 易混点 第 4 条一句话说明 |
| 2 | "Table 3.1 汇总了上述公理对最常用中心性指标的验证" | 71 | 半任务:逐格验证留给读者 | proof-check-table-3-1-axiom-cells |
| 3 | "有趣的是……只有调和中心性满足全部三条公理" | 71 | 修辞性(结论句) | 同上卡的副产物 |
| 4–12 | "We try to overview…"、"We observe that…"(图 3.1–3.4 观察引导)、脚注 2 等 | 55–72 | 修辞性 / 图读法引导 | 不设卡;图读法已并入“两遍读完本章”的第一遍 |
任务:Table 3.1(Boldi & Vigna, 2014)给出 8 指标 × 3 公理的结论表,原书未逐格论证。下面补验 7 个代表性格子,覆盖三条公理与 "only k" / "only p" 两种部分满足标注。记号:$G_{k,p}$ = $k$-团(双向边)与有向 $p$-环的不相交并;$D_{k,p}$ = $G_{k,p}$ 加双向桥 $x$–$y$($x$ 在团、$y$ 在环);$n=k+p$;团内点记 $u$,环上点记 $v$。
Size 公理四格
(a) Degree × size = "only k":团内点度 $=k-1$(双向口径入度、出度各 $k-1$);有向环上每点入度、出度恒为 $1$(总度恒为 $2$),与 $p$ 无关。团方向:固定 $p$,取 $k\ge3$ 则团节点度 $k-1\ge2>1$(任一计数口径下均严格大于环节点度),满足;环方向:固定 $k\ge3$ 时环节点度恒小于 $k-1$,无论 $p$ 多大都不可能反超——环方向结构性失败,故 "only k"。
(b) Closeness × size = "no":$G_{k,p}$ 不连通,任意节点到另一分量节点的距离为 $\infty$,故 (3.1) 的分母 $\sum_v d(v,u)$ 对每个节点发散,closeness 全为 $0$——任何严格不等式都无从谈起,两方向同时失败。(本格同时说明:closeness 的公理化讨论实质上限定在强连通图上,见“易混点”第 4 条。)
(g) Harmonic × size = "yes"(两个方向):约定 $\infty^{-1}=0$ 后跨分量项全消失。团内点:$h(u)=\frac1{n-1}\sum_{w\ne u}1/d(w,u)=\frac{k-1}{n-1}$(团内 $k-1$ 个距离为 1 的项)。环上点:有向环上到 $v$ 距离为 $d$ 的节点恰有一个($d=1,\dots,p-1$),故 $$h(v)=\frac1{n-1}\sum_{d=1}^{p-1}\frac1d=\frac{H_{p-1}}{n-1},\qquad H_{p-1}=\text{调和数}.$$ 比较归结为 $k-1$ 对 $H_{p-1}$:固定 $k$ 令 $p\to\infty$,$H_{p-1}\to\infty$ ⇒ 环方向成立;固定 $p$ 令 $k\to\infty$ ⇒ 团方向成立。两方向全过。
(f) Betweenness × size = "only p":团内任意两节点有直达边,最短路不经过任何中间点 ⇒ 团内点介数恒为 $0$。有向 $p$-环($p\ge3$)上取 $v$ 的前驱 $s$ 与后继 $t$:$s$ 到 $t$ 的唯一有向路径为 $s\to v\to t$,即最短路径经过 $v$,贡献 $\sigma_{st}(v)/\sigma_{st}=1$ ⇒ 环节点介数 $>0$。于是环方向(固定 $k$,取 $p\ge3$ 即反超 $0$)恒成立;团方向要求团节点介数严格大于环节点,但团节点介数永远是 $0$——结构性失败,故 "only p"。(归一化因子 $1/((n-1)(n-2))$ 对所有点相同,不影响比较。)
Density 公理两格($k=p$)
(c) Closeness × density = "no":$D_{k,p}$ 强连通,closeness 有定义。记 $S_x=\sum_v d(v,x)$、$S_y=\sum_v d(v,y)$。团内非 $x$ 点到 $x$ 距离 $1$、到 $y$ 距离 $2$(经桥);环节点 $z$ 到 $y$ 距离 $d(z,y)$、到 $x$ 距离 $d(z,y)+1$。逐项作差: $$S_x-S_y=\big[(k-1)+1+(p-1)\big]-\big[2(k-1)+1\big]=p-k.$$ $k=p$ 时 $S_x=S_y$——桥两端严格平局,"严格大于"永不成立,故密度公理失败(对所有 $k=p$ 同时失败,不只是个别参数)。
(d) Harmonic × density = "yes":同样逐项计算(桥两侧距离同上), $$(n-1)\big(h(x)-h(y)\big)=\underbrace{(k-1)-\tfrac{k-1}2}_{\text{团侧}}+\underbrace{\sum_{d=1}^{p-1}\Big(\tfrac1{d+1}-\tfrac1d\Big)}_{\text{环侧,望远镜}}=\frac{k-1}2-\Big(1-\frac1p\Big).$$ $k=p$ 时右端 $=\frac{k-1}2-1+\frac1k$:$k\ge3$ 时严格为正($k=3$ 时 $=1/3$);$k=p=2$ 的退化情形("团"为单边、环长为 2)恰为平局,公理的非退化范围 $k=p\ge3$ 内严格成立。
Score-monotonicity 公理一格
(e) Harmonic × score-monotonicity = "yes":在任意图上加新边 $x\to y$。对任意 $v$,$d(v,y)$ 只能减小或不变,故每项 $1/d(v,y)$ 弱增($\infty^{-1}=0$ 的项若变有限则严格增);特别地 $d(x,y)$ 由 $\ge2$(或 $\infty$)降为 $1$,对应项严格增。总和严格增 ⇒ $h(y)$ 严格上升。两行证毕——注意同一论证对 closeness 不适用:(3.1) 先求和,不连通时分母中的 $\infty$ 项使指标恒 $0$,加边前后的比较在退化情形下失去意义,这正是 closeness 在该公理上记 "no" 的根源之一。
闭合检查:7 格结果与 Table 3.1 原文(Degree "only k";Closeness 三 "no";Harmonic 三 "yes";Betweenness "only p")逐一吻合;size 公理的 "only" 标注语义(只满足团方向 / 只满足环方向)由 (a)(f) 两格坐实。未验证的格子(如 PageRank × size "no"、Katz × size "only k")可按同一套路在小图上代入定义复核,留作第二遍阅读的练习。
巩固迁移
确认术语无歧义、易混点能解释,并知道结论在后续哪里复用。
术语与跨章链接
按五族定位中文术语与英文原词
以下术语均已进入全书术语表。先按本章的任务族定位,再点击查看定义、符号和跨章用法。
距离与局部连接
从邻居数量与最短路距离描述节点位置。
谱方法与随机游走
从特征向量、平稳分布、重启与路径折扣理解递归重要性。
游走可达性
区分首中时间的两个方向及其通勤时间对称化。
路径中介性
说明节点或边处于多少关键路径、网络流或电流路径上。
合作博弈中的边际贡献
先定义联盟价值,再按平均边际贡献分配节点得分。
公理化比较工具
把任务要求写成可检验的指标行为,而不是寻找脱离任务的总冠军。
这些对象从哪里来,又在哪一章继续使用?
每张卡片只回答“本章对象怎样迁移”,详细的下一步学习顺序留在页末“后续衔接”。
随机图模型:继承矩阵记号
本章没有重定义 $A$、$D$ 与 $P$。
$P=D^{-1}A$、邻接矩阵与度对角阵沿用 Ch2 章首记号;Katz/Bonacich 的矩阵形式也使用同一约定。
社区检测:从节点排序转向图的划分
边介数、PPR 与特征向量语言在 Ch4 获得新的任务含义。
3.3.3 的边介数删边法对应 Girvan–Newman;PPR 可用于社区归属;谱中心性与谱聚类都使用特征向量,但前者用邻接/转移矩阵的主特征向量排序节点,后者用拉普拉斯的小特征向量切分图。
图半监督学习:PPR、首中时间与广义拉普拉斯汇合
这是第三章最重要的前向连接。
3.3.2 的相似度规则 $\pi_u(k)=(1-c)\nu_k[I-cP]^{-1}e_u$ 是 Ch5 Label Propagation 的直接先声。
LP 解的首中时间(hitting-time)解释直接调用 3.1.3;广义拉普拉斯(Generalized Laplacian)的 $\sigma=0$ 端就是 PPR 闭式。
网络抽样:拿不到完整图时怎样估计中心性?
把“全图可得”的隐含前提改写为统计估计问题。
本章指标默认可以访问完整网络;Further Notes 的 Top-$k$ 快速选取与 Ch7 的抽样估计,是大图或残缺图上处理中心性的两条互补路线。
校勘资料 · 按需查阅 OCR 误识与原书排印备忘 只在核对原文或复现公式时需要,不参与本章主线。
校勘备忘(OCR 层,译文与本笔记统一按此处理):式 (3.18) 求和下标 $t$ 被误识为 $0$;HITS 段 "the index a is the left dominant eigenvector" 的 $a$ 被吞成上标;Theorem 3.1 陈述中 "and" 误入数学模式;3.1.4 流量守恒与 3.1.5 公理列表有 <sup> 残留(应还原为 $\forall$、$v(\cdot)$);式 (3.5)–(3.7) 区域 OCR 把一段连贯推导拆成 4 个独立公式块,阅读时应还原为"显式 (3.5) → 分块对角展开 → Laurent 展开 (3.6) → 极限与推广 (3.7)"一条链。
公式卡片
26 个编号公式按用途归为 8 组(卡内展示 18 式,(3.14)(3.15) 见 定理卡 T1,其余散见译文);每组给出 输入 → 输出 → 用途。
距离类二式(3.1.1)
#$$\text{closeness}(u)=\frac{n-1}{\sum_v d(v,u)}\tag{3.1},\qquad \text{harmonic}(u)=\frac1{n-1}\sum_{v\ne u}\frac1{d(v,u)}.$$
- 输入:最短路距离矩阵。
- 输出:节点中心性得分。
- 用途:harmonic 是 closeness 的"换序"稳健版($\infty^{-1}=0$),Table 3.1 唯一三公理全过者。
PageRank 定义与显式(3.1.2 核心)
#\begin{align} \pi=c\pi P+(1-c)\nu\tag{3.4}\\ \Longleftrightarrow\quad\pi=(1-c)\nu[I-cP]^{-1}.\tag{3.5} \end{align}
- 输入:$P=D^{-1}A$、续走概率 $c$、重启分布 $\nu$。
- 输出:平稳分布 $\pi$。
- 用途:$\nu$ 取均匀即经典 PageRank,集中于节点集即 PPR;谱形式 $\pi=\pi(cP+(1-c)\underline1\nu)$ 说明它属于谱类;(3.5) 是 3.3.2 相似度与 Ch5 闭式解共同使用的核心方程。
多分量 Seeley 推广
#\begin{align} [I-cP]^{-1}=\frac1{1-c}\Pi+\mathcal D+\mathrm{o}(1-c)\tag{3.6}\\ \Longrightarrow\quad\sigma=\Big[\tfrac{n_1}n\sigma^{(1)}\ \cdots\ \tfrac{n_m}n\sigma^{(m)}\Big].\tag{3.7} \end{align}
- 说明:该式是马尔可夫链的 Laurent 展开;$\Pi$ 为遍历投影、$\mathcal D$ 为偏差矩阵——原书与译文记作 $D$,本卡改花体以免与度对角阵混淆;$\sigma^{(i)}$ 为第 $i$ 个强连通分量的平稳分布。
- 输入:各分量转移矩阵 $P^{(i)}$。
- 输出:按分量大小加权的全图排名。
- 用途:$c\to1$ 极限把 Seeley 指数合法地推广到非强连通图;它是"大分量里的大节点更值"的定量依据。
节点相关重启与两种 PPR
#\begin{align} \tilde P=CD^{-1}A+(I-C)\underline1\nu,\tag{3.8}\\ \qquad \pi(\nu)=\frac{\nu[I-CP]^{-1}}{\nu[I-CP]^{-1}\underline1},\tag{3.11}\\ \qquad \rho(\nu)=\nu[I-CP]^{-1}[I-C].\tag{3.12} \end{align}
- 输入:转移矩阵 $P$、节点相关续走概率矩阵 $C$ 与重启分布 $\nu$。
- 输出:访问频率型 OT-PPR $\pi$ 与重启位置型 LR-PPR $\rho$。
- 区分:OT-PPR 数"访问",LR-PPR 数"重启前一刻所在"。
- 用途:Theorem 3.1 的主角;个性化排名的最一般形式。
direct–reverse 对偶(本章定理组)
#\begin{align} \frac{d_i}{c_iK_i(C)}\pi_j(i)=\frac{d_j}{c_jK_j(C)}\pi_i(j)\tag{3.13}\\ \quad\overset{c_i=c}{\Longrightarrow}\quad d_i\pi_j(i)=d_j\pi_i(j).\tag{3.16} \end{align}
- 条件:无向图;标准情形进一步要求 $c_i=c$。
- 输出:direct 与 reverse PPR 的度数加权对偶关系。
- 用途:无向图 PPR 不对称性的完全刻画;证明见 完整证明。
Katz 指数
#$$\kappa=\underline1^{T}\sum_{t\ge1}\beta^tA^t=\underline1^{T}\big([I-\beta A]^{-1}-I\big),\qquad\beta<\lambda(A)^{-1}.\tag{3.17}$$
- 输入:邻接矩阵 $A$ 与折扣 $\beta$。
- 输出:对所有路径进行几何折扣求和的节点得分。
- 用途:与 PageRank 的分界线是“不按出度摊薄、每条出边的权重均完整计入”;换 Poisson/阶乘折扣得 Estrada communicability,换 $A\to P$ 得 heat kernel PageRank(Further Notes);Brauer 定理把它写成特征值问题,故归入谱类。
首中时间族(3.1.3)
#\begin{align} E_i[T_j]=e_i^{T}[I-P_{-j}]^{-1}\underline1,\tag{3.19}\\ \qquad h_j=\frac{n}{\underline1^{T}[I-P_{-j}]^{-1}\underline1},\tag{3.20}\\ \qquad \tilde h_j=\frac{n}{\underline1^{T}[I-(P^{T})_{-j}]^{-1}\underline1},\tag{3.21}\\ \qquad \bar h_j=\frac{2m}{\sum_i(E_i[T_j]+E_j[T_i])},\tag{3.22}\\ \qquad h_j^{c}=\frac{n}{\underline1^{T}[I-cP_{-j}]^{-1}\underline1}.\tag{3.23} \end{align}
- 输入:转移矩阵及其禁忌转移子矩阵(taboo transition submatrix)。
- 输出:"随机游走可达性"得分。
- 用途:(3.22) 经有效电阻对称化且满足度量性质;(3.23) 处理不连通并改善条件数——同一 $[I-c\,\cdot\,]^{-1}$ 引擎(“初学者背景”第 1 条)。
- 校勘:本卡符号原沿用 OCR 误识的 $b$ 系列,已按原书统一为 $h/\tilde h/\bar h/h^c$ 系列,并补展示 (3.21)。
介数族(3.1.4)
#\begin{align} \text{流介数}=\frac{\sum_{s,t}m_{st}(v)}{\sum_{s,t}m_{st}},\tag{3.24}\\ \qquad L\phi=b,\ b=\mathbf 1_s-\mathbf 1_t,\tag{3.25}\\ \qquad \text{电流介数}=\frac1{(n-1)(n-2)}\sum_{s,t}\tau_{st}(v).\tag{3.26} \end{align}
- 输入:(加权)图。
- 输出:节点或边的路径中介或桥接得分。
- 用途:最短路介数的最自然两种全路径推广;$L\phi=b$ 与 Ch4 谱方法、Ch5 拉普拉斯方法共用同一个 $L$。
Further Notes 导读
文献出口 · 按需展开 5 条延伸路线,说明读什么以及何时离开本书 公理化刻画、群中心性、Top-k、折扣换元与 PageRank 综述。
本章无习题;Further Notes(印刷页 65)5 条文献指引的读法如下:
- 公理化刻画的其他工作(Sabidussi, 1966;Altman & Tennenholtz, 2005;Wąs & Skibski, 2018;Skibski & Sosnowska, 2018):3.2 的三公理只做了"测试",这批文献做的是"刻画"——找一组公理唯一确定某个指标(如 PageRank 的公理化)。读什么:如果“验证补全”让你好奇"harmonic 全过是否意味着它是唯一'正确'的指标",这条线给出严格答案(不是——不同公理体系刻画不同指标)。与后续章关系:本书后文不再展开,属离书进文献的出口。
- 群中心性(Everett & Borgatti, 1999 起;Michalak et al., 2013):度量一组节点(部门、社群)而非单点的重要性。关键提醒(原书强调):不能简单把单点中心性求和——这正是 3.1.5 博弈论方法(Shapley/Myerson 按边际贡献分配)自然适用于群中心性的原因。读法:先掌握 3.1.5 的特征函数与边际贡献,再读这批文献。
- Top-k 中心节点选取(Avrachenkov et al., 2011, 2014c;Yoshida, 2014;Borassi & Natale, 2019 等):大图上只要前 $k$ 名时的快速算法(近似介数等)。这是"中心性如何规模化计算"的入口,与 Ch7 抽样精神相通(拿不到全网时的估计)。
- 折扣换元族(Estrada & Rodriguez-Velazquez, 2005;Estrada & Hatano, 2008;Chung, 2007):Katz 的几何折扣 $\beta^t$ 换成 Poisson/阶乘折扣得 Estrada communicability($\sum_t (\beta A)^t/t!$,指数型),再把 $A$ 换成 $P$ 得 heat kernel PageRank。读法:把它们都看成 公式卡片 F6 的"换折扣函数 / 换矩阵"两次换元,公式族谱立刻清晰。
- Gleich (2015) PageRank 综述:PageRank 各种变体与应用的全景图。3.1.2 读完想深入时的首选;与后续章关系:Ch5 的 PPR 用法在本综述中有更系统的展开。
学习检查表:完成标准
学完本章后自查:
- [ ] 能复述:五族指标各自的"重要性语义"一句话版本,以及每族一个代表指标的定义(不看书复原指标选择器)。
- [ ] 能写出:(3.1)、(3.4)(3.5)、(3.17) 三组公式,说明每个符号的含义与参数范围($c\in(0,1)$、$\beta<\lambda(A)^{-1}$)。
- [ ] 能解释:为什么 PageRank 属于谱类指标(谱形式改写 $\pi=\pi(cP+(1-c)\underline1\nu)$);为什么 Seeley 指数在无向图上退化为度排名。
- [ ] 能证明:Corollary 3.1(由 $P\underline1=\underline1$ 推出 $K_i=1-c$ 与 $i$ 无关);Theorem 3.1 的第 2 步($N=CD^{-1}-CD^{-1}ACD^{-1}$ 对称 ⇒ $M=N^{-1}$ 对称)。
- [ ] 能陈述:Boldi–Vigna 三公理的内容,并各说出一个不满足该公理的指标;同时能解释“不满足”只在该公理被视为任务必要条件时构成筛选依据(能复算“验证补全”的格子更佳,至少会做 (g) harmonic × size 的 $k-1$ vs $H_{p-1}$ 比较)。
- [ ] 能判别:给定数据条件(不连通 / 有向弱连通 / 需要路径中介语义 / 需要相对某组节点的相似度),选出合适的指标族与正则化手段(“易混点”第 7 条的三种修法)。
- [ ] 能定位:3.3.2 的 PPR 分类规则与 Ch5 Label Propagation 的关系;边介数删边法与 Ch4 Girvan–Newman 的关系。
后续衔接
不必按章节号顺序前进:选择你真正要解决的问题
详细的对象对应关系已集中在跨章链接地图;这里仅保留下一步决策。