索引学习笔记：双栏检索指南
配套译文：内部译文 Index 的扩写或改写。
学习笔记补充：原书索引只有两页、采用双栏排版。阅读时先看顶级术语，再沿缩进子目查具体方法或性质；页码均为印刷页码。
1. 结构快照
- 顶级术语：62 个。
- 二级子目：65 个。
- 合计：127 个索引节点；其中 21 个顶级术语带有二级子目。
- 来源范围：印刷页 226–227（PDF 文件页 235–236）。
- 排序：顶级术语与子目均按原书字母序；本译文保留英文标签并在括号中给出中文检索词。
2. 读索引的路径
- 先按概念选择顶级词，例如 community detection、centrality、sampling 或 spectral clustering。
- 若该词有子目，再按具体方法缩小范围。例如 sampling → respondent-driven (RDS) 指向第 7 章相关页，spectral clustering → constrained 指向第 5 章相关页。
- 页码是正文印刷页，不是 PDF 文件页；本项目的换算是“文件页 = 印刷页 + 9”。
- 需要回到来源时，先看对应正文的 author–year 引用，再跳到 References；不要把索引页码误当作参考文献页码。
3. 主题回看
| 索引簇 | 适合回看 |
|---|---|
| block model、random geometric graph、preferential attachment | 第 2 章随机图模型 |
| centrality、Page Rank、Laplacian、random walk | 第 3 章中心性与谱工具 |
| community detection、modularity、Louvain algorithm、recovery | 第 4 章社区检测 |
| label propagation、label spreading、Poisson learning、semi-supervised learning | 第 5 章图上的半监督学习 |
| membership structure、transition rates、temporal | 第 6 章时序网络 |
| sampling、motif counting、estimator | 第 7 章抽样与估计 |
| inequality、moment method、norm、theorem | 附录 A 的背景工具 |
4. 版面陷阱与检索提醒
- OCR 将双栏顺序拍平，可能把 graph 的子目与下一列混在一起；本译文以 PDF pdftotext -layout 的缩进归属为准。
- spatially embedded random network 的页码在 PDF 中换到下一行，仍属于该顶级术语。
- centrality 下的 Page Rank 子目与 Laplacian 下的 Page-Rank 子目是原书并存的拼写，保留二者有助于逐字回查。
- p1 model 按原书保留为普通字符 p1，不擅自改成数学下标。
- 术语中文括注只用于阅读和搜索；若要引用原书索引，应使用英文标签和原始页码。
5. 复习检查表
- [ ] 我能区分顶级术语与缩进子目。
- [ ] 我能把索引印刷页码换算为 PDF 文件页码。
- [ ] 我能从 community detection 追到 modularity、Louvain algorithm 和 recovery。
- [ ] 我能从 sampling 追到 RDS、Metropolis–Hastings 和 motif counting。
- [ ] 我能在 Index 与 References 之间用“概念 → 正文页 → 作者—年份 → 完整书目”完成一次闭环检索。