| Bottom | Home | Article | Bookshelf | Keyword | Author | Oxymoron |


The New Science of Networks

Cat: ICT
Pub: 2002

Albert-Laszlo Barabasi




The New Science of Networks ネットワークの新たな科学
Albert-Laszlo Barabasi A. バラバシ
Random network theory; six degrees of separation; Power law; Bell Curve; Strength of Weak Ties; Percolation theory; Opinion leaders ランダム・ネットワーク理論; 6段階の分離; べき乗則 ;釣鐘曲線分布; 弱い連結の強さ; パーコレーション理論; オピニオン・リーダ 
  • This is one of the must books recommended by Prof. Kumon, Executive Director of Glocom.
  • 本書は、国際大学Glocom公文所長の推薦必読書の一つである。


0. Introduction:

  • Message of Paul:
    • He did not wander randomly; he reached out to the biggest communities of his era, to the people and place in which the faith could germinate and spread most effectively. He was the first and by far the most effective salesperson of Christianity.
    • 2,000 years after Paul, we now know that he answer lied as much in the structure and topology of the network.
    • Jorge Luis Borges,"Everything touches everything."
  • Recent scientists have been learning to map our interconnectivility
  • We have taken apart the universe and have no idea how to put it back together. Reductionism was the driving force behind much of 20C's scientific research.
    • Divide and conquer; the devil is in the details.
  • Nothing happens in isolation. Most events and phenomena are connected, caused by, and interacting with others.


  • 使徒パウロの神託
    • 彼はランダムに徘徊したのではなかった。当時の大きな共同体を対象に、信仰が最も効果的に伝導できる人々と場所に到達した。彼はキリスト教販売の最初にして最も効率の良いセールスマンであった。
    • パウロの後二千年を経て、我々はネットワークの構造とトポロジーの中に潜む解答を知った。
    • Jorge Luis Borges曰く、「すべてがすべてに接している。」
  • 最近の科学者は相互接続性をマップ化することを学んでいる。
  • 我々は今まで宇宙を分解して理解してきたが、それを元へ戻すすべを知らない。還元主義は20世紀の科学研究のほとんどの分野での原動力であった。
    • 分割して統治せよ。悪魔は些細に宿る。
  • 孤立していては何事も起こらない。ほとんどの出来事と現象は何かとつながってしており、原因があり、他と相互作用がある。

1. The random universe:

  • 1736 Leonard Euler:
    Graph theory is the basis for our thinking about network; "nodes" and "links"
    • Konigsberg bridge problem: Nodes with an odd number of links must be either the starting or the end point of the journey. Thus, such a path cannot exit on a graph that has more than two nodes with an odd number of links.
    • Graphs or networks have properties, hidden in their construction, that limit or enhance our ability to do things with them.
    • Society, the Internet, a cell, or the brain can all be represented by graphs, each is clearly very different from the others.
    • Random graph theory: "God enjoys playing dice"
      • A. Einstein said, "God does not play dice with the universe.
  • A party for 100 guests:
    • Organize a party for a 100 guest who have been selected and invited because they do not know a single other person on the guest list.
    • Soon you will see 30 to 40 groups of two or three.
    • There are invisible social links between people who met earlier but now belong to different groups.
    • As a consequence, subtle paths start connecting people who are still strangers to each other.
    • It would take only 30 minutes to form a single invisible social web that includes all guests in the room.
  • Random network theory (Erdos and Renyi, 1959):
    • One is the threshold: one acquaintance per person, one link to at least one other neuron for each neuron in the brain.
    • As the average number of links per node increases beyond the critical one, the number of nodes left out the giant cluster decreases exponentially.
    • If the network is large, despite the links' completely random placement, almost all nodes will have approximately the same number of links. (Poisson distribution)
    • Mathematicians call this phenomenon the emergence of a giant component, one that includes a large fraction of all nodes. Physicists call it percolation and we just witness a phase transition, similar to the moment in which water freezes.
    • Chance and randomness are very much a part of their lives.


  • 1736年 L. オイラー
    • ケーニヒスブルグの橋問題(一筆書き):奇数点をもつノードはそのルートの始点または終点でなければならず、従って奇数の端点を3つ以上もつグラフは一筆書きのパスは存在しない。
    • グラフやネットワークにはその構造の中に潜む特徴があり、それはネットワークに対応する際に我々の能力を制限したり高めたりする。
    • 社会、インターネット、細胞、大脳、これらは皆グラフによって表現でき、各々が非常に異なる特徴を備えている。
    • ランダム・グラフ理論:「神はサイコロ遊びを好む」
      • アインシュタイン曰く、「神は宇宙に関してサイコロ遊びをしない。
  • 100人のパーティ:
    • 初対面の100人を選びパーティーを企画する。
    • パーティー開始後30-40分で、30-40人のグループが2、3つできる。
    • 異なるグループに属しているが、以前面識のある人達の間で見えない社会的なリンクがある。
    • その結果、互いに見知らぬ人たちの間をつなぐ微妙なパスが張られる。
    • およそ30分ほど経つと、見えざる社会的なWebが形成され、すべての部屋中のゲストを含むようになる。
  • ランダム・ネットワーク理論
    (Erdos and Renyi, 1959):
    • 1つが閾値である。即ち、知人が一人いる状態。大脳では一つのニューロンは他のニューロンとまず1つのリンクを張る。
    • ノード当たりの平均のリンク数は限界値を超えて増加すると、大きな集団からはずれるノードの数は指数関数的に減少する。
    • リンクを完璧にランダムに行うとしても、ネットワークが大きければ、ほとんどすべてのノードはほぼ同じ数のリンクをもつようになる。(ポアソン分布)
    • 数学者はこの現象を、大成分、即ちすべてのノードの最大グループの出現と呼ぶ。物理学者はこれを濾過作用とよび、水が凍るときのような相転換が起こるという。
    • チャンスとランダムネスとはコインの表裏である。

2. Six degrees of separation:

  • Distance between any two people;
    by Stanley Milgram, 1967;
    • found that "distance" between any two people in US. The question driving the experiment was, how many acquaintance would it take to connect two randomly selected individuals? Milgram himself pointed out: "I asked a person of intelligence; he said that it would require 100 intermediate persons."
    • His experiment entailed sending letters to randomly chosen, which contained following message.:
      1. Add your name to the roster at the bottom.
      2. Detach one postcard. Fill it out and return it to Harvard Univ.
      3. If you know the target person on a personal basis, mail this folder directly to him (her).
      4. If you do not know the target person on a personal basis, do not try to contact him directly. Instead, mail this folder to a personal acquaintance who is more likely than you to know the target person.
    • He found that the median number of intermediate person was 5.5. Round it up to 6, and you get the famous "six degrees of separation."
    • How every person is a new door opening up into other worlds.
  • Web's degree of separation:
    • Robot or crawler: The big search engines have thousands of computers running numerous robots that constantly look for new documents on the Web.
      • The measurements indicated that Webpages were on average 11 clicks away from each other.
    • First, we took a small portion of the Web, with only 1000 nodes. Next, we took a slightly larger piece with 10,000 nodes, and determined the separation again. We repeated this for the largest system, and looked for trends in the obtained node-to-node distances. This finding allowed us to predict the separation on the full Web as long as we know the total number of documents out there. Thus our expression predicted that the diameter of the Web was 18.59, close to 19. (19 degrees of separation)
    • Small separations are common in just about every network, e.g.:
      • species in food web: 2 links
      • molecules in the cell are separated on average by 3 chemical reactions
      • scientists in different fields of science are separated by 4 - 6 coauthership links
      • neurons in the brain are separated by 14 synapses.
  • Consider a network in which the nodes have on average k links. This means that form a typical node we can reach k other nodes with one step. There are k^2 nodes two links away and roughly k^d nodes exactly d links away. Therefore, if k is large, for even small values of d the number of nodes you can reach can become very large.


  • 任意の2人の距離
    Stanley Milgram (1967):
    • 米国での2人の間の「距離」について考察した。この実験をするに当たっての疑問は、任意に選んだ2人の個人をつなぐためには一体何人の知人が必要かというものでした。Milgram自身曰く「学識者に聞いたところ、100人の仲介人がいるだろう。」とのこと。
    • 彼の実験は任意に抽出された人に対し以下内容の手紙を出すことになった。
      1. 下記の部分の名簿に名前を追加して下さい。
      2. 葉書に記載して、ハーバード大学宛に別途送付して下さい。
      3. 目標人物を個人的に知っている場合には、このフォルダーを直接、彼 (彼女)に送付して下さい。
      4. 目標人物を個人的には知らない場合、その相手と直接連絡をとるようなことはせずに、このフォルダを、その目標人物のことをあなたよりよく知っていそうな知人に送付して下さい。
    • 実験結果は、仲介人の数は中位数は5.5であった。これを丸めて6とし、有名な"6段階の分離"を得ることができる。
    • これは誰もが、他の世界に対してドアが開かれていることを示す。
  • Webでの分離の程度:
    • 検索エンジン、検索ロボット:
      • 測定によればWebページは相互には平均11クリック離れている。
    • まず、1000ノード程度のWebの小さな部分をとる。次に10,000ノードのやや大きな部分をとり、再度分離の程度を調べる。これを大きなシステムに関しても繰り返し、ノード間の距離の傾向を探る。この結果、すべての文書がある十分大きなWebの分離状況を予測することができる。こうれして我々はWeb全体の分離の程度、いわば直径が18.59、ほぼ19であることが予想された。(19段階の分離)
    • ほとんどのネットワークではもっと小さな分離が普通である。例えば
      • 食物連鎖:2リンク
      • 細胞中の分子は3つの化学反応で分離
      • 異分野の科学者は4-6人の共著者で分離
      • 大脳中のニューロンは14シナプスで分離
  • ノードが平均 k リンクをもっているネットワークを考える。これはあるノードから k 個の他のノードにワンステップで行けることを意味する。即ちk^2 個のノードは2リンク離れており、ほぼ k^d 個のノードは d リンク離れていることになる。
    このことは、k が大きければ、ノードの d がたとえ小さな数字であっても、非常に大きな数となることを示している。


3. Small Worlds:

  • Strength of Weak Ties:
    Our close friends are often friends with each other as well, fully connected circles by strong ties shown as black lines. Weak ties, shown as green lines, connect the members of these friendship circles to their acquaintances. Weak ties play an important role in any number of social activities, from spreading rumors to getting a job.
    • Weak ties play a crucial role: in our ability to communicate with the outside world. To get new information, we have to activate our weak ties. The weak ties, or acquaintances, are our bridge to the outside world, since by frequenting different places they obtain their information from different sources than our immediate friends.
  • Clustering coefficient;
    tells how closely knit your circle of friends is.
    • If it is 10 means that all your friends are good friends with each other.
    • If it is 0 means that your are the only person who holds your friends together, as they do not seem to enjoy each other's company.
  • Erdos number:
    Paul Erdos published over 1,500 papers with 507 coauthors. To keep track of their distance from Erdos, mathematicians introduced the Erdos number. Erdos has Erdos number zero. Those who coauthored a paper with him have Erdos number one. Those who wrote a paper with an Erdos coauthor have Erdos number two, and so on. The scientific community forms a highly interconnected network in which all scientists are linked to each other through the papers they have written.
  • <Figure left>
    People live on a circle along which everybody knows their immediate neighbors. In this simple model each node has exactly 4 neighbors, who are connected to each other by 3 links. If all 4 neighbors were connected to each other, there would be 6 links between them. Since there are only 3, the clustering coefficient is 3/6 = 0.5
  • Each node (red dot) is connected to its immediate and next-nearest neighbors (left). To make this world a small one, a few extra links were added, connecting randomly selected nodes (right). These long-range links (blue lines) offer the crucial shot-cuts between distant nodes, drastically shortening the average separation between all nodes.


  • <左図> 弱い連結の強さ:
    • 弱い連結は外の世界と通信ができる上で決定的な役割を演じる。新たな情報を得るために、我々は弱い連結を活性化する必要がある。弱い連結、即ち知り合いは、外の世界への架け橋である。それは異なる場所へ頻繁に出かけ、親しい友人とは異なる情報源からの情報を得るからである。
  • 集団係数:
    • もし10の場合、すべてのあなたの友人は互いに親友関係。
    • もし0の場合、あなたの友人を結びつけるのはあなただけで、彼らは互いに交際することを楽しんでいるように見えない。
  • Erdos数:
    Paul Erdosは,507名の共著者と共に1500の論文を出版した。Erdosからの距離を把握するために、数学者はErdos数の概念を提案した。Erdos自身のErdos数は0である。Erdosの共著者のErdos数は1である。Erdosの共著者と一緒に論文を書いた人達はErdos数2というようにする。科学者は、すべての科学者が互いに論文共著を通じて極めて緊密なコミュニティを形成している。
  • <図左側>
    円に沿って人々が住んでおり、だれもがその両隣だけ知っているとする。このモデルでは、各ノードは段階のリンクで相互接続された4つの隣人から成る。もしすべての4つの隣人が相互接続されていれば、その間にはつのリンクとなる。従って3つのリンクしかなければ、その集団係数は3/6 = 0.5となる。
  • <左図>各ノード(赤点)は一つおきに他のノードと接続している。この世界を若干の追加のリンクをランダムに選んだノードとの間に貼る。この長いリンク(青線)によって遠方のノードのショートカットが得られ、その結果すべてのノード間の平均分離の状況を劇的に短縮できる。

4. Hubs and Connectors:

  • A simple test to measure how social you are:
    Here is a lit of 248 surnamed compiled from a phone book and you are asked if you know anybody with that name. If you know three people named Jones, you get 3 points.
    • In the collage class; the scores ranged 2 - 95.
    • In a random sample; ranged 9 - 118.
    • In a highly homogeneous group: ranged 16 -108
    • Conclusion: A handful of people with a truly extraordinary knack of making friends and acquaintances. They are connectors.
  • Connectors:
    Connectors are an extremely important component of our social network. They create trends and fashions, make important deals, spread fads, or help launch a restaurant.
    • Connectors - nodes with an anormalously large number of links - are present in very diverse complex systems, ranging from the economy to the cell.


  • 社交性を測る簡単なテスト:
    • 大学のクラス:得点分布は2 -95点
    • ランダムサンプル:9 -118点
    • 同一性の高いグループ:16 - 108点
    • 結論:ほんの一握りの人々が異常なほど友人・知人を作るのに長けている。彼らはコネクターなのである。
  • コネクター
    • コネクターは、異常なほどの多くのリンクを張るノードであって、経済社会から細胞に至るまで、多様で複雑なシステムの中に存在している。

5. The 80/20 Rule:

  • Vilfredo Pareto in the early 1900s:
    Pareto's Law: known as the 80/20 rule; E.g..
    • 80% of profits are produced by only 20% of the employee.
    • 80% of customer service problems are created by only 20% of customers.
    • 80% of decisions are made during 20% of meeting time.
  • Power law:
    The network our robot brought back from its journey had many nodes with a few links only, and a few hubs with an extraordinarily large number of links. The distribution of links on various Webpage precisely follows a power law.
    • Quantities in nature (ranging from our IQs to the velocity of molecules in a gas) follow a bell curve; a distribution characterizing random networks.
    • The distinguishing feature of a power law is not only that there are many small events but that the numerous tiny events coexist with a few very large ones. These extraordinarily large events are simply forbidden in a bell curve.
    • US highway:
      Cities are the nodes and the highways connecting them the links. This is a fairly uniform network. Such uniformity is an inherent property of random networks with a peaked degree distribution.
    • US airline route:
      A few hubs from which flights depart to almost all other US airports. The vast majority of airports are tiny, appearing as nodes with at most a few links connecting them to one or several hubs.

  • <Bell Curve>
    Most nodes have the same number of links and no highly connected nodes.
  • <Power Law distribution>
    Very many nodes with only a few links, while a few hubs with large number of links.
    • Distinguishing feature of a power law is not only that there are many small events but that the numerous tiny events coexist with a few very large ones.
  • Critical point:
    Near critical point, elements of order and disorder mix within the same material. In the vicinity of the critical point several key quantities follow power laws.
    • Correlation length:
      The distance over which atoms communicate with each other, the correlation length, is often used as a rough measure of the cluster size.
    • Critical exponent:
      As we approach the critical point this correlation length increases following a power law characterized by a unique critical exponent.
  • Leo Kandanoff:
    In the vicinity of the critical point, atoms should be considered communities that act in union. Atoms must be replaced by boxes of atoms such that within each box all atoms behave as one.
    • Why power laws appears each time order spontaneously emerged in complex systems.


  • Vilfredo Paretoは1900年代初期に、80/20の法則として知られるパレートの法則を発見した。 例えば
    • 80%の利益は、20%の従業員によって生み出されている。
    • 80%の顧客サービスの問題は、20%の顧客によって生じている。
    • 80%の意思決定は、20%の面談時間内に決まる。
  • べき乗測
    • 自然界の多くの数量分布 (IQ分布やガス分子の速度分布のように) と同じく、ランダムなネットワークの特徴である正規分布の釣鐘曲線になる。
    • べき乗則の特徴は、多くの小さな事象があるということだけでなく、数多くの小さな事象が少数の非常の大きな事象と共存していることである。これら異常に大きな事象は、正規分布では存在しない。
    • 米国ハイウェイ:
    • 米国航空ルート:
  • <左図> 釣鐘曲線分布:
  • <べき乗則分布>
    • べき乗則の際だった特徴は数多くの小さな事象だけでなく、その小さな事象が少数の非常に大きな事象と共存していることにある。
  • 臨界点
    • 相関距離:
    • 臨界指数:
  • Leo Kandanoff:
    • 複雑系の中で自然発生的に秩序が発生するとき、なぜべき乗則が現れるのか?

6. Rich get richer:

  • Let us assume that each new node has two links. Thus, our third node will link to both of them. The fourth node has three nodes from which to choose. We can continue this process indefinitely, so that each time we add a new node, we connect it to two randomly selected nodes. The network generated by this simple algorithm, called Model A, differs from the random network.
    • The first nodes in Model A will be the richest, since these nodes have had the longest time to collect links. The poorest node will be the last one to join the system, with two links only.
    • In real networks linking is never random. Instead, popularity is attractive. Webpages with more links are more likely to be linked to again, highly connected actors are more often considered for new roles, highly cited papers are more likely to be cited again, connectors make more new friends.

  • Starting from two connected nodes (top left), in each panel a new node (red dot) is added to the network. When deciding where to link, new nodes prefer to attach to the more connected nodes. Thanks to growth and preferential attachment, a few highly connected hubs emerge.
  • Could either growth or preferential attachment alone explain the power laws? Both are necessary to generate a scale-free network. A growing network without preferential attachment has an exponential degree distribution which is similar to a bell curve. In the absence of growth we are back to the static models.


  • 新たなノードが2つのリンクを持っていると仮定しよう。第3のノードはそれらいずれのノードともリンクする。第4のノードはリンクを張るノードを3つ選択する。このプロセスを際限なく繰り返すと、新たなノードを付け加える毎に、それにランダムに選択した2つのノードにリンクを張ることになる。この単純なアルゴリズムによって生成されるネットワークをモデルAと呼ぶとすれば、それはランダムなネットワークとは異なる。
    • モデルAの最初のノードは最もリッチになる、というのはこれらはリンクを張るのに長い時間を費やせるからである。最も貧弱なノードはこのシステムに最後に参加したノードであり、それは2つのリンクしかない。
    • 実際のネットワークのリンクはランダムではない。人気こそが引力なのだ。多数とリンクしているウェブページはますますリンクされるようになる。多くのリンクのある俳優には新たな役柄がますます増え、より多く引用される新聞は、ますます引用される度合いが増え、コネクターはより多くの友を作るのである。
  • <左図>:2つの接続ノードからスタート(左上)して、各パネルの新たなノード(赤点)をネットワークに追加する。接続先は、より多く接続されているノードに決める。選択的に接続の成長に従って、非常に多く接続されたハブがいくつか現れてくる。
  • 成長と優先接続のいずれかでべき乗則が説明できるだろうか。スケールフリーのネットワークを生成するには両方が必要である。優先接続なき成長ネットワークはベル曲線に似た指数分布となる。成長がなければ静的モデルに戻ってしまう。

7. Einstein's Legacy:

  • The scale-free model reflects our awakening to the reality that networks are dynamic systems that change constantly through the addition of new nodes and links.
  • The fitness model allows us to describe network as competitive systems in which node fight fiercely for links.
  • Now Bose-Einstein condensation explains how some winners get the chance to take it all.
    • This winner takes all means that the fittest node grabs all links, leaving very little for the rest of the nodes. Such networks develop a star topology, in which all nodes are connected to a central hub.


  • 規模自由モデルは、常に新たなノードと接続が加わることによって常に変化するダイナミックなシステムであるネットワークの現実を想起させる。
  • 適応モデルは、各ノードは接続を求めて激しく闘うような競争的なシステムのネットワークを表現している。
  • ボーズ・アインシュタイン凝縮モデルは、一部の勝者がすべてを得る可能性を説明している。
    • この勝者がすべてを取ることの意味は、最も適応したノードがすべての接続を行い、他のノードの接続は非常に少ないままの状態でいることである。このネットはスター状の接続となり、すべてのノードは中央ハブと接続する。
    • 注)ボーズ-アインシュタイン凝縮:
      ボーズ-アインシュタイン統計にしたがう粒子が, 低温で, 波数 0 の状態に巨視的な数の粒子がはいる現象(1 つの状態に何個でもはいり得る。)

8. Achilles' Heel:

  • The 1996 blackout:
    With thousands of generators, millions of miles of lines, and over a billion loads, this huge electric animal is now so interconnected and sensitive that a single disturbance can be detected thousands of miles away. But the 1996 blackout has highlighted the underlying vulnerability of this formidable system.
  • Natural systems:
    It beg to be different, however. Throughout Earth's geological history, species have disappeared at a rate of one per million each year.
    • In general, natural systems have a unique ability to survive in a wide range of conditions.
    • This is in stark contrast to most products of human design. Therefore, robustness - rooted in Latin robus, meaning "oak," the symbol of strength and longevity is an increasingly investigated topic.
  • Interconnectivity:
    Nature strives to achieve robustness through interconnectivity:
    • A cell's robustness is hidden in its intricate regulatory and metabolic network;
    • society's resilience is rooted in the interwoven social web;
    • the economy's stability is maintained by a delicate network of financial and regulatory organizations;
    • an ecosystem's survivability is encoded in a carefully crafted web of species interactions.
  • Network breakdown:
    Decades of research indicated that network breakdown is not a gradual process. Removing only a few nodes will have little impact on the network's integrity. Yet, if the number of removed nodes reaches a critical point, the system abruptly breaks into tiny unconnected islands.
    • Scale-free network:
      Expecting a critical point, we gradually increased the number of removed nodes of the Internet. We could remove as many as 80% of all nodes, and the remaining 20% still hung together, forming a tightly interlinked cluster. The Internet, unlike many other human-made systems, displays a high degree of robustness against router failures.
  • Source of topological robustness:
    The distinguishing feature of scale-free networks is the existence of hubs, the few highly connected nodes. Failures, however, do not discriminate between nodes but affect small nodes and large hubs with the same probability.
    • Topological robustness is thus rooted in the structural unevenness of scale-free networks; failures disproportionately affect small nodes.
  • Percolation theory (studies of random networks):
    For scale-free networks the critical threshold disappear in cases where the degree exponent is smaller or equal to three. Amazingly, most networks of interest, ranging from the Internet to the cell, are scale-free and have a degree exponent smaller than three. Therefore, these networks break apart only after all nodes have been removed.
    • Remarks: "Percolation" problem:
      When water is flowed from one corner of grid of pipes whose lattice points are randomly blocked; this is an probability issue. Here it is known that there is a critical point in this problem.
  • Coexistence of robustness and vulnerability:
    If crackers launched a successful attack against the largest Internet hubs, the potential damage could be tremendous.
    • If a drug or an illness shuts down the genes encoding the connected proteins, the cell will not survive.
    • Ecosystems can easily survive random species deletions. If the highly connected keystone species are removed, the ecosystem dramatically collapses.
  • Cascading failure:
    Routers do not break down under too much traffic. They simply create a queue, processing as many packets as they can and dropping the rest. Only a small percentage of the packets will make it through. Sender of lost packets does not get a confirmation that its message arrived, it sends it again, escalating the congestion.
    • The discovery of those laws cold have profound implications for many fields, ranging from the Internet to marketing.
  • Achilles' heel:
    Topology, robustness, and vulnerability cannot be fully separated from one another. All complex systems have their Achilles' heel.


  • 1996年の停電事故:
  • 自然のシステム
    • 一般的に、自然のシステムは広範囲の条件の中で生存できる独特の能力を備えている。
    • これは人間の設計による多くの製品との明確な違いである。それゆえ、堅牢さrobustの語源はラテン語のoakで、これは強靱と長寿の象徴であり、それはますます重要な研究課題となっている。
  • 相互接続:
    • 細胞の堅牢さはその複雑な規則性と代謝のネットワークに潜んでいる。
    • 社会の活性は相互に連結した社会的な網にその起源がある。
    • 経済の安定性は、金融機関および規制当局の微妙なネットワークで維持されている。
    • エコシステムの生存力は、慎重に編み上げられた種族の相互作用の網の中に組み込まれている。
  • ネットワークの破壊
    • スケールフリー・ネットワーク:
  • 位相学的な堅牢さの根源
    スケールフリー・ネットワークの際だった特徴は、多くのノードと接続している少数のハブの存在である。 故障はどのノードで起こるか区別しないので、小さなノードも大きなハブも同じ確率で発生する。
    • 従って位相学的な堅牢さはスケールフリー・ネットワークの構造的な不平等性にある。それは故障が起こっても、その頻度とは不釣り合いなほど小さなノードに影響を与えるだけである。
  • パーコレーション理論
    • 注)Percolation理論:
  • 堅牢さと脆弱さの共存
    • もし薬や病気によってタンパク質を結合するコードの書かれた遺伝子が破壊されると、細胞は生存できない。
    • エコシステムはランダムな種の滅亡に対しては容易に生存できる。もし高度に結びついた中心的な種が取り除かれると、エコシステムは劇的に崩壊する。
  • 連鎖的失敗
    • これらの法則の発見は多くの分野、即ちインターネットからマーケティングに至るまで非常に参考になる。
  • アキレス腱:

9. Viruses and Fads:

  • Opinion leaders:
    Hubs, often referred to as "power users," or "influencers."
    • Pfizer study demonstrated that innovations spread from innovators to hubs. The hubs in turn send the information out along their numerous links, reaching most people within a given social or professional network.
    • If the hubs resist a product, they form such an impenetrable and influential wall that the innovation can only fail.
    • Threshold model:
      We all differ in our willingness to accept innovation.
      • Critical threshold:
        If the spreading rate of the innovation is less than the critical threshold, it will die out shortly. If it is over the threshold, then the number of people adopting it will increase exponentially
  • Virus:
    • The characteristic life of most viruses ranges between 6 and 14 months. That is, viruses are infecting computers more than a year after their first occurrence.
    • Computer viruses defy the predictions of the classical epidemic models. On the Internet, computers are not connected to each other randomly. Rather, the underlying network has a scale-free topology. Thus, computer viruses should be modeled on a scale-free network instead of the random one used in all previous studies.
    • Scale-free networks are dominated by hubs. Once infected, a hub can pass the virus to all the other computers it is linked to.
    • The models offer a simple description of spread of ideas, innovations, and new products and the diffusion of infectious disease. They capture the process that aids the spread of religions as well.
    • As to the number of sexual partners; a study indicated that the majority of respondents had between 1 and 10 sexual partners during their lifetime. Some, however, had dozens or more. A few had several hundred. The distribution followed a power law (scale-free topology). Once infected, hubs quickly infect hundreds of others. If our sex web formed a homogeneous, random network, AIDS might have died out long ago. The scale-free topology at AIDS's disposal allowed the virus to spread and persist.


  • オピニオン・リーダ
    • ファイザー社の研究によればイノベーションはイノベータからハブへと広がる。ハブは多くの接続者に対しその情報を送り、社会的あるいは職業的なネットワーク内のほとんどの人に届ける。
    • ハブが製品に抵抗する場合、ハブは頑固かつ影響力のある壁を作り、イノベーションは失敗に帰する。
    • 閾値モデル:
      • 限界閾値:
  • ウイルス
    • ほとんどのウイルスの寿命は5 - 14ヶ月である。即ち、コンピュータに感染するウイルスは発生後1年以上経っている。
    • コンピュータウイルスは、従来の伝染病モデルの予測に反している。インターネットでは、コンピュータはランダムの相互接続はしていない。ネットワークは従来の研究で使用されていたランダムではなくむしろスケールフリーの構造をしている。
    • スケールフリーのネットワークはハブが支配している。一旦感染するとハブはそこに接続しているすべてのコンピュータにウイルスを撒き散らす。
    • このモデルは思想、発明、新製品や伝染性の病気にも当てはまる。また宗教の普及についても同じプロセスが成り立つ。
    • 性的パートナーの数は、研究によれば回答者の多数は、生涯で1から10名である。一部には12名あるいはそれ以上もいる。少数が数百である。この分布はべき乗則 (スケールフリー)である。一度感染すれば、ハブは速やかに他の数百を感染させる。もし性のWebがホモから成るランダムネットワークであれば、AIDSはとうの昔に死滅しただろう。AIDS感染がスケールフリー構造になっていることがウイルスを拡散し永らえてさせてきた。

10. The Fragmented Web:

  • A few years ago;
    we thought we knew everything there was to know about the Web. We trusted the search engines to convey and deliver the Web to us. This suddenly changed in April 1998.
    • Steve Lawrence, etc. built a meta-search engine, a robot called Inquirus that could inquire at each major search engine for documents matching a given query.
    • For example, of the 1000 documents containing the world "crystal" found by AltaVista, 343 were on HotBot's list as well. Dividing the number of overlapping documents by the number of documents returned by AltaVista give the fraction of the Web covered by HotBot. Since HotBot report indexed 110 million pages (Dec. 1997), the group estimated that WWW had about 320 million documents. (110/0.343)
    • Their findings about the search engines' ability to map the Web offered us little to cheer about.
    • The bad news was that HotBot covered only 34% of the full Web. That is, 66% of all webpages were unseen by it. AltaVista was second on the list because its robots sniffed out only 28%. Some search engines, such as Lycos, had captured as little as 2%. Product manger at Lycos Inc. says, "Our focus is not on quantity, it's on quality."
  • In Feb. 1999;
    they repeated their measurements and found that the size of the Web had more than doubles, swelling to 800 million documents. In fact, their coverage had further deteriorated: Northern Light, the leader covering a mere 16%, AltaVista 15%, HotBot 11%, Google 7.8%. The search engines covered about 40% of the full Web.
  • In June 2001;
    Google hit a new record; 1-billion-document coverage mark. Alltheweb.com is second with over 600 million documents, followed by AltaVista with 550 million. The search engines are doing better and better. However, the Web is growing even faster.
  • Most search engines do not even try to reach the full Web. If you are looking for diffciult-to-find information, the engine with the larger coverage is your best bet. But when it comes to popular topics, a larger index does not necessarily offer better results. Most of us are already overwhelmed by the thousands of hits. Therefore, beyond a certain point it is more profitable to enhance the algorithm that selects the best page from the search engine's already enormous database than to go deeper into the Web.


  • 数年前は、我々はWeb上で知りたいことはすべて知ることができると思っていた。我々は検索エンジンを信頼しており、それは我々にWebを届けてくれると思っていた。これは1998年4月に突然変わった。
    • Steve Lawrence他は、Inquirusと呼ばれるメタ検索エンジンを作成した。これは主な検索エンジンに問い合わせて、ある質問と合致する文章を探すことができる。
    • 例えば、AltaVistaによる検索では、"crystal"を含む文章は1000件見つかり、同じくHotBotでは343件見つかったとする。HotBotの調査では110百万ページとのことなので (1997/12現在)、WWWの総数は約320百万文書となる。(110/0.343)
    • これらの検索エンジンでわかったことだが、Webの構造は我々にとっては喜ぶべきものはなかったことを示している。
    • 良い話とは言えないが、HotBotは全Webの34%しかカバーしていない。つまり全Webページの66%はそれに発見されていない。AltaVistaはその次で、その検索ロボットは28%を探索した。Lycosの場合はわずか2%である。Lycos社の製品部長曰く「我々の目標は量ではなく、質である」
  • 1999年2月:
    Webのサイズを再測定したところ2倍以上に膨張していたことが判明した。実際に、検索エンジンによるカバレッジはリーダであるNorthern Lightが16%、AltaVista 15%、HotBot 11%、Google 7.8%であった。検索エンジンはWeb全体の約40%しかカバーできていない。
  • 2001年6月:
  • ほとんどの検索エンジンは全Webを探索しようとしていない。もし見つけにくい情報を探しているのであれば、広範囲をカバーするエンジンが最適となる。しかし人気のあるトピックスを対象とするのであれば、大量の索引は必ずしも良い結果をもたらさない。多くのユーザはすでに何千というヒット数で圧倒されてしまっている。従って、ある時点からは、検索エンジンが既に集めたデータベースから最善のページを選択するアルゴリズム能力を高める方が、Web内を深く探索するより有利となる。

12. may be continued:

  • This "Linked" book still contains important message.
    The summary may be added here.


  • この「LINKED」の本にはまだ重要なメッセージが含まれている。いずれその要約ここの追記する予定である。
  • Sun Microsystems added new slogan "We make the net work." adding their traditional one, "The network is the computer."
  • Thus, the "network" or "netxxx" has lots of variation, probably because we human being have evolved in the network environment.
  • サンマイクロシステムズの従来の"The network is the computer."に新たなスローガンは、"We make the net work."(我々はネットワークを活用できるようにする。)を追加した。
  • このようにNETWORK、即ち、NETXXXには多くの変化形がある、それは我々人類がネットワークの環境で進化してきたからであろう。

| Top | Home | Article | Bookshelf | Keyword | Author | Oxymoron |