网络结构指标与随机图06 / 19
全局效率与局部效率
定义
Latora 与 Marchiori(2001)把“效率”定义为距离的倒数:两点越近,交换信息越“高效”;不可达时效率为 0。
全局效率(global efficiency): 节点效率(nodal efficiency),即下文的调和中心性, 是它的平均。 局部效率(local efficiency):设 为节点 的邻居(不含 )诱导的子图, 其中 是只经过 的邻居的最短路径长度。
与 和 的关系
- 是距离的调和平均的倒数, 是距离的算术平均。由于调和平均不大于算术平均,连通网络中 ,二者只在所有距离相等时相同。算例:路径图 1–2–3–4 的 ,,而 。
- 回答“去掉 之后,它的邻居之间还能多容易地互相到达”,可看作局部容错能力。若邻居子图中只有直接相连和不可达两种情况,;邻居之间存在 2 步、3 步路径时,。空手道网络中 ,略高于 。
- Latora 与 Marchiori 据此把小世界性重新表述为“全局效率与局部效率都高”,这一表述不依赖网络连通,也可直接用于加权网络。
加权与适用条件
加权网络中把
换成加权最短路径长度即可(BCT 的
efficiency_wei)。加权局部效率有多种推广方式(例如三角形各边权重如何组合),不同软件、甚至同一软件的不同版本给出的数值可能不同,报告时应注明所用定义、软件与版本。
效率指标隐含“信息沿最短路径传递”的假设。在神经系统中,信号是否真正沿全局最短路径路由并无定论;BCT 因此还提供了基于随机游走的扩散效率(平均首达时间的倒数)等替代指标。把 称为“整合能力”时,应把它理解为对拓扑的描述,而不是对信息传递过程的测量。