小世界与无标度网络模型17 / 17
适用范围与常见误用
- 误区：小世界网络就是平均路径短的网络。→ 正解：小世界要求“短路径 + 高聚类”同时成立。ER 随机网络路径也很短，但聚集系数极低，不是小世界网络。
- 误区：WS 模型能产生枢纽节点。→ 正解：WS 网络的度分布很窄，集中在 附近；枢纽来自增长与优先连接等机制，WS 和 BA 解释的是两种不同的现象。
- 误区：双对数图上看起来像直线，就是幂律、就是无标度。→ 正解：要用 CCDF、最大似然估计和与替代分布的似然比检验来判断；对数正态等分布在有限范围内同样像直线。
- 误区：BA 模型的指数取决于每个新节点带的边数 。→ 正解：线性优先连接下 与 无关； 只影响平均度（）和最小度。
- 误区：小世界系数 就足以证明一个生物网络“高效”或“健康”。→ 正解： 依赖于网络规模、密度和零模型选择，大网络几乎都 ；比较不同组（如患者与对照）时必须控制密度并使用同样的零模型。
- 误区：度分布是幂律，说明网络是由优先连接生成的。→ 正解：复制、优化、适应度、隐变量、双曲几何等多种机制都能给出幂律；反过来，带初始吸引力、老化或非线性的优先连接也会产生非幂律分布。机制判断需要时间数据或多模型比较。
- 误区：配置模型就是“去掉了所有结构的网络”。→ 正解：它保留了度序列，而度序列本身就决定了期望的聚类、路径长度和（在重尾时由结构截断导致的）度相关。所谓“非随机结构”是指超出度序列所能解释的部分。
- 误区：复制–分化模型已被证实是蛋白质网络结构的成因。→ 正解：它是有支持的经典假说，但相互作用的快速更替、年龄依赖的连接模式、几何模型更好的局部拟合以及 PPI 数据的观测偏倚，都说明这一问题仍有争议。
- 误区：空间网络的高聚类或模块性体现了“功能优化”。→ 正解：仅靠距离依赖的连边就能产生高聚类与模块性；只有在超出空间零模型预期的部分，才适合作功能或演化选择的解读。