3.3 抱团的连接：高聚类与社团形态
3.3 抱团的连接：高聚类与社团形态
摘要：高聚类指节点的邻居彼此也倾向相连（「朋友的朋友是朋友」），社团指网络中内部稠密、之间稀疏的节点群。本节登记聚类系数的定义与两种口径、真实网络聚类显著超随机的定量事实、社团的形态学特征与生成来源（三方闭包与二分投影），并把检测算法的悬念留给第 5 章。本站对应鉴定报告的聚类与社团两项不符。
你的朋友圈是个三角形工厂
考察队在这一站要量的东西，每个人都有体感。翻翻通讯录：你的大学同学大概率互为好友，你的同事之间也彼此认识——「朋友的朋友是朋友」不是格言，是社交世界的日常生 产线。社会学术语叫三方闭包：有共同朋友的两人，相识概率显著抬升——共同朋友不断制造见面机会，信任也随共同熟人的存在而积累。
量化这条体感的量具叫聚类系数。节点级的定义直白：看该节点的邻居之间实际连了几条边，除以他们之间最多可能连几条。邻居全互联时取一，邻居互不相识时取零。网络级的聚类读数有两种口径：对节点级取平均（沃茨—斯托加茨口径，低度节点权重大），或数全网三角形与连通三元组之比（传递性口径，高度节点权重大）。两种口径在异质性强的网络上可以分道扬镳，报告读数时必须写明用的哪把尺。
拿一件真实检材上手量：
import networkx as nx G = nx.karate_club_graph() n, m = G.number_of_nodes(), G.number_of_edges() C_avg = nx.average_clustering(G) # 节点平均口径 C_tri = nx.transitivity(G) # 三角形口径 R = nx.gnm_random_graph(n, m, seed=3) # 同规格随机对照 print(f"真实网络：平均聚类 {C_avg:.3f} | 传递性 {C_tri:.3f}") print(f"随机对照：平均聚类 {nx.average_clustering(R):.3f}") print(f"超随机倍数：{C_avg / nx.average_clustering(R):.1f} 倍") tri_real = sum(nx.triangles(G).values()) // 3 tri_rand = sum(nx.triangles(R).values()) // 3 print(f"三角形数目：真实 {tri_real} vs 随机 {tri_rand}")
读数毫不含糊：真实网络的聚类高出随机对照数倍，三角形的差距更夸张。随机图里「你的两位邻居恰好认识」纯属巧合事件，真实网络里它是结构安排。第 1 章的演员合作投影已经给过机制预演：多人共享同一事件（同片出演、同班上课、同组工作）在投影图里自动生成三角形——三角形密度是「共同参与」这类底层过程印在图上的指纹。
聚类超随机的三条生成通道
把「超随机聚类」的来源登记成三条通道，后面章节会反复回收。通道一，三方闭包：共同朋友推进相识，社交网络的三角形工厂。通道二，地理与组织约束：同宿舍、同楼层、同公司——空间与组织的邻近先于关系存在，聚类是环境结构的投影。通道三，二分底层的投影：人—事件（影片、会议、群组）的二分结构投影成同质网络时，每个事件自动变出一个稠密团。三条通道可以叠加，所以真实网络的聚类不但超随机，还常常超得很结实——规模再大也不衰减，这与随机图聚类随规模增大会消失的脾气截然相反。
社团：三角形的集体编制
三角形是微观单元，社团是它们结成的编制。社团的形态学定义只看密度对比：组内连边密度显著高于组间，节点就构成一个社团。不要求组内全互联，不要求组间断绝——是密度对比，不是非黑即白。空手道俱乐部本身就是教科书案例：管理员派与教练派各自内部紧密，两派之间只有寥寥数条边；开篇那位人类学家预言派系归属时，看的就是这个密度断层。
社团的野外意义按三个领域登记。社交平台上，社团对应家庭、班级、同事群、兴趣圈——信息在同一社团内快速饱和、跨社团传播显著衰减，推荐与风控都按社团边界设计。生物网络里，社团对齐功能模块：蛋白质相互作用网络的社团常对应细胞通路或复合物，脑网络的社团对齐功能分区——结构社团与功能分区高度同构，这是网络生物学最实用的经验规律。技术网络里，互联网的自治系统、供应链的产业集群，都是社团版本。
import networkx as nx # 合成一个“两团一桥”网络，肉眼看社团形态 clique_a = nx.complete_graph(9) clique_b = nx.complete_graph(9) clique_c = nx.complete_graph(9) G = nx.disjoint_union_all([clique_a, clique_b, clique_c]) G.add_edge(0, 9) # 团A-团B 之间唯一的桥 G.add_edge(9, 18) # 团B-团C 之间唯一的桥 deg = dict(G.degree()) print("桥节点的度：", deg[0], deg[9], deg[18], "（团内普通节点度：8）") btw = nx.betweenness_centrality(G) print("介数最高三人：", sorted(btw, key=btw.get, reverse=True)[:3])
三团结构里，桥的度未必最高，介数却必居榜首——社团间的守门人未必是热闹人物，却垄断了跨圈通道。这个直觉在第 5 章中心性四重奏里正式立卷，在格兰诺维特的弱关系理论（第 7 章）里担任主角。
图 从三角形到社团：抱团的层级
形态登记的边界：重叠、嵌套与动态
真实的抱团比教科书图景更蓬松，三条边界情况必须登记在案。重叠社团：一个人同时属于家庭圈、同学圈、职业圈——节点可以身兼多团，硬性互斥划分会撕碎这些身份；重叠社团检测因此成为活跃方向（第 5 章顺带一提）。嵌套层级：社团内部还有小社团，层层下套——公司含部门、部门含小组；层次聚类式的输出因此常备。动态社团：关系随时间生灭，社团也在溶解与重组——时序网络视角（第 8 章）专门处理这一层。
还有一个方法论提醒：聚类高不必然意味着「设计」。第 5 章会看到，度分布本身就能贡献聚类（配置模型里高度节点天然容易共享邻居），所以严谨的聚类鉴定必须对照「保度随机化」的零模型，把度分布的贡献先扣掉再谈超额聚类。这条纪律在零模型一节正式立规。
⚠️ 常见坑：用节点平均聚类比较两个度分布迥异的网络。低度节点在平均口径里权重被放大，异质网络的读数被系统性拉偏；跨网络比较优先用传递性口径，或在同度分布零模型下比较。
本站收束
- 聚类系数量「朋友的朋友是朋友」：节点口径与三角形口径有别，报告须注明
- 真实网络聚类稳定超随机数倍且不随规模衰减；三条生成通道：三方闭包、邻近投影、二分投影
- 社团 = 组内稠密组间稀疏的密度对比；跨社团的桥垄断通道，介数高而度未必高
- 结构社团与功能分区（细胞通路、脑区）高度同构，是网络生物学的经验基石
- 重叠、嵌套、动态是社团形态的三条边界；严谨鉴定要过「保度零模型」这道闸
抱团登记完毕，考察队进入最后一站：连接并非乱点鸳鸯——谁和谁做邻居，本身就是一条形态读数。