3.4 同配与异配：谁和谁做邻居

摘要：同配性指高度节点倾向连接高度节点、低度连低度的连接模式，异配性相反。读数是边端点度的皮尔逊相关系数，取值范围跨正负。社会网络普遍同配，技术与生物网络普遍异配——这个符号差异由生成机制与功能约束共同决定，并传导到鲁棒性与传播动力学的结论上。本节是野外考察收官站，登记度相关性这一「连接的社会学」。

别以为连接是乱点的

抱团讲的是「连不连」，还有一问常被跳过：「谁跟谁连」。随机图的世界观里这不成问题——连边的机会人人平等。可只要看一眼真实网络的婚配结构，平等假设当场破产：高度节点如果专挑高度节点连，是同配；如果高度节点反倒被低度节点簇拥，是异配。这不是同一个形态的两种说法，而是两副截然不同的骨架——同配网络长出「豪区与平民区」的分层，异配网络长出「枢纽辐射卫星」的星群。

举个能摸到的对照。学术合作网络里，高产学者倾向与高产学者合写——领域顶尖的团队互相吸并，典型的同配气质。互联网路由层面却相反：核心路由器连接的是成片的边缘设备与用户侧节点——大节点被小节点环绕，典型的异配星群。同一个「度相关性」读数，把两类网络的社会学与工程学性格一并编码了。

读数定义：一条相关系数

量化口径干净利落：把每条边看成一对数字（两端节点的度），算这组数对的皮尔逊相关系数，即同配系数。取值一为完全同配、负一为完全异配、零为随机配对。符号读法：正号豪区林立，负号星群遍布。有个漂亮的检验性质：完全星形网络的同配系数恰为负一——枢纽连着满地叶子，是异配的极限形态。


import networkx as nx

G_star = nx.star_graph(200)
print("星形网络同配系数：", round(nx.degree_assortativity_coefficient(G_star), 3))

G = nx.karate_club_graph()
print("空手道网络同配系数：", round(nx.degree_assortativity_coefficient(G), 3))

BA = nx.barabasi_albert_graph(3000, 3, seed=5)
print("BA合成网络同配系数：", round(nx.degree_assortativity_coefficient(BA), 3))

WS = nx.watts_strogatz_graph(1000, 6, 0.05, seed=5)
print("WS合成网络同配系数：", round(nx.degree_assortativity_coefficient(WS), 3))

读数充满信息量：星形拿到理论极限的负一；真实社交网络落在小幅正值区间（人际网络的同配签名）；无标度合成网反而显著为负——优先连接机制天然量产「大吃小」的异配结构；WS 网络度太齐平，读数接近零。一个小实验同时演示了「形态读数能区分生成机制」与「生成机制能预定形态读数」的双向通道。

机制账本：符号从哪来

同配系数的符号不是掷出来的，背后有一本机制账。同配的三条进项：人际互动的机会结构（同类人共处同一场域）、社会认同与模仿（追随与被追随的双向选择）、三方闭包的间接富集（圈子互锁把相似度节点锁在一起）。异配的三条进项：枢纽的物理约束（一台核心设备能连的端口成百上千，边缘设备只能连回核心）、代谢经济性（生物网络里枢纽分子连接大量专一配角，避免全互联的代谢开销）、优先连接的数学后果（新节点入场时度小，优先连接注定把小节点挂到大节点上）。

于是经验规律顺理成章：社会网络同配、技术与生物网络异配，这不是文化决定论，而是「选择型系统」与「约束型系统」的分野——社会连接里藏着双向择优，工程与进化系统里多是单向的容量与成本约束。交通网络是有趣的中間案例：航空网（枢纽辐射模式）偏异配，而道路网受平面性约束、度被物理上限压平，读数近零——读数永远要连同系统的约束条件一起读。

图同配与异配：两种婚配结构

符号的行为后果：一场预演

别小看这个正负号，它改写后面的剧本，此处先立两块预告牌。鲁棒性剧本（第 4 章）：同配网络里，攻击者拔掉豪区，剩余高度节点还能互相支撑，网络是「慢性病式」退化；异配网络里枢纽一倒、卫星失联，呈现「点穴式」瘫痪。传播剧本（第 6 章）：异配星群里，病毒一旦摸到枢纽就直达满地卫星；同配豪区里，传播在层内快、跨层慢，流行规模对初始感染位置更敏感。一句话：度相关性的符号，是动力学结论的隐藏参数——跳过这项检查直接套「无标度传播」结论，是实务里常见的翻车点。

第二个动手实验演示符号对度的探测：用「邻居平均度关于节点度」的曲线（常称近邻平均度曲线）看连接倾向的走向——同配网络曲线上翘、异配网络曲线下坠。


import networkx as nx

def knn_curve(G, label, bins=(1, 3, 5, 10, 20, 50)):
    """邻居平均度曲线：按节点度分箱"""
    knn = nx.k_nearest_neighbors(G)          # 度 -> 该度节点邻居的平均度
    xs = sorted(knn)
    print(label)
    for lo, hi in zip(bins, bins[1:]):
        grp = [knn[k] for k in xs if lo <= k < hi]
        if grp:
            mid = (lo + hi) / 2
            print(f"  度{lo}-{hi}: 平均邻居度 {sum(grp)/len(grp):6.1f}")

knn_curve(nx.barabasi_albert_graph(4000, 3, seed=8), "BA网（异配：邻居度应随度增大而下降）")
knn_curve(nx.gnp_random_graph(4000, 8 / 3999, seed=8), "ER网（近随机配对：曲线走平）")

BA 网络的读数里，度越大箱的平均邻居度越低——大节点身边反而是小节点；ER 网络各箱读数走平，配对无偏好。这条曲线比单一系数多给了一层信息：它暴露非线性婚配（例如「小连小、大连中、中也连小」的复杂模式），系数为零但曲线有形的情况真实存在——单一统计量永远是压缩，绘图与系数要配套食用。

💡 关键直觉：同配系数是「边端点度」的相关，不是「节点属性」的相关。属性的同类婚配（同校、同龄、同乡）是社会网络研究的大题目，度同配只是其中最结构化的一员——属性同配在第 7 章社会网络一节回收。

本站收束

度同配系数量「谁跟谁连」：边端点度的相关，正为豪区分层、负为星群辐射、零近随机
社会网络普遍同配（选择型系统），技术与生物网络普遍异配（约束型系统）
星形网络同配系数为负一（理论极限）；优先连接天然量产异配
符号改写动力学剧本：鲁棒性模式、传播路径都对它敏感
近邻平均度曲线补充非线性信息，系数与曲线配套使用才完整

野外考察四站全部结束，形态学大纲归档：短路径、肥尾、高聚类、社团、度相关性——五项普适读数在手。下一章推开解剖室的门：无标度形态是头号悬案，增长与优先连接两把解剖刀即将登场。

作者与出处

原作者：灏天文库

来源：灏天文库

整理：灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流

3.4 同配与异配：谁和谁做邻居