东西： 节点，端点 （nodes, vertices） N

交互：链接，边 （links，edges） E

系统：网络，图，图谱 （network，graph） G（N,E)

Graph与Network的区别：

Network：真实存在的系统，如网络Web，社交网络social network，新陈代谢网络Metabolic network（常用词：network, node, link）

Graph: 网络的数学暗示，如网络图谱Web graph,社交图谱 Social graph,常识图谱 Knowledge Graph （常用词：Graph, vertex, edge）

在课程中，会得当的区分与使用该两个词，但是，大大都情况，将两个词当作是相等的

给每个网络系统选定得当的词用以暗示其实际意义

图的相关术语：

图分类：

无向图：如合作关系，好友关系

有向图：如打电话，twitter的follow

度：节点的边数

平均度：网络的平均度

有向图中区分出度与入度

完全图complete graph：任意两节点相连， 平均度为N-1

二分图Bipartite graph：设G=(V,E)是一个无向图，如果极点V可支解为两个互不订交的子集(A,B)，并且图中的每条边（i，j）所关联的两个极点i和j分袂属于这两个差此外极点集(i in A,j in B)，则称图G为一个二分图

例子：

作者——论文

演员——影戏

不雅观众/用户——影戏 （不雅观看或投票）

菜谱——质料

“folded” networks：作者合作网络，影戏协助投票网络

图的暗示：

邻接矩阵：有向，无向，稀疏性

set （v1，v2）：更适用于大网络与稀疏网络，可快速盘问节点的邻居

显示世界中的很多网络都是稀疏的

边的属性：

权重：如社交的频繁度

排序：如最好的伴侣，，第二好的伴侣

类型：如伴侣，亲戚，同事

标签：如信任/不信任，伴侣/仇敌

连通图：任意两节点间存在直接或间接的链路关系

Bridge edge: If we erase the edge, the graph becomes disconnected

Articulation node: If we erase the node, the graph becomes disconnected

强连接有向图：has a path from each node to every other node and vice versa

弱连接有向图：is connected if we disregard the edge directions

强连通分量Strongly connected components (SCCs) can be identified, but not every node is part of a

nontrivial strongly connected component.

来自为知条记(Wiz)

01-Structure of Network 图机器学习之网络布局根本