幾種重要的網絡演化模型
包括：隨機網絡，小世界網絡，隨機聚類網絡，無標度網絡，核心-邊緣網絡
隨機網絡：
ER隨機網絡模型：給定網格中節點的個數V，網絡中任意兩個點以概率p（p>0）相連接。
此時，節點的度服從二項分布（V-1,p），並且隨機網絡的很多重要性質都滿足參數為（V-1,p）的二項分布。
此外，隨機網絡中節點的平均最短軌道距離<d>很小，其大小與網絡的大小呈對數關系，其中<k>為平均度。
小世界網絡：
一些現實世界的網絡表現出網絡的小世界特性，即大多數節點可以通過少量的幾步（邊）到達另一個節點。
構造具有小世界性的網絡：
step1：形成包括V個節點的規則網絡
step2:每條邊被隨機重新連接，即對任意節點，隨機選擇一個連接替換他原來的連接。
網絡的小世界特性的最直接的理解是在這種網絡上的信息傳播的速度非常迅速，如病毒傳染網絡。
無標度網絡：
某些網絡中的極少數節點擁有很高的度數，而大部分節點只有很小的度數。這種網絡叫無標度網絡，網絡中節點的度服從冪律分布，即：
在無標度網絡中，給定標度指數，隨着度數k值的增加，度數為k的節點個數急劇減少。當度數k值較小時，其分布概率P(k)較大，當度數k值較大時，分布概率較小。
網絡的無標度性與網絡受到隨機攻擊的魯棒性緊密相關。
少量關鍵節點（度比較大的節點）的存在，既是無標度網絡的優點也是缺點。許多學者將無標度網絡描述為對隨機攻擊具有魯棒性，但是對蓄意攻擊卻極為脆弱。
無標度網絡的形成是根據節點的優先連接法則產生的，優先連接意味着某節點的度越大，新加入網絡的節點與其相連接的可能性越大。如將連接概率定義為與當前網絡中的節點的度數成比例。
隨機聚類網絡：
社團的節點集合滿足一個簡單的條件：屬於同一個社團的節點有許多相互連接的邊，而不同的社團由相對較少的邊相連接。
在隨機聚類網絡的形成中，兩個節點如果屬於同一個社團，它們的連接概率為pin,如果屬於不同社團的連接概率為pout。
典型的隨機聚類網絡中，pin值較大，pout值較小，即社團之內的節點連接緊密，而社團之間的節點連接稀疏。
評價社團檢測技術優劣程度的Girvan-Newman算法就是基於這里的兩個定義：
表示社團內節點的聯系程度；
表示不同社團之間聯系的緊密程度。
典型的隨機聚類網絡必須滿足pout<<pin.
核心-邊緣網絡：
網絡可以采用局部網絡，全局網絡，中等尺度網絡的方法來描述。網絡理論的一個主要目標是識別大型網絡統計學意義上的主要結構，以便於分析和比較復雜網絡的框架。
在這個目標下，中等尺度網絡結構的識別算法使得我們能夠發現節點和邊在局部網絡以及全局網絡中不明顯的特征。
通過計算確定核心-邊緣網絡的結構，划分哪些節點屬於密集連接的核心節點，哪些節點屬於外圍稀疏連接的邊緣節點。
網絡的核心機構不僅是緊密相連的，而且往往是網絡的中心。
可以將單個社團看作網絡核心結構的一部分，整個核心結構由多個社團組成，社團之間可以存在重疊。