《网络、群体与市场》书评

不错的书，翻译也还不错

这本书的英文版pdf作者提供了下载。考虑到中文翻译版是黑白打印的，其实大家不是保护眼睛的话直接看pdf英文版会更舒服一些。书的内容包罗万象，有d easley相当多基于经济学和商学角度的论述，和Stanford那本书可以说不分伯仲，和ME Newman的也有所区分。三本书都适合网络科学的研究者拥有。翻译属于不错的。有一些地方还是要吐槽。。。找个最不重要的是preface里adamic的affiliation被翻译成了密西根州立大学。。。当然，下一版也许连UMich都不用写了，直接写Facebook。

我们要从两个主要的理论开始，即图论和博弈论。它们分别是关于结构和行为的理论。

”一些主题...用它们来支撑网络中一些基本原理的方式。我们要从两个主要的理论开始，即图论和博弈论。它们分别是关于结构和行为的理论。图论是研究网络结构的，博弈论提供了关于个体行为的一种模型，要点在于个体行为的结果取决于其它个体的行为。这两个理论是讨论本书其他内容的基础。“我们关心的问题（比如网络信息安全）其实都是关于网络的课题。那么图论就给出了一个关于网络的”空间“概念的描述方法。一个业界的新热点，很可能带来的是一个新的网络的话题，比如虚拟化和云计算，其实就是对于网络——”连接“的新形态。既然是网络，那么就会遵循网络的普适规律。图论就是这样的规律之一。那么，我们再研究这些新网络形态的时候，有没有反思一下图论在其上的映射呢？我们最终关注的问题，其实又是网络上的行为。应用就是网络上的一种行为。而行为也有其规律，博弈论就是一个。在这本书中，没有提到与网络和行为相关的”时间“的理论。不知有没有这方面可以直接借鉴学习的理论。如果有，那么”空间-时间-行为“就是一个比较完整的体系了。

《网络、群体与市场》读书笔记

注：北大的李晓明老师组织翻译的，本书是跨经济学与信息科学，跨领域研究的典范。1.概述网络，是事物间互相关联的一种模式。为了理解网络，需要从结构和行为层面来理解其连通性。本书的中心目标之一，就是将各领域的研究实践结合起来，以形成一个理解网络结构及策略行为的综合。2.图论强联系，频繁的社会接触，网络中嵌入联系密集的区域。弱联系，表示比较偶然和少有的社会接触，倾向于跨越这些区域的边界。三元闭包,如果两个互不相识的人有了一个共同的朋友，则他们俩将来成为朋友的可能性提高。弱关系在不同社区（节点群）之间提供了更加关键的连接结构，将分散的社区连接起来，保持了超大连通分量全局结构的完整。处在捷径的一段对其创造性有放大功能，许多领域的研究表明，创新常常源自多个观点的意外合成，这里的每个观点本身或许是人们所熟知的，但只是在不同且不相关的专业领域内部所熟知。[Ronald.S.Burt,Structure holes and good ideas.American Journal of Sociology 110(2)：349-99 September 2004]选择性，人们倾向于和他们相似的人之间形成友谊。社会影响，人们容易受他们的朋友影响，形成与朋友们相似的偏好。3.博弈论在一个共同框架中互相依赖的行为，其中有一个个体的合集，每个个体认定一个策略，从而得到一个回报。均衡，是指一种自我强化状态，任何人都不可能从单方面改变他的策略中得到好处。纳什均衡：互为最佳应对的策略组，谁也不可能通过单方面改变策略而得到额外好处，尽管如果两人都改变可能都会更好4.网络中的市场与策略性互动网络中的地位具有权力概念，参与者是否在网络中处于一个重要地位，不经取决于与他相关的连接数，还取决于与其连接者的重要性。5.信息网络互联网上的信息具有一个基本的网络结构。网页的重要性主要受指向他们的那些网页的重要性。幂律（概率分布）是流行现象的主导规律,6.网络动力学-人群效应如果长时间观察一个大的人群，会看到一个重复出现的模式，其中的想法和模式会不断涌现。新的实践在人群中扩散开来的方式，很大程度上取决于人们相互影响。网络效应会放大那些不错的产品和技术的成功，在这些领域想要取代领导者是很困难的。7.网络动力学-结构效应信息与直接利益，是人们互相影响的基本机制。当人们愿意去采纳网络中邻居的行为，可能会出现连锁反应，类似于生物病毒传染的过程，有时称为社会传染。搜索，是人们通过社会联系的链条，来获取信息和对他人的认识。在网络中，新生事物的扩散（被接受的程度）受三种因素的影响1）新生事物的优势2）网络结构3）初用者的选择---小世界现象Stanley Milgram, 1933-1984The Small-world Problem, Psychology Today, 1967几百名“初始者”，要求每人努力通过转发让一个指定的人收到一封信；要求参与者力争让这信件能尽早达到目的地；结果，约三分之一的信件经过平均六次转发到达了目标实验结果的惊奇之处：1)社会网络中两节点间包含丰富的短路径2)通过“有意识的转发”能够“自动地”找到这些短路径---流行病传播与社会行为传播的差别已经讨论过的传播模型总体模型——总体（占比）效应网络模型——社会关系网络结构基于门槛值的模型流行病传播特点传播原因：传染传播途径：接触关系网络结构传播方式：具有随机特性8.制度和聚合行为认识了网络和策略行为背后的力量，就可以思考如何设计一种制度来引导这些力量，以产生某种全局效果。表决，是一种聚合人群行为的社会行为。信念的背后是信息，即参与人所掌握的关于表决对象的信息（因人而异），因此表决结果也可以看成是信息聚合的结果

计算社会科学中的计算思维

网络、群体与市场是康奈尔大学经济学家David Easley与斯坦福计算机科学家、网络科学家、美国三院院士Jon Kleinberg联袂巨献。这本书是根据两人合开的本科生课程的基础上编辑整理而出的，很难想象两个如此资深的研究者愿意付出这么多时间来写作这样一本书。它几乎以一本书的力量涵盖了众多我们对于网络科学、博弈论、互联网科学、拍卖理论、匹配市场、搜索引擎、计算广告等众多内容。但是，其内核是网络科学和博弈论。其内容虽然不是包罗万象，也算是含纳大千，不可小觑。这本书有趣的地方就在于诱人深入，阐明精微之处，将众多看似不可计算的问题转化为可以计算的问题，几乎每一章都是计算思维最好的例子，阅读本书是训练计算思维最好的方式。这本书像一个黑洞，它把初入校园的年轻人通过一个个非常简明的视角吸引到了非常深刻的问题当中去，难能可贵地阐明其中的道理。当然，有很多内容是无法在正文展开的，于是每一章都有深度阅读部分，这些部分不得不说还是非常有挑战的。有意思的是，一旦读者进入进来，往往难以抵挡深入阅读的吸引力。我首先知道两位作者是因为Kleinberg在互联网搜索领域做出的重要工作，HITS算法。这个算法在信息检索的教材中介绍很多，留下了很深刻的印象：因为它与著名的pagerank算法几乎齐名，所以特别关注了下。感觉这个东西好像很厉害，挺神秘，作者好像会点什么，但我好像搞不定。后来写博士论文的时候，虽然很讨厌计算机科学家的论文（因为他们发会议论文速度太快，泥沙俱下），但是还是不断的被斯坦福计算机系的Jure Leskovec不断吸引，后来发现原来Jure在Kleinberg手下做过博后。之后，对网络科学开始感兴趣，进一步了解到Kleinberg在小世界研究方面的贡献。相比而言，最初我对Easley的印象并不好，这源于我对经济学领域的坏印象，加上我对Easley不了解，我也不确定这个长相很粗糙的大叔究竟是不是忽悠人的。所以在我阅读本书的过程中，我首先关注的是网络科学部分，在我开设的计算传播学课程中，这部分是重点，但是我对于博弈和市场部分则并不关心。也因为这个原因，觉得这本书有点浪费，更不理解为什么Kleinberg愿意让Easley领衔这本书，他们真得彼此理解对方的工作吗？还是就是因为一起合开了一门课？后来，因缘巧合，我被迫开一门叫计算广告的课程，所以每周要完成至少一章，于是不断体会到Easley还是有两把刷子的，并且他把网络科学部分和博弈论、拍卖理论部分衔接的很好，拓展到了搜索引擎广告，再延伸到链接分析，对于本书居功甚伟。这本书有一门原作者主讲的慕课，后来本书中文译者李晓明老师慧眼识珠，将其译为中文，开展了多次培训，又不解馋，继续发展出来非常不错的中文慕课，对于本书的推广做出了很大贡献。与这本书相处久了，觉得的确不错。有点像交一个朋友，粗看觉得对方很粗浅，后来觉得对方很混杂，后来被迫接触一段时间觉得很有深度，后来就变成了欣赏。从英文免费版到英文书、中文书、中文课、英文课、自己体悟、开课，断断续续也有了三年时间，才有这点感悟。面对大千世界，不亦悲乎。愈发觉得是大道，可谓朝闻道而不解，一千夕后有所感。

基于事物关系的科学——简洁有趣而又不乏深刻见解

一句话概括：优秀的网络科学入门书。读后感：作为一个刚自学完此书的人，下面稍微说下在自学过程中的一些感受：1、如果能循序渐进，那尽可能循序渐进的看。整本书共七大部分，前后依次衔接，由浅入深。尤其是书的前两部分——图论和博弈论，后面部分的讨论基本都离不开这两种理论所提供的语言。除开深度学习材料，书中的各种概念和论证过程都比较清晰简洁，不存在思维跨度特别大的论证。但如果刚开始看这本书就只看其中某些章节（比如第十五章 商业支持的搜索市场），可能就会比较难懂。如果在别的书里学过前面的理论，我觉得这只能加快前面章节的阅读，不意味着可以跳过某一部分。比如，不同的书虽然讲的都是博弈论，但是每本书的侧重点不同。而这本书侧重的部分，后面部分的论证基本都会用到，快速看一下是没有损失的。2、每一章内容有趣、简洁，又不乏深刻见解。我大概花了3个半月时间学完这本书（按前言的周教学计划进行），之前我对网络科学知之甚少，只知道这门学科是理解很多事物的基础。这本书用相对简单的数学模型，展示了网络科学的巨大魅力，因为这些模型抓住了某些现实的深刻特征——比如第3章的“弱联系的力量”、第4章的“谢林模型”、第5章的“结构平衡”......这些现象或许用自然语言也可以描述出来，但用数学模型来刻画则更为精致。网络思维关注的是事物之间的关系，这种抽象的关系正好适合用数学来刻画，而精准的数学模型往往会启发人对事物更深刻的认识。以前在读马丁•诺瓦克的《超级合作者》的时候，我惊讶的发现，囚徒困境这么一个简单的数学模型，深入研究下去的方程式居然这么有启发意义，可以解释事物间合作和竞争的本质（这个涉及面很广，包括人与人之间的互动、群体与群体之间的互动，还有微粒之间的作用、微生物间的互动，甚至还有语言的进化、生物的进化）。数学模型的应用，让本书尽可能简洁地阐述网络科学的研究。书中的某些章节，一章的知识含量或许就相当于一本畅销书，比如《长尾理论》。这两者的区别在于，前者善用数学语言论证，后者只用自然语言叙述，虽然后者简单易懂，但传递信息的效率比较低而且容易出错。如果把《网络、群体与市场》里的有趣见解交给畅销书作者写，或许他们可以写出十几本书。相对于畅销书的有趣，教科书的好处就在于此吧。