可视化复杂报表速度慢

2．1．3　复杂网络理论

所谓复杂网络，就是具有自组织、自相似、吸引子、小世界、无标度（无尺度）中部分或全部性质的网络称为复杂网络^［6］，周涛认为复杂网络大致包含以下几层含义：首先，它是大量真实复杂系统的拓扑抽象；其次，它至少在感觉上比规则网络和随机网络复杂，因为我们可以很容易地生成规则网络，但就目前而言，还没有一种能够生成完全符合真实网络统计特征的简单方法；最后，由于复杂网络是大量复杂系统得以存在的拓扑基础，因此对它的研究被认为有助于理解“复杂系统之所以复杂”这一至关重要的问题。

复杂网络最重要的是小世界效应（small－world effect）和无尺度特性（scale－free property）。小世界特征说明了规模很大的网络的任意两个节点之间存在最短路径；无尺度特征揭示了真实网络的结构符合幂律分布的事实。复杂网络因此有别于人们己经熟悉的规则网络和随机网络。

复杂网络研究发端于20世纪二三十年代英国人类学的研究，其基本事实是每个行动者都与其他行动者有或多或少的关系，复杂网络分析就是要建立这些关系的模型，力图描述群体关系的结构，研究这种结构对群体功能或者群体内部个体的影响。情报学研究中的对象之间由于同被引和耦合形成的网络关系以及科研合作网络都可以被看做是复杂网络的一种。普赖斯最早将复杂网络分析中的有无标度网络概念引入科学论文引文网络分析^［5］。而最近一些年对科研合作网络的研究，更多地采用了复杂网络的理论与方法。经常的做法是以科学家为节点，两个科学家共同完成一篇论文为一条边，这样的网络具有复杂网络的高聚集性和幂律分布这两个重要特征。例如国内武汉大学数字与统计学院的刘杰、陆君安在他们的论文《一个小型科研合作复杂网络及其分析》中，对1998年1月至2004年6月间发表于《物理学报》和《Chinese Physics》上的混沌科学方面的科学研究论文作者合作研究所形成的小型网络进行了初步研究^［6］，在大的连通组群内显示出小世界性和幂律。张大伟对复杂网络领域科学合作状况进行了分析，并利用社会网分析软件UCINET进行了可视化显示^［7］。张秀梅等对国内1 062种生物医学期刊中的150万篇论文的合著现象进行分析，对合著网络进行了可视化显示^［8］。

目前比较常用的一些可视化软件，如UCINET、KNOT、Pajeck等都可被用来对复杂网络分析进行可视化显示。