"还原论作为一种范式已经寿终正寝，而复杂性作为一个领域也已疲惫不堪。基于数据的复杂系统的数学模型正以一种全新的视角快速发展成为一个新科学：网络科学。"

       网络科学是正在成长和逐渐成熟的一门科学，Moxley认为是对网络的科学研究，这些网络包括：由人、影响力和技术组成的网络。美国国家研究委员会(The National Research Concil)将其定义为利用网络来描述物理、生物和社会现象并建立这些现象预测模型的科学 。总的说来，网络科学是一门交叉的研究领域，其目的是为了发展理论和实际的方法和技术来增强对自然和人工网络的理解。

     其研究主要包含两个方面：一是对网络的表示和结构刻画，这要包含到节点和链路的类型，以及网络结构特征；二是研究汇聚节点和链路的动态行为特性，网络是动态的，包含了节点和链路的动态。

       网络科学的最早研究起源可以追溯到图论的开始，其标志就是哥尼斯堡的“七桥问题”，由欧拉奠定了图论的基础。

       经典的网络结构主要有四种：

       k-规则图：每个节点都有k个邻居。

       随机图：任意两个节点之间有连边的概率都相等。第一个随机网络由Gilbert提出，此外还有Erdos和Renyi提出的更著名的生成算法。

      小世界模型(网络)：规则图和随机图就像是数学家手中的玩具一样，具有很好的结构和规律；但毕竟和实际网络有所出入。实际中的网络成为研究的重点，小世界最早出现的地方是在作家Karinthy的文章中，最著名的要数Milgram的实验和Watts-Strogatz生成过程的提出。小世界网络的特征就是：短路径和高聚类。

     无标度网络：之前的网络研究主要是静态情况之下，在动态和偏好连接的两个特征下，产生了无标度网络。无标度网络的来源也是针对一系列实际网络的统计结果得出，第一个模型由Barabasi提出。无标度网络的一个重要特征就是幂律分布下的无标度，可以说Barabasi是一个Power-law crazy。

       专业一点的：

       Networks: An Introduction. Mark Newman, 2010.

       The structure and Dynamics of Networks. Mark Newman, Barabasi and Watts, 2006.（有书和论文之分，实际是论文集）

        Characterization of complex network- a survey of measurements

        Exploring complex networks

        Network science-theory and applications

         Complex networks structures and dynamics

        The structure of complex networks: theory and applications

        网络科学导论http://zhiyuan.sjtu.edu.cn/Course/netsci.htm

        复杂网络导论-模型、结构与动力学（英文版）（香港的陈关荣教授主笔，期待~）

         捎带趣味性的：

            《linked》-Barabasi

             万维网的定律

             Bursts-the hidden pattern behind everything

             预知社会

          站点：http://www.network-science.org/

                  http://blog.sciencenet.cn/home.php?mod=space&uid=237587&do=blog&id=228595

                  http://www.freebase.com/

                  数据堂

        专业分析工具：

                 Pajet、UCINET、NetworkX、NetMiner 3等

        可视化工具：

                 Graphviz、Gephi、Pajet、Cytoscape等

       一些数据分析的工具：

                SAS、SPSS、R、Matlab、DPS等

      其他：

             社会化媒体http://www.socialbeta.cn/

             自然语言处理与信息检索共享平台www.nlpir.org（张华平老师创办的，很给力，里面有很多数据集）

      影响力水平决定信息传播，但是信息不等同于行为。

      没有理性的浪漫恰似末日狂欢，脱离人文思想的计算如同没有方向的诺亚方舟。

      不同类型朋友的影响远大于朋友的数量对你的影响。

      网络科学为多项科学研究提供了方法和工具，随着社交网络的兴起，更是受到了更多广泛的关注。以前也就是网络科学的前身—复杂网络时期，从事这方面研究的主要是物理数学出身的这些人，他们手握数学重型武器，从实际网络出发，对实际网络的一番建模和预测，可以说是精彩绝伦。当社交网络兴起，对信息和疾病等在人与人、地区与地区甚至全球内的传播与影响起到了重要作用，可以说如今发达的交通和信息网络促进了世界更加小。这广泛引起了社会学方面的注意，其中包括了社会营销、传播学甚至心理学等。

    网络科学这一新的方法工具也在经济学领域获得越来越多的应用。比如MIT的超级大牛Daron Acemoglu也对网络科学给予很大的关注，Stanford搞社会经济网络的大牛Matthew Jackson，这两位可说是经济学领域的典型代表。网络科学应用于经济学研究的相关文章也频繁的在AER等顶尖刊物上出现，目前有应用于分析金融危机的传染扩散机制，宏观经济波动等，08年金融危机后网络分析一下子流行起来，还有应用到分析经济社会中的信息扩散、政治经济、人类行为博弈等各个领域，社会科学中流行的社会网络分析就是很好的体现。

    一直以来经济学中的微观与宏观都处于分割状态，虽然现在的宏观经济学在建立理论模型的过程越来越多的将微观经济基础融入宏观经济中，但微观和宏观的融合似乎还是貌合神离，说服力很有限。宏观经济系统本质上就是一个复杂的网络系统，是由众多的微观个体通过一定的联系而组织起来的，这正好适宜于运用网络科学的方法来研究，而且微观个体之间的相互联系也可以用网络科学来分析，网络科学的分析模式更接近于现实世界。经济学要真正走上科学性的重生之路，走进现实世界的复杂性，并将微观与宏观融为一体，或许网络科学将是一大突破口。

    经济学家们未来应该更多的意识到“网络”这个概念，而不仅仅只是去关注线性或非线性回归这样的东西。怎样把“复杂性”和“网络性”更好的应用到经济社会系统中去，这将是值得一直研究下去的，我也会持续关注这个方向的，希望与各位学习经济学的同伴们共勉！

  给两个例子让大家看看网络科学的强大，均出自Science杂志上的文章，一个是产品网络，另一个是金融网络。

    Complex Network Systems