概念进阶幂律与分形网络中心节点
偏好依附
也叫：偏好依附效应
新节点更倾向依附已有大量连接的节点，强者愈强。
核心讲解
作者介绍网络科学中的“偏好依附”机制：在成长中的网络里，新加入的节点更倾向于连接那些已经拥有很多连接的节点。这就像微博上新人更关注大V、网页更链接热门站点一样。偏好依附使得“连接多的节点获得更多连接”，形成富者愈富的正反馈，最终产生少数节点占据大部分连接的幂律分布。这个机制是马太效应在网络世界的具体化，也是理解中心节点、赢家通吃和极端斯坦形成的关键。
费曼版：用大白话再讲一遍
在社交网络里，新来的总爱先关注那些粉丝很多的大号，于是大号的粉丝越来越多，小号更难出头。这就叫“富的越富”：连接多的人，得到更多连接。网络世界也因此被少数几个超级节点主导。
要点
- 偏好依附指新节点倾向连接热门节点。
- 形成强者愈强的正反馈。
- 产生幂律分布与中心节点。
- 是马太效应在网络中的体现。
常见误区
- 以为网络连接是均匀分布的。
- 忽视“热门更容易被连接”的机制。
- 低估少数中心节点的支配作用。
多方视角
作者的看法
偏好依附解释网络世界的极端斯坦。
不同的看法
- 有观点认为，并非所有网络都严格符合偏好依附。
- 网络科学广泛确认偏好依附是幂律网络的重要机制。
支持作者的理由
- 社交、网页、引文等网络普遍呈现偏好依附特征。
留给你的问题
在你所在的领域网络里，哪些“中心节点”因为偏好依附而越来越强？