幂律,幂律来自上世纪20年代对于
英语单词频率的分析,真正常用的单词量很少,很多单词不常被使用,
语言学家发现单词使用的频率和它的使用优先度是一个常数
次幂的
反比关系。精确地说,简单来说,幂律就是两个通俗的定律,一个是“长尾”理论,只有少数大的门户网站是很多人关注的,但是还有一个长长的尾巴,就是小网站,小公司。
长尾理论就是对幂律通俗化的解释。另外一个通俗解释就是
马太效应,穷者越穷富者越富。
所谓幂律,是说节点具有的连线数和这样的节点数目乘积是一个
定值,也就是
几何平均是定值,比如有10000个连线的大节点有10个,有1000个连线的中节点有100个,100个连线的小节点有1000个……,在
对数坐标上画出来会得到一条斜向下的直线。
1932年,
哈佛大学的语言学专家Zipf在研究英文单词出现的频率时,发现如果把单词出现的频率按由大到小的
顺序排列,则每个单词出现的频率与它的名次的常数
次幂存在简单的
反比关系,这种分布就称为
Zipf定律,它表明在
英语单词中,只有极少数的词被经常使用,而绝大多数词很少被使用.实际上,包括汉语在内的许多国家的语言都有这种特点。
19世纪的
意大利经济学家Pareto研究了个人收入的
统计分布,发现少数人的收入要远多于大多数人的收入,提出了著名的80/20法则,即20%的人口占据了80%的
社会财富.个人收入X不小于某个特定值x的概率与x的常数次幂亦存在简单的反比关系,即为Pareto定律。
Zipf定律与Pareto定律都是简单的
幂函数,我们称之为
幂律分布;还有其它形式的幂律分布,像名次—规模分布,规模—
概率分布,这四种形式在数学上是等价的。
实际上,幂律分布广泛存在于物理学、地球与行星科学、
计算机科学、生物学、
生态学、
人口统计学与
社会科学,经济与
金融学等众多领域中,且表现形式多种多样。在自然界与日常生活中,包括
地震规模大小的分布(古登堡-里希特定律),
月球表面上月坑直径的分布,行星间碎片大小的分布,
太阳耀斑强度的分布,计算机
文件大小的分布,
战争规模的分布,
人类语言中单词频率的分布,大多数国家姓氏的分布,科学家撰写的论文数的分布,论文被引用的次数的分布,网页被
点击次数的分布,书籍及唱片的销售册数或
张数的分布,每类生物中物种数的分布,甚至电影所获得的
奥斯卡奖项数的分布等,都是典型的幂律分布。 以网页被点击次数的分布为例,尽管中国向七千九百万网民提供的网站接近六十万个,但只有为数不多的网站,才拥有网民一次访问难以穷尽的丰富内容,拥有接纳许多人同时访问的足够带宽,进而有条件演化成热门网站,拥有极高的
点击率,像
新浪、
搜狐、
网易等门户网站。网页被点击次数的
幂律分布其幂指数在0.60-1.03之间,而
网站访问量的幂律分布其幂指数则接近1。
克里斯·安德森的“
长尾理论”即是幂律的口语化表达。
统计
物理学家习惯于把服从幂律分布的现象称为无标度现象,即系统中个体的尺度相差悬殊,缺乏一个优选的规模。凡有生命,有进化,有竞争的地方都会出现不同程度的无标度现象。