引言：
第一章社会网络的形成
第二章社会网络对个体行为的影响（要理解网络，需要从个体水平出发）
第三章个体行为对网络形成的反馈（要理解个体，需要从网络水平出发）
最后需要考虑层次的均衡
网络本质上是一个高维结构，其表达的语言是量子层次的1/0，因此我们要不断地升维/求导，才能使得网络能够被人们所理解。
连接是最基本的运算单位
六度分隔是平均水平的节点之间的距离，事实上的分布是有中心节点和一般节点的连通性成幂律分布；如同醉酒者步行，维度越高，能够回到原点的概率越低
影响的扩散会有一定的收敛衰减，这使得层次形成。同时这形成一定的基础，在时空维度的发展对概率造成整体性的影响。即过去是现在的基础，以往形成的观念会被我们视为相对独立的层次延续下来。
网络的动力学性质是其保持分子热运动的高强度组合，最终会有一定的模式涌现，这是网络自组织的基础
万物生长就是节点的按照一定模式不断增长
引言：
马克思说过，“人是一切社会关系的总和”，我认为从网络的层次来理解是很恰当的。个体可以看作是社会网络的多种关系的耦合体，这些关系也是出于不断变动的状态，不断有新关系的形成也有旧关系的断裂，只有在一个足够大的尺度才能保持一定的稳态。同时约翰。多恩的“每个人的死亡都是我的哀伤，因为我是人类的一员。所以，不要问丧钟为谁而鸣，它就为你而鸣！”表达相同的意思，网络的个体之间普遍存在联系，每个个体都是其他个体的部分表达之和。但这个情境的加和在网络的背景下其实是组合，最后的个体形成是组合形成的网络的选择性表达。如我读康德，老子，孙子等等的书籍，他们成为我的一部分，但我并不等于1/100的康德+1/50的老子+……，而是根据我的生活经验，我不断地使用不同的思想的组合，最后形成一定的模式，这才决定了我这个个体的存在。如果将我的思考的网络提取出来，可以发现这些思想是耦合在不同的层次里，这种再创造衍生新的信息。当然如果硬生生地做统计的话，也的确能够发现在整体上各种相对独立的成分占据的比例，但这时的意义不大，比不上原有的网络。（参考蛋糕）而熵增这是大背景，使得我们不断老去，但这是对个体而言的，我们通过繁衍使得这个种群不断发展
(这是个体的时间层次，而社会网络是时空的结合，即多层次，这使得整体保持在一定的平均值之上，网络不断发展)
这种由于大规模的量级使得网络能够稳定表达某种性质的性质正是网络美妙之处。注意，这是我们谈论的是动态平衡时的网络，此时才能相对静止。
联系，是组合的形式，这不仅是网络的原始动力，也是个体的成长需求和模式
网络运算的数学语言是概率。网络给连接带来的好处，必然也会在连接断裂是带来坏处，这是网络的整体性质。如关系亲密的人们整体上会生活地更快乐，同时当一方逝去是另一方的死亡风险增加，即概率变大。而概率的变化通过统计得出，一般而言，变化都是以整体的层次描述，这依靠数据的显著性。因为网络的个体是选择性表达的，最后可以形成的关系图一般是正态分布的。
连接的层次收敛，以幂律表达
局部连接的模式是适应当前环境的，与整体模式不一定相符，这是分布的体现。由于时空的滞后性，在大规模网络必然有各种分化和分布；但如果没有形成大规模的网络，那就是普遍的低迷状态。这种差距可以参见原始社会的均贫和现代社会的贫富分化。因此这些不同的层次的竞争会达到一定的纳什均衡，这是一种稳态。
第一章社会网络的形成
每个人都是其他人的一部分，这是报仇的原理：伤害与仇人关系紧密的人就是伤害仇人。这是由于网络连通的滞后性做出的一个博弈选择
群体的形成是网络的一个本征，即聚类。这是影响扩散的基础，层次之间的个体之间的关系可以扩散传播到层次内部，再通过层次之间的联系不断扩散。如民族的形成和仇恨，英法百年战争使得法兰西民族形成，也使得民众之间的普遍误解形成。
聚类的运算：朋友的朋友是朋友，朋友的敌人是敌人，敌人的朋友是敌人，敌人的敌人是朋友。这是简单的一阶聚类运算（1+1=1，1+0=0，0+1=0，0+0=1）。接下来是更高阶的运算，那就可能产生矛盾，即根据不同的运算得出不同的结果，这时就需要做出选择，特定的博弈结果决定其表现。如你是警察，你爱人是毒贩，作为警察要抓毒贩，作为爱人要保护爱人，特定情境要做出选择，你会做出怎么样的选择。不仅对个体来说做出的选择是概率性的（特定的社会氛围决定AB选择的不同概率），而在整体水平，即很多个警察的选择在统计水平是比较确定的。
而且个体处于不同的层次，这使得网络的扩散是多方向的；特定情境个体表达的层次不同
任何层次都是相反力量的集合形成的动态平衡，最后的结果是网络的选择性表达。如在美国75%的杀人犯认识被害人，器官移植也有比较大的概率在连接关系内部形成。如同玫瑰，我们要欣赏其美艳，也有忍受她的刺带来的痛苦
网络的模式的形成有助于工作效率的提高，社会分工就是最好的例子。整体大于部分之和就在于形成通路（本质上是减少损耗来增加效率），因为简单的加和很快就会衰减，而组合能够发挥网络的效益，因为其本征即平均值可以超过单个个体的最大值
网络的分化是必然会发生的，这是能量最低化的结果。如一个社会心理研究中，一群小孩因为分配到的旗帜不同自动分为不同的群体，并根据不同人的不同性格特征内部产生分化，有领导，有小弟等等。社会阶级分化是一个例证。因此层次会收敛，其内部会有中心节点和一般节点的分布。这可以部分解释人为什么会孤独，因为个体只有在一定的集体才能保持安全感，但现实中个体认同的集体是分散的，一个人日常接触的人是他所认同的集体的一员的概率很低。一切感受都是相对比例
拓扑就是一种描述相对位置的性质，是网络的一个本征。如第一个孩子的智商比第二个孩子的智商高，这是统计的表现，说明相对比例在网络的体现。心理学家StanleyMilgram的人行道实验就说明行为的模仿取决于个体相对于一个整体的相对比例（）
个体的相对比例从50%降到6。25%，群体的行为影响概率从42%到86%，这是一种耦合。当个体的相对比例降低时个体会倾向于抱团，但其有极限，会收敛
节点之间的连接在网络的尺度形成通路：连接数目，强度，连通性
传递性决定层次的方向，即层次内部的紧密性，是一种求导。参照父母离婚的小孩，父-子，母-子的关系仍然存在，但父-母关系的缺失也会造成影响
高连通性不仅是网络内部分化分布的结果，这决定比较高的概率，也是人择原理的体现，这是一种概率的坍缩：我们在持续地形成新的关系，只有比较新奇的关系才能引起我们的注意，因为其施加的影响超过一定的阈值
层次的相似性和层次之间的模仿，同类相聚。同时也有相聚是会倾向于表达相同的性质，这是影响的传播
网络的多路径是稳定性的达成基础，如同法律
网络的性质是整体涌现的，我们只能理解其结果即本征。如人浪就是最简单的激活/抑制网络行为，这种群体智慧是网络的自组织性质
第二章社会网络对个体行为的影响
传染病的流行与网络联系相关，这是一种规则，接触为1，隔离为0
个体有环境塑造，因为要和整体保持一定的相似性，可以构建一个马尔科夫模型：当前的状态由前面的状态决定（群体影响个体，同时个体也可以影响后面的状态）
局部的最优是以信息为层次的新局部
模仿是一种适应群体的行为，这也使得信息得以传递。这与相似性导致共振一致
个体不同的性质—个体表达—信息传递—其他个体的模仿—同情产生即共振，如模仿别人的表情可以改变个体的感觉，这种换位思考的能力本质上是一种耦合的能力，这使得级联反应得以进行
传递的速度是一定的，但参与的对象是爆炸性增长的，这是不可控的，这是新突破的原发地
序列的匹配是多度连接的结果，如情侣的相识一般都是多度连接
网络是最高效率的，这是通过高流通速度形成模式，因为根据能量最低化会减少损耗。这和经济社会的货币异曲同工
序列的重新媾合，构建多样性，即网络的形成
序列匹配的程度与数目是分布函数的不同阶段：高匹配的数目少；由于聚类，序列匹配的概率更大，这是从众心理的一个原理
相对比例，各个层次的偏导
小世界网络：平均路径较短，传递性好即多度连接耦合程度高
原有元素的连接的模式可以带来新的利益，将弱连接在一定的平台
第三章个体行为对网络形成的反馈
大数据时代：联系的构建—整体的模式形成（平台）—特定的新形式形成（内容）
自然选择的筛选，是把适应性最高个体挑选出来，这是一种局部最优化的运算。而现实是多尺度的标准
完全的自私和利他是不同的力量，最后在群体会表达出一定的耦合，即群体中的个体采取的策略的数目是分布函数
个体对个体形成的网络的影响是相互作用的
越分化，在不同的标准轴的分化越两极分化，这种是呈三角形坍缩的：重量和稳定度（递弱）。作为抵抗性变化会有代偿。其实现实是各种层次并存，这是耦合。弱其实这是一个标准得出的结果，实际上随着网络的发展，其评价的标准越来越多元化，这也是网络的连通性增加，也可以认为是依赖性的增加，只有在万物依赖的时代才能共存（如同金鱼）。这种实际上是把自身分解为其他层次到外界的行为可以看作是天人合一。而这种行为其实是感知度的上升。
分化就是局部最优，这种组合是网络的纳什均衡行为
社会网络是基于人与人的连接，文明也是
网络的分解和合成：序列的分解和重新组合，如同免疫系统的抗体形成，是VDCJ区的基因的随机组合，这可以释放出无限大的组合，势必有一定的模式是与外界抗原互相匹配或匹配度较高，然后该模式可以繁衍，这是一种运算。这是一种先降维再升维的行为，首先序列取导，成为低维的序列，即分化；分化后的序列之间的杂交，即耦合，是一种遍历，升维形成新的网络，最后根据环境的选择性表达成为适应度最高的个体。这种趋势与社会分工的细化是一致的，是一种退火算法
各种物质的地位不断下跌，即不断地还原成本质，即网络的节点
宇宙大爆炸的奇点的分化方向是耦合的：尺度不断增大，复杂度增加，同时也有相互依存度的增加，相对独立性的减少。这个过程宏观上是不可逆的熵增加，但在微观层次可以有一定的抵抗性变化，这使得网络是多层次的耦合，而这种多样性是网络的稳态的前提，内部的层次是处于动态平衡状态的。
连接就是概率⊙∈∈⊙
网络的智慧在于牺牲，那些探索性的尝试大部分都是失败的，但极少数的成功就足以抵消这些损失。而且网络的不同个体可以进行不止一次的尝试，只要次数足够多，总可以成功一次。如成功率=1-（失败率）^次数。即使失败率再低，次数多了，总会成功的。当然，这是对整体而言，是理想状态。现实往往是分布函数的，即有尝试很多次没有成功也有尝试很少次就成功的，这都是出于分布函数的两极。最后还有表达
高维思维理解是判断式的语言，如宏观的好坏。而这种判断实际上是基于基于经验的贝叶斯公式得出的概率，个体做出的选择性表达。因此我们要选择一个特点的维度才能做出量子式的判断，然后不断遍历才能得到高维结构。这种结构我倾向于使用序列逻辑来解释如1010101010001和01011101101001形成的矩阵/网络的本征就是高维结构。而且更高维的本征更接近现实。如一群人猜测牛肉的重量，人们的猜测结果形成的分布函数曲线的本征往往与现实接近。
网络要维持稳定就需要持续进行流动即新陈代谢，稳定是整体的描述，流动是个体的变化，这样可以整合多层次。这就是自由，但同时也会有抵抗性变化速度完全的自由是理想状态，最后形成的稳态是多层次的耦合，满足多样性的要求
经济学的产权启示着网络的边界的确定，这是自由的前提，这是一种量子层次的确定，然后可以构建整个世界
