science >> Wetenschap >  >> Elektronica

Nieuw modelleringsmechanisme kan de manier veranderen waarop we sociale netwerken bekijken

Krediet:Carnegie Mellon University

Recente spraakmakende pogingen om de publieke perceptie en het sentiment via sociale media te manipuleren, hebben aangetoond dat we misschien niet zoveel weten over de formulering en evolutie van sociale netwerken als we denken.

Het was deze lacune in begrip die Radu Marculescu motiveerde, Kavčić-Moura Professor van Carnegie Mellon's Department of Electrical and Computer Engineering, co-auteur van een paper in Wetenschappelijke rapporten waarin een nieuw model wordt geschetst voor hoe sociale netwerken in de loop van de tijd veranderen en zich ontwikkelen. Het onderzoek, uitgevoerd in nauwe samenwerking met Mihai Udrescu en Alex Topirceanu van de afdeling Computerwetenschappen van de Politehnica Universiteit van Timişoara, Roemenië, stelt voor wat de auteurs het Weighted Betweenness Preferential Attachment (WBPA) -model noemen.

Bij het modelleren van sociale netwerken, een knoop vertegenwoordigt een enkel individu, en verbindingen tussen knooppunten vertegenwoordigen relaties tussen individuen. Eerdere modellen waren gericht op het aantal connecties dat een individu heeft, ook wel de knoopgraad genoemd, als de drijvende kracht achter een knooppunt dat nieuwe verbindingen verwerft.

In tegenstelling tot, de kern van het nieuwe WBPA-model draait om het begrip 'knoop tussen knooppunten'. Hij en zijn medewerkers ontdekten dat deze kwaliteit van zijn tussen gemeenschappen in feite een grotere aantrekkingskracht en drijfveer is voor de vorming van sociale banden dan andere maatregelen van centraliteit, zoals knooppuntgraad. In de WBPA, in plaats van puur het aantal verbindingen te onderzoeken dat een enkel knooppunt heeft, onderzoekers leggen meer nadruk op de gemeenschappen die een knooppunt verbindt en de kwaliteit van die verbindingen.

"Wanneer individuen beoordelingen maken van sociale aantrekkelijkheid in situaties in de echte wereld, ze zijn niet afhankelijk van het uitvoeren van algoritmen of andere soorten complexe kwantitatieve evaluaties, ", zegt Marculescu. "In plaats daarvan, individuen nemen beslissingen op basis van hun kwalitatieve percepties. Als zodanig, de kwaliteit van 'ertussen zitten' kan gemakkelijk en snel worden waargenomen."

Het WBPA-model overwint ook een andere beperking die werd gevonden in eerdere graadgestuurde modellen, waardoor de individuele knooppuntgraad onbeperkt kan groeien. Dit zou erop neerkomen dat een individu een onbeperkt aantal vriendschappen kan ontwikkelen - een scenario dat duidelijk onmogelijk is.

"Het nieuwe model bouwt voort op het idee dat mensen beter zijn in het observeren van kwalitatieve aspecten dan kwantitatieve, dat is de reden waarom mensen doorgaans de voorkeur geven aan investeringen in minder kwalitatieve sociale banden in plaats van in talrijke banden van mindere kwaliteit, ", zegt Marculescu. "Dit is de reden waarom er een knooppunt tussen herverdelingsproces in het spel is in de WBPA, wat het aantal nieuwe links voor high-degree nodes beperkt."

Krediet:Carnegie Mellon University

Dit herverdelingsproces is verantwoordelijk voor de fysieke en mentale beperkingen in de echte wereld, die het aantal relaties dat een bepaald individu gedurende zijn hele leven kan ontwikkelen en onderhouden, beperkt.

Eindelijk, de WBPA kan ook inzicht bieden in de mogelijke middelen van een individu om zijn sociale status te verbeteren. Een individu kan zijn persoonlijke invloed vergroten door zijn buurt uit te breiden tot invloedrijke agenten, welke kan, beurtelings, leiden tot een toename van de sterkte van hun verbindingen met anderen.

Krediet:Carnegie Mellon University

Hoewel dit onderzoek zich specifiek richt op sociale netwerken, het WBPA-model zou in alles interessante toepassingen kunnen hebben, van het modelleren van microbiomen tot het voorspellen van de eigenschappen van nieuwe medicijnen en medicijnen.

Het volgende doel van Marculescu en zijn medewerkers is om de bevindingen van het WBPA-model te gebruiken om te onderzoeken hoe meningen zich verspreiden via sociale netwerken, en hoe robuust deze netwerken kunnen optreden bij vijandige aanvallen.