science >> Wetenschap >  >> anders

Vrienden op een objectieve manier identificeren:een nieuwe methode om de ruggengraat van genetwerkte sociale interacties te extraheren

Afb. 1 Draagbare sensor. Krediet:SocioPatterns

In recente jaren, gedragspatronen van sociale wezens, zoals mensen, vee, mieren, enzovoort., zijn ontdekt met behulp van draagbare sensoren die radiofrequentie-identificatie (RFID)-apparaten worden genoemd (afb. 1).

Het SocioPatterns-project onder leiding van Dr. Alain Barrat en collega's heeft de dataset openbaar gemaakt van contactrecords van individuele paren verzameld door RFID-apparaten. Echter, aangezien de RFID-datasets alle soorten contacten tussen individuen bevatten, ze kunnen niet-essentiële contacten omvatten die louter bij toeval worden waargenomen, in tegenstelling tot opzettelijke gebeurtenissen zoals een gesprek tussen goede vrienden.

Dr. Teruyoshi Kobayashi van de Universiteit van Kobe en zijn team hebben een nieuwe methode ontwikkeld voor het identificeren van individuen die essentiële verbindingen tussen hen hebben - wat zij 'belangrijke banden' noemen. Dr. Kobayashi zegt:"Het punt is dat we onderscheid moeten maken tussen de contactgebeurtenissen die toevallig kunnen plaatsvinden en de gebeurtenissen die niet zouden plaatsvinden zonder een significante relatie tussen twee individuen." Hun bevindingen werden gepubliceerd in Natuurcommunicatie op 15 januari.

Van nature, het totale aantal geregistreerde contacten zal groter zijn voor degenen die sociaal zeer actief zijn dan voor degenen die verlegen zijn. Dit betekent dat het tellen van het aantal bilaterale interacties niet voldoende is om "vrienden" te vinden in sociale netwerken. De nieuwe methode die door Dr. Kobayashi en zijn team is voorgesteld, maakt het mogelijk om het verschil in activiteitsniveaus van individuen te controleren. interessant, de geëxtraheerde significante banden op basis van persoonlijke netwerken verzameld in een basisschool in Lyon, Frankrijk vormen verschillende clusters, die elk nauwkeurig een echte schoolklas nabootsen (Fig. 2). Dr. Kobayashi merkt op:"Het is heel natuurlijk dat contacten binnen elke klas de meeste belangrijke banden verklaren, maar dit fenomeen wordt niet goed opgevangen door de bestaande methoden die oorspronkelijk zijn ontwikkeld voor statische netwerken."

Fig. 2 Aanzienlijke banden in een basisschool in Lyon, Frankrijk. Elke stip staat voor een leerling en kleur geeft een klas aan (leraren worden aangegeven met zwarte stippen). Lijnen vertegenwoordigen belangrijke banden. Het aantal essentiële randen wordt constant gehouden over drie panelen. Links:essentiële randen worden geselecteerd in aflopende volgorde van het aantal contacten. Midden:essentiële randen worden gedetecteerd door het Disparity-filter (Serrano et al., 2009). Rechts:nieuwe methode. Krediet:Universiteit van Kobe

Een voordeel van deze methode is dat deze kan worden toegepast op elk soort dynamische netwerken die worden gevormd door bilaterale tijdelijke interacties. Bijvoorbeeld, Dr. Kobayashi en Dr. Taro Takaguchi (een van de co-auteurs) onderzochten de interbancaire markt in Italië en bevestigden dat het aandeel banken dat wordt beschouwd als verbonden door significante banden, vooral toenam ten tijde van de wereldwijde financiële crisis in 2008-2009 .

Over de mogelijkheid van toekomstige toepassing, Dr. Kobayashi voegt toe:"Deze methode zal naar verwachting de evolutie van verschillende complexe netwerken van interbancaire markten tot een kudde koeien vastleggen. Als het wordt geïmplementeerd op een persoonlijk netwerk van studenten, bijvoorbeeld, men kan in staat zijn om tekenen van pesten en / of verbanning te detecteren."