Oprogramowanie identyfikuje kliki społecznościowe, o których nawet nie wiedziałeś

Kierowany przez inżynierów z Microsoft Research zespół informatyków opracował prawdopodobnie najdokładniejszą metodę identyfikowania klik społecznych w sieciach społecznościowych.

Społeczności w grupie 64 delfinów

Ich oprogramowanie (pdf) wykorzystuje całkowicie nowatorskie podejście oparte na teorii gier, w którym każdy członek sieci społecznościowej jest traktowany jako racjonalny aktor próbujący zmaksymalizować swoją użyteczność w obliczu korzyści i kosztów utrzymania członkostwa w klikach społecznych. (Dla tych z was, którzy naprawdę się tym interesują, znaleźli Równowaga Nasha dla rachunku kosztów / korzyści każdej osoby.)

Powszechnie wiadomo, że ludzie czerpią wiele korzyści z przynależności do społeczności, ale utrzymywanie tych więzi jest kosztowne pod względem czasu lub innych zasobów, na przykład gdy społeczność zawodowa ma składkę członkowską.

Prace te mogą pomóc w badaniach rozwoju miast, sieci przestępczych, marketingu i wielu innych obszarach badań, które umożliwią dane łatwo dostępne w internetowych sieciach społecznościowych, takich jak Facebook i Twitter.

Co ciekawe, dwa zestawy danych, na których badacze testowali swoją pracę, które najwyraźniej są standardem dla tego rodzaju badań, były danymi zebranymi przez antropologów na temat Akademia Karate oraz dane zebrane przez biologów morskich na temat: strąk 64 delfinów . Stosując swoje podejście oparte na teorii gier do obu sieci, byli w stanie rozwiązać kliki, które inne podejścia całkowicie pominęły.

Społeczności w klubie karate Zachary'ego

W świecie, w którym granice klik mogą być tak rozmyte, że nawet znajdujące się w nich jednostki mogą nie rozpoznać ich przynależności do grupy, ta praca może pewnego dnia pomóc nam uwydatnić społeczne krajobrazy, w których uczestniczymy. Każdy, kto miał doświadczenie w uświadomieniu sobie, że dwaj przyjaciele, których nie znałeś, byli również przyjaciółmi ze sobą, doświadczył rzeczywistego odpowiednika owoców tego algorytmu rozwiązywania klik.

Z pomocą Zhenming Liu z Harvardu i Xiaorui Sun Uniwersytetu Jiao Tong w Szanghaju, Wei Chen oraz Yajun Wang Microsoftu również z powodzeniem zastosował ten algorytm do powszechnego problemu w cytowaniach akademickich: ustalenia, kto jest kim spośród wielu chińskich badaczy, których nazwiska są pisane tak samo, gdy zromanizowany . Na przykład wymieniono ponad 20 osób Wei Chen w Bibliografia informatyczna DBLP . (Nieprzypadkowo jeden z nich jest autorem tego artykułu.)

Korzystając z mapy 20 000 węzłów z bibliografii, gdzie każdy węzeł jest osobą, odkryli wszystkie społeczności, do których należeli autorzy o tym nazwisku. Wiedząc, jak mało prawdopodobne jest, aby jakiekolwiek dwa Wei Chen należały do ​​dokładnie tego samego zestawu klik, byli w stanie odróżnić różne Wei Chen w DBLP.

Śledź Mims na Twitterze lub skontaktuj się z nim przez e-mail .

ukryć