Video: Nicholas Christakis: The hidden influence of social networks 2024
Oamenii tind să formeze comunități - grupuri de alte persoane care au idei și sentimente asemănătoare. Prin studierea acestor clustere, atribuirea anumitor comportamente întregului grup devine mai ușoară (deși atribuirea comportamentului unui individ este atât periculoasă, cât și nesigură).
Ideea din spatele studiului clusterelor este că, dacă există o legătură între oameni, ei au adesea un set comun de idei și scopuri. Prin găsirea de clustere, puteți determina aceste idei prin inspectarea calității de membru al grupului. De exemplu, este obișnuit să încercați să găsiți grupuri de persoane în domeniul detectării fraudelor de asigurări și al inspecției fiscale. Grupurile neașteptate de persoane ar putea ridica suspiciunea că fac parte dintr-un grup de infractori sau evazioniști fiscali, deoarece nu au motivele obișnuite de a se aduna în astfel de circumstanțe.
Graficele de prietenie pot reprezenta modul în care oamenii se conectează între ei. Vârfurile reprezintă persoane și marginile reprezintă legăturile lor, cum ar fi relațiile de familie, contactele de afaceri sau legăturile de prietenie. În mod obișnuit, graficele de prietenie sunt nedirecționate deoarece reprezintă relații reciproce și uneori sunt ponderate pentru a reprezenta forța legăturii dintre două persoane.
Multe studii se concentrează pe grafice nedirecționate care se concentrează exclusiv pe asociații. De asemenea, puteți utiliza grafice direcționate pentru a arăta că persoana A cunoaște persoana B, dar persoana B nici măcar nu știe că persoana A există. În acest caz, aveți de fapt 16 tipuri diferite de triade de luat în considerare.
Când căutați clustere într-un grafic de prietenie, legăturile dintre nodurile din aceste grupuri depind de triadele - în esență, de tipuri speciale de triunghiuri. Conexiunile dintre trei persoane pot intra în aceste categorii:
- Închis: Toți cei trei oameni se cunosc. Gândiți-vă la un set de familie în acest caz, în care toată lumea știe pe toți ceilalți.
- Deschis: O persoană cunoaște alte două persoane, dar celelalte două persoane nu se cunosc. Gândiți-vă la o persoană care știe un individ la locul de muncă și la un alt individ la domiciliu, dar individul la locul de muncă nu știe nimic despre individul acasă.
- Perechea conectată: O persoană cunoaște una dintre celelalte persoane dintr-o triadă, dar nu cunoaște a treia persoană. Această situație implică doi oameni care știu ceva despre unul altuia întâlnește pe cineva nou - cineva care vrea să participe în grup.
- Unconnected: Triada formează un grup, dar nimeni din grup nu se cunoaște reciproc. Ultimul ar părea un pic ciudat, dar gândiți-vă la o convenție sau un seminar.Oamenii de la aceste evenimente formează un grup, dar poate că nu știu nimic despre unul pe altul. Totuși, pentru că au interese similare, puteți utiliza gruparea pentru a înțelege comportamentul grupului.
Triadele apar în mod natural în relații și multe rețele sociale din Internet au folosit această idee pentru a accelera conexiunile dintre participanți. Densitatea conexiunilor este importantă pentru orice tip de rețea socială, deoarece o rețea conectată poate răspândi informații și poate partaja conținut mai ușor. De exemplu, atunci când LinkedIn, rețeaua socială profesională, a decis să crească densitatea conexiunii rețelei sale, a început prin căutarea unor triade deschise și încercând să le închidă prin invitarea oamenilor să se conecteze. Triadele de închidere se află la baza algoritmului LinkedIn Connection Suggestion. Puteți afla mai multe despre cum funcționează citirea răspunsului Quora.
Exemplul de aici se bazează pe graficul de eșantionare al clubului Karate Zachary. Este un grafic mic care vă permite să vedeți cum funcționează rețelele fără a cheltui mult timp încărcând un set mare de date. Din fericire, acest set de date apare ca parte a pachetului
networkx
. Rețeaua clubului Karate Zachary reprezintă relațiile de prietenie dintre 34 de membri ai unui club de karate din 1970 până în 1972. Sociologul Wayne W. Zachary a folosit-o ca subiect de studiu. El a scris o lucrare intitulata "Un model de flux de informatii pentru conflicte si fisiune in grupuri mici". "Interesant despre acest grafic și despre lucrarea sa este că, în acei ani, a apărut un conflict în club între unul dintre instructorii de karate (nodul 0) și președintele clubului (nodul 33). Prin gruparea graficului, puteți anticipa aproape perfect împărțirea clubului în două grupe la scurt timp după apariție.
Deoarece acest exemplu atrage și un grafic care arată grupurile (pentru a le putea vizualiza mai ușor), trebuie să utilizați și pachetul
matplotlib
. Următorul cod va arăta cum să se grupeze nodurile și marginile setului de date.
importă rețeax ca nx
importați matplotlib. piplot ca plt
% matplotlib inline
grafic = nx. karate_club_graph ()
pos = nx. spring_layout (grafic)
nx. trageți (grafic, pos, cu_labels = adevărat)
plt. show ()
Pentru a afișa graficul pe ecran, trebuie de asemenea să oferiți un aspect care să determine modul de poziționare a nodurilor pe ecran. Acest exemplu folosește algoritmul de forță Fruchterman-Reingold (apel la
nx. Spring_layout
). Figura arată rezultatul din exemplul respectiv. (Ieșirea dvs. poate să pară puțin diferită.)
Algoritmul forțat Fruchterman-Reingold pentru generarea schemelor automate ale grafurilor creează structuri ușor de înțeles cu noduri și muchii separate care nu tind să treacă prin imitarea a ceea ce se întâmplă în fizică între particule încărcate electric sau magneți purtând același semn. Privind la ieșirea graficului, puteți vedea că unele noduri au doar o conexiune, două, și altele mai mult de două.Marginile formează triade, așa cum am menționat anterior. Cu toate acestea, cel mai important aspect este faptul că cifra arată în mod clar gruparea care are loc într-o rețea socială.
