211service.com
Software identificeert sociale kliekjes waarvan u niet eens wist dat u ze had
Onder leiding van een ingenieur van Microsoft Research heeft een team van computerwetenschappers de meest nauwkeurige methode bedacht om sociale kliekjes binnen sociale netwerken te identificeren.
Gemeenschappen binnen een groep van 64 dolfijnen
hun software (pdf) gebruikt een totaal nieuwe benadering die is gebaseerd op de speltheorie, waarbij elk lid van een sociaal netwerk wordt behandeld als een rationele actor die probeert zijn eigen nut te maximaliseren in het licht van de voordelen en kosten van het behoud van lidmaatschap van sociale kliekjes. (Voor degenen onder jullie die hier echt van houden, ze vonden de Nash-evenwicht voor de kosten-batenanalyse van elk individu.)
Het is bekend dat mensen veel voordelen halen uit het lidmaatschap van een gemeenschap, maar het onderhouden van die banden kost tijd of andere middelen, bijvoorbeeld wanneer een professionele gemeenschap lidmaatschapsgeld heeft.
Dit werk zou kunnen helpen bij studies over stedelijke ontwikkeling, criminele netwerken, marketing en vele andere onderzoeksgebieden, mogelijk gemaakt door de gegevens die direct beschikbaar zijn via online sociale netwerken zoals Facebook en Twitter.
Intrigerend genoeg waren twee van de datasets waar de onderzoekers hun werk op testten, die blijkbaar standaard zijn voor dit soort onderzoek, data verzameld door antropologen over een Karate academie , en gegevens verzameld door mariene biologen over a groep van 64 dolfijnen . Door hun speltheoretische benadering op beide netwerken toe te passen, waren ze in staat om kliekjes op te lossen die andere benaderingen volledig misten.
Gemeenschappen in Zachary's karateclub
In een wereld waar de grenzen van kliekjes zo vaag kunnen zijn dat zelfs de individuen binnen hen misschien niet erkennen dat ze tot een groep behoren, zou dit werk ons ooit kunnen helpen om de sociale landschappen waaraan we deelnemen expliciet te maken. Iedereen die de ervaring heeft gehad te beseffen dat twee vrienden waarvan je niet wist dat ze ook vrienden met elkaar waren, heeft het echte equivalent van de vruchten van dit kliekoplossende algoritme ervaren.
Met hulp van Zhenming Liu van Harvard en Xiaorui Sun van de Shanghai Jiao Tong-universiteit, Wei Chen en Yajun Wang van Microsoft heeft het algoritme ook met succes toegepast op een veelvoorkomend probleem in academische citaten: uitzoeken wie wie is onder de vele Chinese onderzoekers wiens namen hetzelfde worden gespeld wanneer geromaniseerd . Er zijn bijvoorbeeld meer dan 20 mensen genoemd Wei Chen in de DBLP informatica bibliografie . (Niet toevallig is een van hen de auteur van dit artikel.)
Met behulp van een kaart van 20.000 knooppunten uit de bibliografie, waarbij elk knooppunt een persoon is, ontdekten ze alle gemeenschappen waartoe auteurs met die naam behoorden. Wetende hoe onwaarschijnlijk het is dat twee Wei Chens tot exact dezelfde groep kliekjes zouden behoren, waren ze in staat om de verschillende Wei Chens in de DBLP ondubbelzinnig te maken.
Volg Mims op Twitter of neem contact met hem op via e-mail .