Diese Präsentation wurde erfolgreich gemeldet.
Wir verwenden Ihre LinkedIn Profilangaben und Informationen zu Ihren Aktivitäten, um Anzeigen zu personalisieren und Ihnen relevantere Inhalte anzuzeigen. Sie können Ihre Anzeigeneinstellungen jederzeit ändern.

論文紹介: Connections between human dynamics and network science

240 Aufrufe

Veröffentlicht am

Chaoming Song, Dashun Wang, Albert-Laszlo Barabasi(under review)
http://arxiv.org/abs/1209.1411

Veröffentlicht in: Wissenschaft
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

論文紹介: Connections between human dynamics and network science

  1. 1. Connections between Human Dynamics and Network Science Chaoming Song, Dashun Wang, Albert-Laszlo Barabasi (under review) http://arxiv.org/abs/1209.1411 takano, twitter: @mtknntkm
  2. 2. ビッグデータと複雑系科学 ● 幅広く大量のデータが集められる、処理できるように ○ 複雑系研究(細胞生物学から計算機科学まで)は再形成されている ● これは Human DynamicsとSocial Media研究 を前進させた ○ E-mail, 携帯端末, ソーシャルネットは大量の「動的な行動パターン」データ ○ 特にNetwork ScienceとHuman Dynamicsを刺激した
  3. 3. Network Science と Human Dynamics Network Science Human Dynamics ● Network Science ○ ネットワークの構造とそれの動力学に焦点 ■ 個体間相互作用の全体的性質 ■ 現実世界のネットワークの全体的な性質に関する発見 ● スケールフリーネットワークとかのロングテール的な性質 ● リンクの強さを特徴づける予測可能なパターン ● Human Dynamics ○ 個体間相互作用のパターンの一時的な形態に焦点 ○ 相互作用の時間とか ■ これもロングテール ● ランダムだとポアソンになるはずなので、 ランダムとは著しく異なる ● これらは同じ系・データセットに関する研究だが 平行して研究され、あまり交わりがない
  4. 4. 目的 ● 両者を繋ぐこと ○ Network ScienceとHuman Dynamicsの定量的特徴を繋ぐ ○ 複数の系を幅広く横断する一般性を示す ● 使うデータ ○ Twitter, Mobile Phone, E-mail (Enron), Online Messages
  5. 5. 社会ネットワークのベキ則 ● ネットワーク全体の特性 ○ b) 友達の数の分布 ■ 度数 k の分布 ○ c) 社会関係の強さの分布 ■ 相互作用頻度 w の分布 ● コミュニケーションの動的特性 ○ d) アクティブ度の分布 ■ 他者との相互作用回数 C の分布 ○ e) 2者間の相互作用間隔 τ の分布 ● どのデータでも類似の傾向 ○ ネットワーク全体の特性とコミュニケーションの動 的特性は独立に報告された
  6. 6. ネットワーク特性とコミュニケーション特性の結合 ● 各個体の以下の2つを比較してみる ○ ネットワーク全体の特性「友達の数 k の分布」 ○ コミュニケーションの動的特性「アクティブ度 Cの分布」 ● 結果、 ○   という関係だった(α < 1) ● 友達を増やすためには、アクティブ度をもっと増やさ なければならない ● → 社会関係を広げるほど一人あたりのコスパは 悪くなる ● α は社会的能力と言える
  7. 7. 社会的能力 α の分布 ● メディアによって異なる ○ コミュニケーションシステムを特徴づける指標になりうる ● 社会的能力 α はアクティブ度 C に依存しない i.e., α と C は独立
  8. 8. 動的さ β(β: 2者間の相互作用間隔 τ の分布のべき係数) はコミュニケーションシステム間の違いがない ※ F(x) = exp(σx)/(1+s exp(k x)) 各データは国(文化)もデモグラも違うので、 かなり幅広い不変性がありそう ● Scaling Regimeに限定すると ○ exp(σ β/β^)=β/β^
  9. 9. 度数分布 P(k) と社会的能力α・アクティブ度C ● kはC^αに比例し、αとCは独立なので↑のように書ける ● つまり、 ○ 度数分布のべき分布(ロングテール性)は社会的能力とアクティブ度の不均一性に起因する ● もし、P(C)が支配的だったら、P(α)を無視して ○   ● もし、P(α) が支配的だったら、P(C)を無視して ○   ● べき係数 γ は社会的能力の多様性σ で決まる。 平均的なアクティブ度Cはべき係数を減らす
  10. 10. 度数分布 P(k) と社会的能力α・アクティブ度C だいたいFit ※ 図a-d Mobile PhoneだけはP(C) が支 配的なときにはFitしなかった
  11. 11. べき係数γ P(C) が支配的なとき P(α) が支配的なとき
  12. 12. 社会関係の強さw の比率(r=w/C) ● rの分布(図a)はべき分布 ○ 一部の仲の良いヒトとずっとコミュニ ケーション ○ べき係数はCに非依存、αに依存して 各個人で異なる ○ r^(-α)にすると個体差はなくなる ● 重みの分布は ● 全てのコミュニケーションシス テムでFit
  13. 13. まとめ ● P(k)とP(C)とP(α) の関係はネットワーク構造と各人のダイナミクスをつなぐ ● 各指数はコミュニケーションシステムを特徴づける指標群になりうる ○ より理解するには数理モデルの構築が必要 ○ 本研究の結果から、これらのコミュニケーションシステムを一つのモデルで説明できそう ● 本研究で発見したNetwork ScienceとHuman Dynamicsの関係はビッグデータに 基づく社会のメカニズム的な理解のきっかけとなるだろう

×