Successfully reported this slideshow.
We use your LinkedIn profile and activity data to personalize ads and to show you more relevant ads. You can change your ad preferences anytime.

論文紹介: Connections between human dynamics and network science

217 views

Published on

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

Published in: Science
  • Be the first to comment

  • Be the first to like this

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

×