211service.com
Software identifiziert soziale Cliquen, von denen Sie nicht einmal wussten, dass Sie sie haben
Unter der Leitung eines Ingenieurs bei Microsoft Research hat ein Team von Informatikern die vielleicht genaueste Methode entwickelt, um soziale Cliquen in sozialen Netzwerken zu identifizieren.
Gemeinschaften in einer Gruppe von 64 Delfinen
Ihre Software (pdf) verwendet einen völlig neuartigen spieltheoretischen Ansatz, bei dem jedes Mitglied eines sozialen Netzwerks als rationaler Akteur behandelt wird, der versucht, seinen eigenen Nutzen angesichts der Vorteile und Kosten der Aufrechterhaltung der Mitgliedschaft in sozialen Cliquen zu maximieren. (Für diejenigen von euch, die sich wirklich für dieses Zeug interessieren, sie haben das gefunden Nash-Gleichgewicht für die Kosten-Nutzen-Rechnung jedes Einzelnen.)
Es ist bekannt, dass Menschen viele Vorteile aus der Zugehörigkeit zu einer Gemeinschaft ziehen, aber die Aufrechterhaltung dieser Bindungen ist in Bezug auf Zeit oder andere Ressourcen kostspielig, beispielsweise wenn eine Berufsgemeinschaft einen Mitgliedsbeitrag hat.
Diese Arbeit könnte Studien über Stadtentwicklung, kriminelle Netzwerke, Marketing und viele andere Forschungsbereiche unterstützen, die durch die leicht verfügbaren Daten von sozialen Online-Netzwerken wie Facebook und Twitter ermöglicht werden.
Interessanterweise handelte es sich bei zwei der Datensätze, mit denen die Forscher ihre Arbeit getestet haben und die anscheinend Standard für diese Art von Forschung sind, um Daten, die von Anthropologen über eine Karate-Akademie , und von Meeresbiologen gesammelte Daten über a Schote von 64 Delfinen . Durch die Anwendung ihres spieltheoretischen Ansatzes auf beide Netzwerke konnten sie Cliquen auflösen, die andere Ansätze völlig übersehen.
Gemeinschaften in Zacharys Karateclub
In einer Welt, in der die Grenzen von Cliquen so verschwommen sein können, dass selbst die Individuen in ihnen ihre Zugehörigkeit zu einer Gruppe möglicherweise nicht erkennen, könnte uns diese Arbeit eines Tages helfen, die sozialen Landschaften, an denen wir teilhaben, deutlich zu machen. Jeder, der die Erfahrung gemacht hat, dass zwei Freunde, die Sie nicht kannten, auch miteinander befreundet waren, hat das reale Äquivalent der Früchte dieses Cliquenauflösungsalgorithmus erlebt.
Mit Hilfe von Zhenming Liu von Harvard und Xiaorui Sonne der Shanghai Jiao Tong Universität, Wei Chen und Yajun Wang von Microsoft hat den Algorithmus auch erfolgreich auf ein häufiges Problem in akademischen Zitaten angewendet: herauszufinden, wer unter den vielen chinesischen Forschern ist, deren Namen wann gleich geschrieben werden romanisiert . Zum Beispiel gibt es mehr als 20 Personen mit Namen Wei Chen in dem DBLP Informatik Bibliographie . (Nicht zufällig ist einer von ihnen Autor dieses Papiers.)
Anhand einer Karte mit 20.000 Knoten aus der Bibliographie, in der jeder Knoten eine Person ist, entdeckten sie alle Gemeinschaften, zu denen Autoren mit diesem Namen gehörten. Da sie wussten, wie unwahrscheinlich es ist, dass zwei Wei Chens genau derselben Gruppe von Cliquen angehören würden, konnten sie die verschiedenen Wei Chens in der DBLP eindeutig machen.
