Standort bestimmt den Einfluss sozialer Netzwerke, Studienergebnisse; Zahl der Verbindungen weniger wichtig als Nähe zum Kern

Standort bestimmt den Einfluss sozialer Netzwerke, Studienergebnisse; Zahl der Verbindungen weniger wichtig als Nähe zum Kern
Standort bestimmt den Einfluss sozialer Netzwerke, Studienergebnisse; Zahl der Verbindungen weniger wichtig als Nähe zum Kern
Anonim

Ein Forscherteam unter der Leitung von Dr. Hernán Makse, Professor für Physik am City College of New York (CCNY), hat ein neues Licht auf die Art und Weise geworfen, wie sich Informationen und Infektionskrankheiten über komplexe Netzwerke ausbreiten. Sie schreiben in Nature Physics, dass entgegen der landläufigen Meinung Personen mit den meisten Verbindungen nicht unbedingt die besten Verbreiter sind.

"Wichtig ist, wo sich jemand in einem Netzwerk befindet", sagte Professor Makse in einem Interview. "Wenn sich jemand im Kern befindet, kann er Informationen effizienter verbreiten. Die Herausforderung besteht darin, den Kern zu finden."

Diese Art von Informationen könnte Vermarktern und Praktikern der Öffentlichkeitsarbeit dabei helfen, Social-Media- und Social-Marketing-Kampagnen effektiver durchzuführen. Es könnte Epidemiologen auch dabei helfen, Ressourcen gezielt einzusetzen, um die Ausbreitung von Infektionskrankheiten einzudämmen.

Um den Kern zu identifizieren, verwendeten Professor Makse und Kollegen eine Technik namens k-Shell-Zerlegung. Dabei werden Netzknoten mit nur einem Link entfernt, bis keine Single-Link-Knoten mehr vorhanden sind. Den verbleibenden Knoten wird ein k-Shell-Wert von eins zugewiesen. Der Prozess wird wiederholt, wobei den verbleibenden Knoten nach jeder Schnittrunde höhere k-Shell-Werte zugewiesen werden. Diejenigen Knoten, die nicht auf einen einzigen Link reduziert werden können, werden als Kern des Netzwerks identifiziert und haben die höchsten k-Shell-Werte.

In der Studie untersuchten die Forscher vier Netzwerke, die archetypische Beispiele sozialer Strukturen darstellen: Mitglieder von LiveJournal.com; E-Mail-Kontakte in der Informatikabteilung des University College London; stationäre Patienten schwedischer Krankenhäuser und erwachsene Filmschauspieler.Die letztere Gruppe wurde untersucht, weil es sich um eine eigenständige Untergruppe des Schauspielberufs handelt, deren Mitglieder selten in anderen Genres auftreten, erklärte Professor Makse.

Die Position jedes Netzwerkmitglieds in diesem Netzwerk wurde in einem Diagramm mit der Anzahl der Verbindungen entlang einer Achse und dem k-Shell-Wert entlang der anderen Achse dargestellt, z. (100, 5), (50, 25). Das Team fand heraus, dass Knoten mit vielen Verbindungsknoten, die sich an der Peripherie eines Netzwerks befinden, d. h. niedrige k-Shell-Werte, schlechte Spreader sind.

Knoten mit weniger Verbindungen, aber kernnahen Standorten, d.h. hohen k-Shell-Werten, verbreiteten jedoch genauso wahrscheinlich Informationen oder Infektionen wie ähnlich gelegene Knoten mit mehr Verbindungen. Daher kommen sie zu dem Schluss, dass sich die effizientesten Spreader im inneren Kern eines Netzwerks befinden.

"Im Fall von LiveJournal wird jemand mit tausend Freunden, aber einem niedrigen K-Shell-Level weniger Einfluss haben als jemand mit hundert Freunden, aber einem hohen K-Shell-Level", sagte Professor Makse."Kleine Spieler und große Spieler verbreiten sich genauso gut, wenn sie der Kern des Netzwerks sind.

Für die Ausbreitung von Krankheiten ist es wahrscheinlicher, dass Knoten, die sich in Schichten mit hoher K-Schale befinden, infiziert werden, und sie werden früher infiziert als andere Knoten, fanden die Forscher heraus. "Die Nachbarschaft dieser Knoten macht sie effizienter bei der Aufrechterh altung einer Infektion in frühen Stadien, wodurch die Epidemie eine kritische Masse erreichen kann, damit sie sich vollständig entwickeln kann."

Dieses Wissen könnte Beamten des öffentlichen Gesundheitswesens sehr helfen, die versuchen, eine Epidemie in Situationen abzuwehren, in denen nur begrenzte Mengen an Impfstoffen verfügbar sind, sagte Professor Makse. "Sie versuchen, die wahrscheinlichsten Streuer zu identifizieren und sie zuerst zu impfen."

Die Forscher erklärten die Existenz von Hubs an der Peripherie echter Netzwerke als Folge ihrer "reichen topologischen Struktur". In einem vollständig zufälligen Netzwerk würden alle Hubs in der Nähe oder im Kern existieren und sie würden gleich gut dazu beitragen Verbreitung.

Obwohl festgestellt wurde, dass Nodes mit hohem k-Shell-Wert unabhängig von ihrer Konnektivität die besten Single-Spreader sind, g alt dies nicht unbedingt für Situationen mit mehreren Spreadern. In diesen Fällen beschleunigte die Konnektivität zwischen Hubs die Ausbreitung nicht, da sich die infizierten Gebiete durch die verschiedenen Spreader überlappten.

"Die bessere Spreading-Strategie mit (mehreren) Spreadern besteht darin, entweder die höchsten k- oder k-Shell-Knoten zu wählen, mit der Anforderung, dass keine zwei Spreader direkt miteinander verbunden sind", schrieben die Forscher.

Neben Professor Makse gehörten zum Team:

  • Dr. Maksim Kitsak vom Center for Polymer Studies and Physics Department der Boston University und der Cooperative Association for Internet Data Analysis der University of California – San Diego;
  • Dr. Lazaros K. Gallos vom Levich Institute and Physics Department, CCNY;
  • Dr. Shlomo Havlin vom Minvera Center and Department of Physics, Bar-Ilan University (Israel);
  • Dr. Fredrik Liljeros vom Institut für Soziologie der Universität Stockholm;
  • Dr. Lev Muchnik vom Fachbereich Information Operations and Management Sciences an der Stern School of Business, New York University, und
  • Dr. H. Eugene Stanley vom Center for Polymer Studies and Physics Department der Boston University.

Unterstützung für das Projekt kam von der National Science Foundation, dem Office of Naval Research, Epiwork und der Israel Science Foundation.

Beliebtes Thema