Identifizierung von ‚Freunden‘ in einer objektiven Art und Weise: Eine neue Methode für das extrahieren das Rückgrat der vernetzten sozialen Interaktionen

In den letzten Jahren, Verhaltensmuster von sozialen Lebewesen, wie Menschen, Vieh, Ameisen, etc., entdeckt wurden mithilfe von wearable-sensoren namens Radio-Frequenz-Identifikation (RFID) Geräte.

Die SocioPatterns Projekt unter der Leitung von Dr. Alain Barrat und Kollegen hat öffentlich gemacht, Datensatz der Kontakt-Datensätze der einzelnen Paare gesammelt von RFID-Geräten. Jedoch, da die RFID-datasets enthalten ist jegliche Art von Kontakten zwischen Personen, Sie können auch nicht-essentielle Kontakte, die beobachtet werden, nur durch Zufall, im Gegensatz zur vorsätzlichen Veranstaltungen wie das Gespräch unter engen Freunden.

Dr. Teruyoshi Kobayashi von der Universität Kobe und sein team entwickelten eine neue Methode für die Erkennung von Personen, die wesentliche Zusammenhänge zwischen Ihnen-wie Sie es nennen, „bedeutungsvolle Beziehungen.“ Dr. Kobayashi sagt: „Der Punkt ist, dass wir unterscheiden müssen zwischen der Kontakt-Ereignisse, die passieren könnte, durch Zufall und die Ereignisse, die nicht geschehen würde, ohne eine signifikante Beziehung zwischen zwei Individuen.“ Ihre Ergebnisse wurden veröffentlicht in „Nature Communications“ am 15. Januar.

Natürlich, die Gesamtzahl der Kontakte aufgezeichnet werden, größer sein, für diejenigen, die sozial sehr aktiv sind, als für diejenigen, die schüchtern sind. Dies bedeutet, dass das zählen der Anzahl von bilateralen Interaktionen ist nicht genug „Freunde“ in sozialen Netzwerken. Die neue vorgeschlagene Methode von Dr. Kobayashi und seinem team erlaubt es, die Steuerung für den Unterschied der einzelnen Aktivität. Interessant ist, die extrahierten signifikanten Beziehungen basieren auf face-to-face-Netzwerken gesammelt in einer primary school in Lyon, Frankreich bilden mehrere Cluster, von denen jeder genau imitiert eine tatsächliche Schule Klasse. Dr. Kobayashi kommentiert: „Es ist ganz natürlich, dass die Kontakte innerhalb der jeweiligen Klasse erklären, die meisten der signifikanten Beziehungen, aber dieses Phänomen ist nicht gut eingefangen, die durch die bestehenden Methoden, die ursprünglich entwickelt wurden für statische Netzwerke.“

Ein Vorteil dieser Methode ist, dass Sie angewendet werden können, um jede Art von dynamischen Netzwerken gebildet, die von bilateralen temporalen Interaktionen. Zum Beispiel, Dr. Kobayashi und Dr. Taro Takaguchi (einer der Mitautoren) untersucht den Interbanken-Markt in Italien und bestätigt, dass der Anteil der Banken, die gelten als verbunden, die durch erhebliche Bindungen erhöht, besonders in den Zeiten der globalen Finanzkrise in den Jahren 2008-2009.

Auf die Möglichkeit der künftigen Anwendung, Dr. Kobayashi fügt hinzu: „Diese Methode ist zu erwarten, um zu erfassen die Entwicklung der verschiedenen komplexe Netzwerke von Interbanken-Märkten zu einer Herde von Kühen. Wenn es implementiert ist, die auf einer face-to-face Netzwerk von Studenten, zum Beispiel, kann man in der Lage sein, zu erkennen, Anzeichen von Mobbing und/oder Verachtung.“