雷竞技rebat前沿的年轻人

雷竞技rebat前沿的年轻人
菜单
核心概念 数学和经济学 发表:2019年7月18日

谁是最重要的角色在冻结吗?网络可以告诉我们什么世界

文摘

我们如何确定重要人物在电影中吗?我们可以看到它,当然,但也有其他方面使用数学和传送看谁是重要的社交网络的一个故事。这个想法是为了计算数字叫做中心,它在社交网络方面的测量是很重要的。在本文中,我们讨论不同类型的中心以不同的方式测量的重要性。我们还讨论人们如何使用中心研究多种网络,不仅是社会的。科学家们正在开发中心还措施,考虑随时间的变化和不同类型的关系。

这部电影和社交网络

你看过这部电影吗吗?它讲述了两个孤儿的姐妹,埃尔莎和安娜,Arendelle王国的公主。埃尔莎有一种神奇的力量,让她创造冰雪,但这个魔法是危险的对她和她周围的人。保护安娜,埃尔莎一直在回避她,因为他们都很年轻。在埃尔莎的21岁生日,她是Arendelle女王加冕。在晚会来庆祝她的加冕,她失去控制的魔法,铸造Arendelle成永恒的冬天。埃尔莎和树叶Arendelle变得很沮丧。安娜出发寻求带回她的妹妹和结束的冬季。在这个过程中,她遇到许多令人难忘的角色,就像冰收割机Kristoff,巨魔朋友,当然雪人奥拉夫。安娜也一直受到埃尔莎的魔法和诅咒逐渐冻结的冰,所以它是非常重要的安娜和所有Arendelle打破魔咒。

许多人物了解彼此,在故事开始之前或之后他们相遇在电影。埃尔莎当然知道她的妹妹安娜,谁知道Kristoff,谁知道巨魔。一组人互相认识,结合这些人之间的关系,称为社会网络。社交网络是很重要的。例如,他们帮助传播知识,因为人们告诉对方当他们彼此交谈或消息。在通过社交网络,例如,安娜学习她的法术可以治愈只有真爱的行为。她学习这个巨魔,她通过Kristoff会面。

中心措施的基本思路

社交网络可以给我们讲讲其中的人。当有人在困难的情况下,他们可以使用一个小的帮助他们的朋友。谁有最的朋友吗?很难告诉从看这部电影,但我们可以学习另一种社会业务开展的网络-谁与谁。我们在这个网络图1友谊网络,不是完全一样,但它是更容易准确地确定谁与谁在电影中比决定到底谁是朋友彼此,这些友谊是多么强大。在这个网络的对话,安娜是9人,所以我们会认为她有九个朋友。数学家说安娜是一个节点在这个网络,她有一个学位九,九个朋友是她的邻居。同样,埃尔莎8度,因为她有八个朋友;和Kristoff六度。计算一个人的学位是一种测量的重要性,但也有许多其他的方法。

图1 -网络的主要人物冷冻食品。
  • 图1——网络的主要人物
  • 这个网络显示了谁与谁的电影。两个字符表示越多,厚之间的界限。我们在黑色突出特别重要的角色。每个字符,如奥拉夫,网络中是一个“节点”。奥拉夫谈判三characters-Anna,埃尔莎,Sven-in这个网络,所以我们说,他有三个“度”。安娜,埃尔莎,斯文是奥拉夫的“邻居”网络。

仔细看看图1。我们可以找出最重要的人物是谁通过观察网络在这张照片吗?重要的人常常有很多朋友。此外,朋友重要的人往往自己还重要的人。测量用一个数字,我们首先假设在前,所有字符(即节点)是同样重要的是,有一个初始值为1。然后,我们更新了(称为重要性中心通过研究网络)的人每个人都总结的重要性角色他们连接(换句话说,他们的邻居)。做这一次后,最初的结果等于程度,每个节点的朋友的数量。我们这些数字除以所有节点的重要性(这使数字获得太大)得到一套新的重要性。我们一遍又一遍地重复这个替换每个节点的重要性和邻国的重要性并将结果通过网络中的重要性的总和,重要性最终停止改变。请试试这个自己使用图2作为一个工作表;对小型网络,数字通常停止改变很快。我们得到最终的数字计算特征向量中心为特定类型的重要性,一个花哨的名字,我们计算。网络的图1如果我们考虑多久人物交谈,安娜具有最大的价值,为0.295;Kristoff排在第二,0.210;第三,埃尔莎,0.151。根据这些数字,安娜仍然是最重要的角色,但是现在Kristoff排名高于埃尔莎。如果我们忽略频率人物交谈,数字改变一点:安娜仍然是第一,0.146;埃尔莎是第二,0.132;和现在Kristoff第三,0.112。

图2——一个循序渐进的过程计算特征向量中心节点的网络。
  • 图2——一个循序渐进的过程计算特征向量中心节点的网络。
  • 我们说明这个过程用一个简单的网络。我们可以用它作为一个方法来衡量不同的角色在电影的重要性

在这一点上,您可能想知道为什么有人困扰数字计算特征向量中心测量的重要性。从看很明显埃尔莎的大多数事情发生,因为魔法,也许她应该最重要的性格?然而,看另一个网络图1:这是谁与谁的网络,不执行什么操作导致的重大事件。网络在图1告诉我们关于谁对电影里的故事很重要,而不是谁对导致Arendelle事件本身很重要。

我们可以做类似的叙述网络计算,这是一个网络事件导致的其他事件(1]。在这种情况下,它是网络建设的更加困难。图3试图开始这样一个网络;也许你能完成它吗?在这样一个网络,埃尔莎造成的事件可能会很大度,特征向量中心。这意味着,尽管安娜的故事是最重要的角色,取而代之的是埃尔莎是最重要的事件的故事。

图3 -一个简单但不完全叙述事件的网络附近的开始冻结。
  • 图3 -一个简单但完整叙述的事件开始附近的网络

网络无处不在

现在,我们已经说明了计算数字像中心的想法,让我们退一步。我们为什么要关心这些社交网络和计算?原因是网络到处都是在我们的日常生活,和学习网络可以帮助我们了解各种不同的东西(2,3]。我们会给一些例子。

网络的一个很重要的例子是互联网。互联网是一个巨大的全球网络,电脑,平板电脑,手机,和其他设备相连的电线和无线连接。我们可以把互联网作为社会的计算机网络。每个电脑都有“朋友”(连接到其他计算机),和那些朋友网关的不同部分网络,喜欢的社交网络字符。当你从手机发送一条短信,一个平板电脑,或一台电脑,它是传递给它的一个朋友,一个朋友的朋友,等等,直到最终到达接收方(你的朋友)。知道这个巨大的计算机网络的属性是很重要的对于许多实际的原因。例如,工程师想知道哪些设备有更大的重要性(中心)和平均有多少步骤是必要的,从一个设备到另一个地方。在一个大型网络,如互联网,有很多步骤或有很少人3]?

其他网络是自然界中生态作用的例子。生物物种相互作用在许多不同的方式。其中一个最重要的交互是谁吃谁,这叫做“捕食。“我们可以选择一个物种(例如,一只青蛙),列出其他物种的吃(如蛇和浣熊),被它(如昆虫和蠕虫)。如果我们让这些列表为每个物种,我们最终得到一套大型的关系(称为“食物链”),说明许多物种之间的捕食关系。这是相当不同的友谊和对话,我们前面所讨论的,但我们可以学习到很多生态学通过研究这种网络。例如,一个物种的中心可能表明多少如果物种灭绝将导致生态破坏。

这些例子说明了数学表示喜欢网络的力量。我们可以使用相同的数学工具研究许多不同的网络,即使真正的组件的网络人物,电脑,或生物物种能非常不同。还有许多其他的例子网络除了那些我们这里讨论。你能想到吗?

我们还能学习关于网络吗?

在网络的例子我们上面所讨论的,我们没有让网络变化,尽管人们结交新朋友,当他们去一所新学校。我们也没有区分不同类型的关系。在例如,埃尔莎和安娜是姐妹,但安娜和奥拉夫是朋友。

如今,科学家正在积极研究方法计算扩展到更复杂的情况下,网络中节点和连接等的添加,修改或删除的时间4]。因为谁与谁的网络故事的发展随着时间的流动,它是理想的测量重要人物的方式允许重要性随时间变化。社交网络的另一个特点是,有许多类型的关系,不仅仅是友谊;研究人员正在积极开发方法测量的重要节点,结合多种关系。这对社交网络不仅是有益的,而且对其他类型的网络。例如,在自然界中,动物不仅吃对方;他们还以其他方式相互作用,和动物依赖于这些不同的复杂的社会结构关系(5]。

网络的研究是一个令人兴奋的研究领域,链接的想法从数学、社会科学、物理学、计算机科学、生态、和许多其他的科目。网络分析的一个主要问题是确定最好的方法来衡量人的重要性,动物,和其他实体。通过我们的插图的故事,我们给了你一个窗口在这个令人兴奋的研究领域。

术语表

网络:一组节点和节点之间的连接。

节点:的事情在一个网络连接到其他的事情。例如,在社交网络,电影里的人物是节点。

学位:一个节点的邻居的总数。

邻居:一个节点连接的节点。

中心:这一数字表示一个节点是多么的重要。

特征向量中心:中心的一种,是基于这样一种理念:重要节点有重要的邻居。

利益冲突声明

作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。

确认

我们感激Nia邱,玛丽亚Chrysafis,安娜Gershenson,安东尼·金吠陀蒙哥马利,玛莎新,凯特·范·Hooser吴和奥斯汀非常有用的评论的草案。我们也感谢父母和teachers-Lyndie邱,克里斯蒂娜Chow,卡洛斯•Gershenson马龙·蒙哥马利,史蒂夫•新和史蒂夫·范Hooser-for把我们与他们联系,征求他们的反馈。我们感谢两个评论家和他们的科学指导价值,建设性的评论。最后,我们感谢苏珊Debad精心编辑我们的手稿,让它更容易对我们年轻的观众。


引用

[1]Bearman, P。喜怒无常,J。,and Faris, R. 2003. Networks and history.复杂性8:61 - 71。doi: 10.1002 / cplx.10054

[2]NetSciEd。(Eds)。2015年。网络文化:基本概念和核心思想。网上:http://tinyurl.com/networkliteracy。(7月5日访问,2019)。

[3]纽曼,m . e . j . 2018。网络,第二版。牛津:牛津大学出版社。

[4]泰勒,D。,Myers, S. A., Clauset, A., Porter, M. A., and Mucha, P. J. 2017. Eigenvector-based centrality measures for temporal networks.多尺度模型。同时。15:537 - 74。m1066142 doi: 10.1137/16

[5]芬恩,k . R。,Silk, M. J., Porter, M. A., and Pinter-Wollman, N. 2019. The use of multilayer network analysis in animal behaviour.动画。Behav。149:7-22。doi: 10.1016 / j.anbehav.2018.12.016