[論文レビュー] Endogenous Versus Exogenous Shocks in Complex Networks: an Empirical Test

Didier Sornette, Thomas Gilbert+2 more|arXiv (Cornell University)|Oct 7, 2003

Complex Network Analysis Techniques参考文献 2被引用数 3

ひとこと要約

本研究では、アマゾンの書籍販売順位を用いて、複雑ネットワークにおける内生的および外生的ショックを区別し、外生的ピークは急激に発生し、速やかにパワー則的減衰を示すのに対し、内生的ピークは加速するパワー則的成長を経て、遅く、ほぼ対称的な減衰を示すことが明らかになった。研究結果は、販売動態が直接的な外部刺激よりも、連鎖的な社会的影響に支配されていることを示しており、ネットワークが臨界に近い状態で動作している可能性を示唆している。

ABSTRACT

Are large biological extinctions such as the Cretaceous/Tertiary KT boundary due to a meteorite, extreme volcanic activity or self-organized critical extinction cascades? Are commercial successes due to a progressive reputation cascade or the result of a well orchestrated advertisement? Determining the chain of causality for extreme events in complex systems requires disentangling interwoven exogenous and endogenous contributions with either no clear or too many signatures. Here, we study the precursory and recovery signatures accompanying shocks, that we test on a unique database of the Amazon sales ranking of books. We find clear distinguishing signatures classifying two types of sales peaks. Exogenous peaks occur abruptly and are followed by a power law relaxation, while endogenous sale peaks occur after a progressively accelerating power law growth followed by an approximately symmetrical power law relaxation which is slower than for exogenous peaks. These results are rationalized quantitatively by a simple model of epidemic propagation of interactions with long memory within a network of acquaintances. The slow relaxation of sales implies that the sales dynamics is dominated by cascades rather than by the direct effects of news or advertisements, indicating that the social network is close to critical.

研究の動機と目的

• 複雑系における極端な出来事に寄与する内生的および外生的要因を解明すること。
• 現実のネットワーキングシステムにおけるショックの特徴的な前兆および回復シグネチャーを同定すること。
• 販売動態を支配するのは、広告などの直接的な外部刺激か、社会的影響の連鎖的拡散かを検証すること。
• ソーシャルネットワークなどの複雑ネットワークが臨界状態に近い状態で動作しているかどうかを評価すること。

提案手法

• 時間経過にわたるアマゾン書籍販売順位の独自データセットを分析し、ショックイベントを検出すること。
• 成長および緩和ダイナミクスに基づいて、販売ピークを内生的または外生的と分類すること。
• 長記憶相互作用を有するネットワークベースの感染症伝播モデルを用いて、観察されたダイナミクスをモデル化すること。
• 販売ピークの成長段階および緩和段階にパワー則関数をフィットさせ、加速および緩和の割合を定量すること。
• 知人ネットワークにおける連鎖的影響の単純モデルの予測と、実証的シグネチャーを比較すること。
• 統計的分析を用いて、緩和時間および成長パターンの差の有意性を確認すること。

実験結果

リサーチクエスチョン

• RQ1 複雑ネットワークにおける内生的ショックと外生的ショックの前兆および回復ダイナミクスは、どのように区別されるか？
• RQ2 極端な販売イベントを引き起こす要因として、直接的な広告やニュースよりも、連鎖的な社会的影響がどれほど支配的であるか？
• RQ3 観察されたパワー則的成長および緩和パターンは、その背後にあるソーシャルネットワークが臨界点に近い状態で動作していることを示唆するか？
• RQ4 長記憶相互作用を有する単純な感染症モデルは、販売ピークの実証的シグネチャーを再現できるか？
• RQ5 内生的ショックと外生的ショックの緩和時間はどのように異なるのか？これはネットワークの動的状態に何を示唆するか？

主な発見

• 外生的販売ピークは急激に発生し、急峻な減衰指数を示す速やかなパワー則的緩和に続く。
• 内生的販売ピークは、加速するパワー則的成長段階を経て、遅く、ほぼ対称的なパワー則的緩和に至る。
• 内生的ピークの緩和段階は、外生的ピークよりも顕著に遅く、影響の広がりが長期間にわたることを示している。
• 観察されたダイナミクスは、知人ネットワークにおける長記憶相互作用を有する単純な感染症モデルによって定量的に説明可能である。
• 販売の緩和が遅いことは、連鎖的ソーシャルインフルエンスが直接的な外部刺激を上回る支配的要因であることを示しており、ネットワークが臨界に近い状態にある可能性を示唆している。
• 実証的シグネチャーは、販売プロセスが孤立した外部イベントではなく、自己組織的連鎖的現象によって駆動されていることを強く支持している。