[論文レビュー] Formalising the multidimensional nature of social networks

David Lusseau, Louise Barrett+1 more|Jan 19, 2011

Evolutionary Game Theory and Cooperation参考文献 60被引用数 93

ひとこと要約

この論文は、社会的ネットワークを多次元的構造として形式化し、複数の行動的文脈における相互作用を3次元テンソル（n×n×b）としてモデル化する。個々の個体は社会的結果における不確実性を低減しようと行動する。シミュレーションとサルの群れからの実地データを用いて、社会的ネットワークが小世界的性質を示し、摂動後にはより予測可能になることが示され、個体レベルの不確実性低減がネットワークダイナミクスを駆動するという仮説を支持する。

ABSTRACT

Individuals interact with conspecifics in a number of behavioural contexts or dimensions. Here, we formalise this by considering a social network between n individuals interacting in b behavioural dimensions as a nxnxb multidimensional object. In addition, we propose that the topology of this object is driven by individual needs to reduce uncertainty about the outcomes of interactions in one or more dimension. The proposal grounds social network dynamics and evolution in individual selection processes and allows us to define the uncertainty of the social network as the joint entropy of its constituent interaction networks. In support of these propositions we use simulations and natural 'knock-outs' in a free-ranging baboon troop to show (i) that such an object can display a small-world state and (ii) that, as predicted, changes in interactions after social perturbations lead to a more certain social network, in which the outcomes of interactions are easier for members to predict. This new formalisation of social networks provides a framework within which to predict network dynamics and evolution under the assumption that it is driven by individuals seeking to reduce the uncertainty of their social environment.

研究の動機と目的

• 複数の行動的文脈における相互作用を捉える多次元的オブジェクトとして社会的ネットワークを形式化すること。
• 個体レベルの不確実性低減が、社会的ネットワークのトポロジーの進化とダイナミクスをどのように駆動するかを調査すること。
• 不確実性低減仮説が予測するように、社会的摂動後、社会的ネットワークがより予測可能になるかどうかを検証すること。
• 個体選択に基づく理論的枠組みを提示し、社会的ネットワーク構造と変化を説明すること。

提案手法

• 個体数nと行動次元数bを用いて、サイズn×n×bの3次元テンソルとして社会的ネットワークをモデル化する。
• ネットワークの不確実性を、すべての次元における構成要素となる相互作用ネットワークの結合エントロピーとして定義する。
• エージェントベースのシミュレーションを用いて、不確実性低減の原則に従う場合の、小世界的構造などのネットワーク特性の出現を探索する。
• 自由に行動するサルの群れにおいて、自然実験（「ノックアウト」）を実施し、社会的混乱後のネットワークの予測可能性の変化を観察する。
• 情報理論的指標を用いて、摂動前後における相互作用の結果の予測可能性の変化を定量化する。
• シミュレートされたネットワークダイナミクスとサルの群れからの実証データを比較することで、モデルの妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 不確実性低減ダイナミクスの下で、多次元的ネットワークモデルは小世界的性質を示すことができるか？
• RQ2 社会的摂動の後、個体は社会的結果における不確実性を低減するために、相互作用パターンを変更するか？
• RQ3 摂動後のネットワークにおいて、相互作用の結果の予測可能性は摂動前の状態よりも高くなるか？
• RQ4 個体レベルの不確実性低減は、社会的ネットワークのトポロジーと進化にどの程度影響を及ぼすか？
• RQ5 複数の次元にわたる相互作用ネットワークの結合エントロピーは、社会的システム全体の不確実性をどのように反映するか？

主な発見

• 多次元的ネットワークモデルは、効率的な情報伝達とクラスタリングを示す小世界的ネットワーク構造を成功裏に生成した。
• キーパーソンの除去といった社会的摂動後、相互作用の結果の予測可能性が顕著に向上した。これは不確実性低減仮説を支持する。
• 摂動後、ネットワークの結合エントロピーが低下し、行動的次元全体にわたる社会的結果の不確実性が減少した。
• シミュレーションにより、個体が不確実性を最小化する行動を取ることで、ネットワークがより予測可能な構成に進化することが確認された。
• サルの群れからの実証データは、ノックアウト後のネットワークがエントロピーが低く、予測可能性が高いことを示し、モデルの予測と一致した。
• このフレームワークは、情報理論的原則を介して、個体レベルの意思決定と、出現的なネットワークレベルの性質を成功裏に結びつけた。