[論文レビュー] Gossip in random networks

Krzysztof Malarz, Zsuzsanna Szvetelszky+2 more|ArXiv.org|Jan 20, 2006

Opinion Dynamics and Social Influence参考文献 5被引用数 14

ひとこと要約

本稿では、エッジが友人関係を表すノードを有する Erdős–Rényi ランダムグラフフレームワークを用いて、ランダムな社会的ネットワークにおける噂の伝播をモデル化する。半数のネットワークが知らされるための臨界エッジ確率 $p_c$ は $N^{-0.68}$ に比例するのを特定し、噂の伝播は $p$ に対してシグモイド的であるのを発見した。一方、クラスタリングの増加は、局所的伝播に起因する情報伝播全体の低下を引き起こす。

ABSTRACT

We consider the average probability X of being informed on a gossip in a given social network. The network is modeled within the random graph theory of Erdos and Renyi. In this theory, a network is characterized by two parameters: the size N and the link probability p. Our experimental data suggest three levels of social inclusion of friendship. The critical value p_c, for which half of agents are informed, scales with the system size as N^{-γ} with γ\approx 0.68. Computer simulations show that the probability X varies with p as a sigmoidal curve. Influence of the correlations between neighbors is also evaluated: with increasing clustering coefficient C, X decreases.

研究の動機と目的

• ランダムグラフ理論を用いて、社会的ネットワークにおける噂の伝播をモデル化すること。
• 半数のネットワークが知らされる臨界エッジ確率 $p_c$ を特定すること。
• ネットワークのクラスタリングが噂伝播の効率に与える影響を評価すること。
• 先行実験から得られた実証的「社会的包摂度」レベル（$q_1=1.0$, $q_2=0.748$, $q_3=0.221$）をネットワーク構造および情報伝播と関連付けること。
• 噂伝播プロセスが複雑ネットワークにおける透過的または疫学的プロセスとどのように類似しているかを検討すること。

提案手法

• ノード数 $N$ およびエッジ確率 $p$ を用いた Erdős–Rényi ランダムグラフとして社会的ネットワークをモデル化すること。
• シミュレーションを用いて、噂伝播後の平均的インフォームドノード数 $X$ を計算すること。
• 先行実験からの実証的確率を適用：第1、第2、第3次関係の確率はそれぞれ $q_1=1.0$, $q_2=0.748$, $q_3=0.221$。
• クラスタリング係数 $C$ を測定し、再接続手順を用いてそれを増加させ、$X$ に与える影響を調査すること。
• システムサイズ $N$ に関する臨界閾値 $p_c$ のべき乗則スケーリング $p_c \propto N^{-\gamma}$ を用いてフィッティングすること。
• スケーリング則から導出された有効伝播距離 $b$ を観測された $q_i$ 値と比較すること。

実験結果

リサーチクエスチョン

• RQ1 システムサイズ $N$ が増加するに従い、半数のネットワークがインフォームされるための臨界エッジ確率 $p_c$ はどのようにスケーリングされるか？
• RQ2 エッジ確率 $p$ の関数としてのインフォームド個体の平均的割合 $X$ の関数的形態は何か？
• RQ3 クラスタリング係数 $C$ を増加させると、ネットワーク内の噂伝播にどのような影響を与えるか？
• RQ4 実証的「社会的包摂度」確率（$q_1, q_2, q_3$）は、情報伝播の構造にどの程度影響を与えるか？
• RQ5 噂伝播プロセスは、複雑ネットワークにおける既知の透過的または疫学的モデルにどのように対応できるか？

主な発見

• 半数のネットワークがインフォームされるための臨界エッジ確率 $p_c$ は、$N$ が 1000 までにわたり $p_c \propto N^{-\gamma}$ に比例し、$\gamma \approx 0.68$ であることが判明した。
• インフォームド個体の平均的割合 $X$ は $p$ とともにシグモイド的（S字型）に増加し、$p_c$ の周辺で急激な遷移が確認された。
• クラスタリング係数 $C$ を増加させると、インフォームドグループの平均サイズ $X$ が減少し、グローバルな伝播効率が低下することが示された。
• $C$ を増加させる再接続手順により、ネットワークの断片化が生じ、長距離情報伝播が制限された。
• スケーリング則から導出された有効伝播距離 $b$ は約 3 であり、先行実験の三段階社会的包摂度モデルと整合的であった。
• 結果から、クラスタ間の弱いつながり（弱い縁）が広範な噂伝播に不可欠であることが示唆され、社会学的理論における情報伝播のメカニズムと整合的である。