एक सामाजिक ग्राफ का विश्लेषण करके सूचनात्मक महामारी की भविष्यवाणी करना

कुछ बिंदु पर, TED व्याख्यानों में से एक ने इंटरनेट के शांत हेवन में हलचल मचाई।

साइट से व्याख्यान का विवरण:

पेचीदा सामाजिक नेटवर्क का मानचित्रण करने के बाद, निकोलस क्रिस्टाकिस और उनके सहयोगी जेम्स फाउलर ने अच्छे के लिए इस जानकारी का उपयोग करने के तरीके तलाशे। और अब निकोलस क्रिस्टाकिस अपनी नवीनतम खोज का अनावरण करेंगे: किसी भी महामारी के प्रसार का पता लगाने के लिए सामाजिक नेटवर्क का उपयोग सबसे तेज़ विधि के रूप में किया जा सकता है: नवीन विचारों से लेकर सामाजिक खतरनाक व्यवहार या वायरस तक।

चेतावनी।
आगे के पाठ को समझने के लिए, व्याख्यान को देखना आवश्यक है।
यह केवल 18 मिनट तक रहता है और इसमें रूसी सबटाइटल ( नादेज़्दा लेबेदेव के लिए धन्यवाद) है।

विशेष रूप से सामग्री के वितरण का विश्लेषण करके नेटवर्क अभिनेताओं के व्यवहार की भविष्यवाणी करने की क्षमता मेरे दिमाग में बदल गई! जो भी कारण के लिए, मैंने प्रयोग को दोहराने का फैसला किया, यहां तक ​​कि कारीगरों की स्थिति में भी। मेरे सिर और सोच को ठंडा करते हुए, मुझे प्रोफेसरों के खिलाफ दो शिकायतें थीं:
1) जैविक वायरस (इन्फ्लूएंजा, टी-वायरस) का व्यवहार, यदि कोई वितरण के आँकड़ों की भविष्यवाणी कर सकता है, एक बहुत बड़ी त्रुटि है, क्योंकि अभिनेताओं के संपर्कों के अलावा, कई अन्य कारक सूर्य में फैलने वाले पात्रों के शारीरिक स्वास्थ्य से, वितरण को प्रभावित करेंगे।
2) "मैत्री के विरोधाभास" की अवधारणा (एक यादृच्छिक व्यक्ति अपने दोस्त को बुलाता है और ज्यादातर मामलों में उसके अधिक दोस्त होंगे) कभी-कभी मेरे लिए पूरी तरह से बेतुका लगता है। सत्यापन के लिए, मैंने अपने दस दोस्तों को यादृच्छिक रूप से किसी दोस्त का नाम देने के लिए कहा, और उनमें से केवल दो का चयन विरोधाभास के मैत्री के सिद्धांत के साथ था।

पहले प्रश्न को हल करने के लिए, मैंने सूचना वायरस के रूप में मदद के लिए अनुरोध का चयन किया। एक नमूना प्रतिभागियों में से एक स्कूटर चोरी हो गया था। यह सूचना रेखा सुविधाजनक थी कि पीड़ित ने सोशल नेटवर्क का उपयोग करके खोज की और नियमित रूप से उनमें परिणामों की सूचना दी।
दूसरे प्रश्न को हल करने के लिए, नमूना में सबसे लोकप्रिय उपयोगकर्ताओं की पहचान करने के लिए, मैत्री विरोधाभास सिद्धांत के बजाय, मैंने बस नमूने के भीतर प्रत्येक प्रतिभागी के कनेक्शन की संख्या गिना।

यह भी उल्लेख करना आवश्यक है कि, मूल अध्ययन के विपरीत, VKontakte सामाजिक नेटवर्क को माध्यम के रूप में चुना गया था।
मॉस्को विश्वविद्यालय के विभिन्न संकायों के 100 छात्रों से नमूना एकत्र किया गया था।
समय रेखा को 20 अंकों में विभाजित किया गया है, जहां एक दिन एक दिन (30 जुलाई से 18 अगस्त तक की अवधि) है।
"संक्रमण के क्षण" का अर्थ है सूचना लाइन (रिकॉर्ड पर टिप्पणी करना, आदि) के साथ उपयोगकर्ता का पहला संपर्क।
सभी डेटा संग्रह और प्रसंस्करण मैन्युअल रूप से हुई (मैं एक मानवतावादी हूं)।

घटिया गणनाओं का परिणाम नीचे दी गई तालिका थी।
(तीन सबसे लोकप्रिय और गैर-लोकप्रिय अभिनेताओं द्वारा दिखाया गया है)




नमूने के भीतर अभिनेताओं की लोकप्रियता के आंकड़ों के आधार पर, मैंने उन्हें दो समूहों में विभाजित किया:
ग्रुप ए - सबसे लोकप्रिय 20 उपयोगकर्ता
ग्रुप बी - शेष 80 उपयोगकर्ता

और काम का अंतिम परिणाम एक कार्यक्रम था।


इस तथ्य के बावजूद कि मेरा यह शोध प्रारंभिक सिद्धांत की पुष्टि करता है, यह एक बार फिर से याद रखना आवश्यक है कि प्रयोग कारीगर की स्थितियों के तहत किया गया था, और इसलिए इसके परिणामों पर बहुत अधिक भरोसा करना असंभव है। लेकिन मैं खुद इस तरह के तरीकों से सूचना वायरस की भविष्यवाणी करने की संभावना में दृढ़ता से विश्वास करता था।

मैं सलाह और सिफारिशों के लिए आभारी रहूंगा।