• Home
  • Chimica
  • Astronomia
  • Energia
  • Natura
  • Biologia
  • Fisica
  • Elettronica
  • Un nuovo meccanismo di modellazione potrebbe cambiare il modo in cui vediamo i social network

    Credito:Carnegie Mellon University

    I recenti tentativi di alto profilo di manipolare la percezione e il sentimento del pubblico tramite i social media hanno dimostrato che potremmo non sapere tanto sulla formulazione e l'evoluzione dei social network quanto pensiamo.

    È stata questa lacuna nella comprensione che ha motivato Radu Marculescu, Kavčić-Moura Professore del Dipartimento di Ingegneria Elettrica e Informatica di Carnegie Mellon, co-autore di un articolo in Rapporti scientifici delineando un nuovo modello di come i social network cambiano e si sviluppano nel tempo. La ricerca, condotto in stretta collaborazione con Mihai Udrescu e Alex Topirceanu del Dipartimento di Informatica dell'Università Politehnica di Timişoara, Romania, propone quello che gli autori chiamano il modello Weighted Betweenness Preferential Attachment (WBPA).

    Nel modellare i social network, un nodo rappresenta un singolo individuo, e le connessioni tra i nodi rappresentano le relazioni tra gli individui. I modelli precedenti si sono concentrati sulla quantità di connessioni che un individuo ha, chiamato anche grado del nodo, come forza trainante di un nodo che acquisisce nuove connessioni.

    In contrasto, il nucleo del nuovo modello WBPA è incentrato sulla nozione di "interconnessione dei nodi". Lui ei suoi collaboratori hanno scoperto che questa qualità dell'essere tra comunità è in realtà un maggiore attrattore e motore per la formazione di legami sociali rispetto ad altre misure di centralità come il grado di nodo. Nel WBPA, piuttosto che esaminare puramente la quantità di connessioni che un singolo nodo ha, i ricercatori pongono maggiore enfasi sulle comunità che un nodo collega e sulla qualità di tali connessioni.

    "Quando gli individui fanno valutazioni dell'attrattiva sociale in situazioni del mondo reale, non si basano sull'esecuzione di algoritmi o altri tipi di valutazioni quantitative complesse, "dice Marculescu. "Invece, gli individui prendono decisioni in base alle loro percezioni qualitative. Come tale, la qualità di essere 'in mezzo' può essere facilmente e rapidamente percepita."

    Il modello WBPA supera anche un'altra limitazione riscontrata nei precedenti modelli basati sui gradi, che consentono al grado di nodo individuale di crescere indefinitamente. Ciò equivarrebbe a un individuo in grado di sviluppare un numero illimitato di amicizie, uno scenario ovviamente impossibile.

    "Il nuovo modello si basa sull'idea che gli esseri umani sono più bravi a osservare gli aspetti qualitativi rispetto a quelli quantitativi, questo è il motivo per cui le persone in genere preferiscono investire in meno legami sociali qualitativi piuttosto che numerosi legami di qualità inferiore, " dice Marculescu. "Questo è il motivo per cui c'è un processo di ridistribuzione dei nodi in gioco nella WBPA, che limita il numero di nuovi collegamenti per i nodi di alto grado."

    Credito:Carnegie Mellon University

    Questo processo di ridistribuzione spiega le limitazioni fisiche e mentali del mondo reale, che limita la quantità di relazioni che un dato individuo può sviluppare e mantenere per tutta la vita.

    Finalmente, il WBPA può anche offrire approfondimenti sui possibili mezzi di un individuo per migliorare il proprio status sociale. Un individuo può aumentare la propria influenza personale allargando il proprio quartiere ad agenti influenti, quale può, a sua volta, innescare un aumento della forza delle loro connessioni con gli altri.

    Credito:Carnegie Mellon University

    Sebbene questa ricerca si concentri specificamente sui social network, il modello WBPA potrebbe avere applicazioni interessanti in tutto, dalla modellazione dei microbiomi alla previsione delle proprietà di nuovi farmaci e farmaci.

    Il prossimo obiettivo di Marculescu e dei suoi collaboratori è utilizzare i risultati del modello WBPA per indagare su come le opinioni si diffondono attraverso i social network, e quanto robuste possono agire queste reti di fronte agli attacchi avversari.


    © Scienza https://it.scienceaq.com