Hálózatok modellezése

Hálózatok Many complex systems in nature and society can be successfully represented in terms of networks capturing the intricate web of connections among the units they are made of Sok bonyolult rendszer a természetben és az emberi társadalomban könnyebben reprezentálható (szemléltethető) hálózatokkal, ha sikerül kiragadni a számunkra érdekes tényezőket társadalmi hálózatok hálózatok modellezése

Hogy érhető el, hogy... az alkalmazottak időben, a lehető legkisebb energiabefektetéssel kaphassák meg az információt megtaláljuk azokat az embereket (alkotóelemeket), akik (amik) a legnagyobb befolyással vannak az egész szervezetre szaktudás és tapasztalat elérhető legyen az alkalmazottak számára hatékony, jól együttműködő csapatokat alkossunk új tagok sikeresen beilleszkedjenek

Egy tetszőleges társaságban találhatóak (annak függvényében hogyan osztják szét a szerepeket)  * véleményformálók * szervezeti tanácsadók * szakmai "mesterek" * sztárok * potenciális vezetők * döntésbefolyásolók * újítók * kommunikációs csomópontok

Információ áramlás Menedzsment Munkatársak Elindul egy információ a 9 felsővezetőtől

Menedzsment Munkatársak Információ áramlás – lépés 1 Elindul egy információ a 9 felsővezetőtől

Információ áramlás – lépés 2 Menedzsment Munkatársak Elindul egy információ a 9 felsővezetőtől

Menedzsment Munkatársak Információ áramlás – lépés 3 Elindul egy információ a 9 felsővezetőtől

Információ áramlás Véleményvezér Munkatársak Elindul egy információ a 9 véleményvezértől

Információ áramlás – lépés 1 Véleményvezér Munkatársak Elindul egy információ a 9 véleményvezértől

Információ áramlás – lépés 2 Véleményvezér Munkatársak Elindul egy információ a 9 véleményvezértől

Információ áramlás – lépés 3 Véleményvezér Munkatársak Elindul egy információ a 9 véleményvezértől

Információs hézagok Az információk elvesznek a szervezeten belül. A második és harmadik vezetői szint nem osztja meg a tudását a ik vezetői szintekkel.

Új munkatársak belépésekor megnyilvánuló problémák nem alakulnak ki kapcsolatok a régi tagokkal a szakemberek tudása nem éri el őket

Modellek készítése A medell célja a hálózat dinamikai leírása (időbeli fejlődésének) Megfigyelhetjük, hogy az összekapcsolt (emberek) elemek hasonlóvá válnak – más pl.: egyedfejlődés (bizonyos területre került sejtek az adott régió szöveteit képezik) Új teret nyit a hálózaton belüli kapcsolatok elemzésére

A hálózat egységeinek jellemzése Legfontosabb jellemzők Cimke (tulajdonság) Cimke-ill. csúcshasonlóság Fokszám Egyéb mértékek Cimke asszortativitás (véletlentől való eltérés) Ritkaság

Ezen mértékekkel leírhatunk valós hálózatokat közös cikkírási hálózat fehérje kölcsönhatási hálózat angol Wikipedia diverse nodes increasing monotonically with node degree, except for the protein-protein network, where there is a drop at the largest degrees, so a significant portion of the hubs have specific features a csúcsok sokoldalúsága és fokszáma között korrelációt látunk, a fehérjéknél viszont megfigyelhető, hogy némelyek specifikusak

A modell felépítése skálafüggetlen hálózatok (Barabási) Power law functions

A modell felépítése Erdős-Rényi modell szerint a hálózat magja – p valószínűséggel élt kötünk 2 csúcs között Barabási-Albert egy módosított modellje alapján épül tovább, ahol a fokszám mellett a hasonlóság is szerepet kap – cimkék alapján nézzük a hasonlóságot a csúcsok között, ez kap egy súlyt, ugyanígy a fokszám is – ezzel a valószínűséggel kötjük be a csúcsot

Részlet a programból map >::const_iterator it=halozat.begin(); for ( ;rand_r>0 && it!=halozat.end(); ++it) { rand_r=rand_r-delta*it->second.size()/(sum_k)-(1- delta)*csucshasonlosag[it->first][uj_csucs_index]/(csucsh); } --it; delta.. a fokszámjelleg 0 csak a hasonlóság számít 1 nem számít a hasonlóság csak a fokszám

Kiértékelés

Maven 7 Hálózatkutatás (Vicsek András), web: Fundamental statistical features and self-similar properties of tagged networks (Palla Gergely, Farkas J Illés, Pollner Péter, Derényi Imre, Vicsek Tamás) Témavezetőm: Palla Gergely Köszönöm a figyelmet