Построение взаимодействия в социальных сетях на основе концепции эпидемии

Размещено на http://www.allbest.ru/

Размещено на http://www.allbest.ru/

РОССИЙСКИЙ УНИВЕРСИТЕТ ДРУЖБЫ НАРОДОВ

Факультет Физико-Математических и Естественных наук.

Кафедра прикладной информатики и теории вероятностей

КУРСОВАЯ РАБОТА

«Построение взаимодействия в социальных сетях на основе концепции эпидемии»



Введение

В данной работе рассматривается построение взаимоотношений в социальных сетях на основе концепции эпидемии. В современном обществе инструментом общения, передачи информации и получения знаний мы используем именно их. Появление социальных сетей стало возможным благодаря технологии WEB 2.0., которую как понятие ввел Тим О'Рейли в 2005 году в своей статье «TimO'Reilly -- WhatIsWeb 2.0».Сайты, которые используют данную технологию, развиваются за счет пользователей, посещающих сайт. Соответственно количественное и качественное наполнение контентом, и развитие таких сообществ зависит от количества пользователей, зарегистрированных на сайте и активно участвующих в его жизни. Сами пользователи все больше углубляются в социальную «паутину», меньше выходят в реальную жизнь, показывая такой пример остальным людям, которые так же «уходят» в интернет. Таким образом, и строится концепция эпидемии, представленная в этой работе как «модель влияния».



1. Термин «Социальная сеть»

В первый раз термин «Социальная сеть» был упомянут Джеймсом Барнсом в его работе «Классы и собрания в норвежском островном приходе» в 1954 году,но массовое распространение получил в начале 2000-x годов с развитием соответствующих интернет-технологий. Так что же этот термин означает?Социальная сеть(socialnetwork) в широком смысле - это платформа или онлайн-сервис, предназначенная для построения и организации социальных взаимоотношений в интернете, состоящая из субъектов и определенных взаимодействий между ними.

В формальном смысле мы можем представить социальную сеть как Граф G(N,E), где N={1, 2, …, n} - множество вершин (субъектов), а E - множеcтво ребер, отражающие их взаимодействия.

Социальные сети способствуют организации социальных коммуникаций между людьми и реализации их базовых социальных потребностей. Выделяются две трактовки социальной сети - как социальной структуры и ее специфической интернет-реализации.

Основными причинами, почему людей привлекают социальные сети, можно выделить:

- Быстрое получение нужной информации, обнаружение различных ресурсов.

- Общение с людьми даже на дальних расстояниях.

-Построение бизнес-проектов, реализующихся в интернете.

-Игровая зависимость - в виде социальных игр, с помощью них многие люди повышают свою самооценку и статус среди других.

- Отдых и времяпрепровождения в интернете.



2. Классификация социальных сетей

В интернете есть множество различных социальных сетей, которые так или иначе влияют на людей. Основанием для классификации социальных сетей могут служить принадлежность социальной сети к той или иной стране, тип социальной сети, ее обучающий и развивающий потенциал. Все социальные сети можно разделить на несколько типов:

Личное общение (Vkontakte.ru, facebook.com, Classmates.com)

Деловое общение (Linkedln)

Развлечения (Myspace.com)

Видео (Youtube, Rutube)

Аудио (Last.fm,OmMusicStage.com)

Фото (Instagram, Flickr)

Покупки (Groupon.ru, Biglion, Lamoda)

Блоггинг (Tumblr)

Вопрос-ответ (Answers.com, Ask-fm, Спрашивай.ру)

Виртуальные миры (Second Life)

Все эти типы социальных сетей интересны как для молодой, так и взрослой аудитории, благодаря различному контенту с простым доступом к играм, музыке, общению и другому.

3. Человек в социальной сети

Социальные сети - одно из самых влиятельных сфер на современное общество. Как показывает статистика в 2011 году, Россия стала крупнейшим в Европе рынком по размеру аудитории в сети.Количество пользователей социальных сетей постоянно растет. Например, «В контакте» на данный момент зарегистрировано более 42 миллиона пользователей, при этом каждую секунду регистрируется 1-2 пользователя.

Статистика посещения социальных сетей в России на 2016 год.

Вконтакте ежедневно посещают около 80 миллионов человек.

Одноклассники посещают более 50 миллионов человек в день.

Facebook на сегодняшний день является самой популярной социальной сетью как в мире, так и в Росии, которой ежедневно пользуются около 100 миллионов человек.

Видео-хостинг YouTubeкаждый день просматривают около 70 миллионов людей.

Сейчас сети являются по сути самой огромной базой данных во всем мире, с самой разнообразной информацией о миллионах людей. Чем больше человек общается в разнообразных социальных сетях, тем больше информации о нем можно собрать без каких-либо трудов. Некоторую информацию люди пишут о себе сами в блогах или на личных страницах, к которым многие другие люди имеют доступ. К более личной информации, такие как: личные сообщения, скрытые фотографии и другие доступны администрации этой социальной сети и никакая приватность этого не скроет.

Благодаря сетям люди объединяются в определённые социальные группы, которые между собой не пересекаются. Основное деление происходит по проектам, внутри которых аудитория разбивается на неформальные группы по интересам, находя таким образом себе новых друзей и единомышленников, не видя друг друга в реальной жизни.

Также, социальные сети стали хорошей рабочей средой для многих людей. Работать в интернете гораздо удобнее, чем за офисным столом. Во-первых, в сетях находится наибольшая аудитория людей, во-вторых большинство “бизнесменов интернета” зарабатывают просто сидя дома. Первыми в сетях стали работать люди, чья деятельность основывается на общении. Это менеджеры по продажам, сетевые маркетологи, исследователи и многие другие. За ними пришли предприниматели и HR специалисты. Сейчас в сетях в той или иной степени работают люди любых специальностей.

4. Влияние социальных сетей и зависимость от них

Чтобы во всем разобраться мы должны понять, что такое влияние и зависимость, как они влияют на жизнь человека.

Влияние - это процесс и результат изменения индивидом поведения другого субъекта, его установок, намерений, представлений и оценок в ходе взаимодействия между ними. Или же более простым языком, влияние - это способность взаимодействовать на кого-либо, на его намерения или действия. Различают направленное и ненаправленное влияние.

Направленное - это влияние, с помощью которого можно воздействовать на субъекта через убеждение или внушение, при этом он (субъект) ставит перед собой задачу добиться определённых результатов от объекта влияния.

Ненаправленное же наоборот, когда субъект не ставит задачу добиться результатов от объектов влияния.

Психологи выделяют такой термин как социальное влияние, который означает, что социальные агенты (субъекты) не имеют достаточной информации для принятия каких-либо решений, поэтому их решения основываются на наблюдениях или представлениях других агентов.

Социальное влияние реализуется в двух процессах:

Коммуникации -происходят в ходе общения, обмена опытом и информацией. Социальный агент приходит к определенным представлениям и мнениям.

Сравнение - когда в поисках социального одобрения агент принимает представления и действия, которые ожидают от него другие социальные агенты. Агент ставит перед собой вопрос: «Чтобы сделал другой в моей ситуации?», сравнивает себя с другим.

Сравнивая себя с остальными агентами, которые занимают те же позиции в социальной системе, агент может ввести нововведения, которые сделают его более привлекательным как объекта отношений. Агент обычно косвенно копирует поведение.

5. Классификация моделей влияния в социальных сетях

Первые классификации, которые я хотела бы привести в своей работе - оптимизационные и имитационные модели, рассмотрим их ниже:

Модели с порогами (ThresholdModels). Агент социальной сети можно представить как вершину графа, котораянаходится в активных и неактивных состояниях, при этом переход допускается только из активного состояния в неактивное.

Модели независимых каскадов (IndependetCascadModels).Они принадлежат к категории моделей «Систем взаимодействующих частиц». Агент определяется аналогично вышеописанной модели.

Модели Изинга - математическая модель, описывающая возникновение намагничивания материала.

Модели на основе цепей Маркова. Теория цепей Маркова - это теория случайных процессов, которая изучает закономерности случайных явлений в динамике их развития.Предлагаемая модель является динамической байесовойсетью с двухуровневой структурой: уровнем индивидов, где моделируются действия каждого агента, и уровнем группы.Всего имеются агентов; i-ый агент в момент времени находится в состоянии, его вероятность зависит от прошлого состояния агента и состояния команды в целом. Команда в каждый момент времени t находится в некотором состоянии, их вероятность зависит от состояния всех агентов из команды. Следовательно, для агентов вероятность, что в некоторый момент времени T они будут находиться в совокупном состоянии Sи предпримут совокупное действие O, равна:

)

6. Модели просачивания и заражения

Они представляют собой популярныйспособ изучения распространения информации. Именно эта модель наиболее отражает тему курсовой работы, потому что она описывает как происходит так называемое «заражение». Классическая модель распространения эпидемии основана на следующем цикле заболевание носителя (таким же образом происходит болезнь у людей, например, грипп - классическая модель эпидемии): изначально агент более восприимчив к заболеванию, если он входит в контакт с инфицированным, заражение агента происходит с некоторой вероятностью ; Через некоторое время человек выздоравливает, приобретая иммунитет; Со временем иммунитет человека (агента) снижается, поэтому человек снова становится наиболее восприимчивым к болезни.

В модели SIR (“Susceptible-Infected-Removedmodel”) здоровый агент становится невосприимчивым кболезни: S > I > R. Следовательно, общество представляетсякак три группы: S(t) -число группы людей, еще не зараженных или восприимчивых к болезни в момент времениt; I(t) - численность группы зараженных людей; R(t) -численность группы выздоровевших людей. Пусть

.

Выводим динамику:

,--

это значит, что каждый инфицированный, контактируя определенное время с «восприимчивыми к болезни» агентами, заражает их с вероятностью . Пусть инфицированные выздоравливают через временной период:

,--тогда:--.

Существуют и другие более сложные модели SIR, где выздоровевший более восприимчив к болезни через некоторое время t. Простейшим примером в социальной сети - блогеры.

Сейчас блогер - одна из популярных профессий в сети. Это люди, которые ведут свой блог.Основной контент блогеров находится на YouTube. С помощью этого веб-сайта проще всего передавать «инфекцию» через сеть. Один блогер отснял материал, который выложил на свою страницу в сеть, другой может это посмотреть (восприимчив), а позже и рассказать об этой теме на своем канале(инфицирован).

Мы можем представить социальную сеть как случайный граф, тогда инфекция с вероятностью выше «эпидемического порога» ( - критическая вероятность заражения соседа, при ее повышении «эпидемия» распространяется по всей сети), быстро возрастает в количистве: , а при ее снижении быстро убывает или же «вымирает».

Модели на основе клеточных автоматов. Используются для анализа и моделирования сложных адаптивных систем, состоящих из большого количества агентов, взаимодействие между которыми приводит к масштабному, коллективному поведению, которое трудно предсказать и анализировать. Клеточный автомат состоит из агентов, которые обычно образуют регулярную решетку.

Состояние отдельного агента в каждый дискретный момент времени характеризуется некоторой переменной.

Рассматриваемые состояния объекта изменяются через определенные дискретные промежутки времени в соответствии с неизменными вероятностными правилами, которые могут зависеть от состояния переменных, описывающих ближайших соседних агентов в окрестности данного агента, а также возможно, от состояния самого агента.

В распространении информации в социальных сетях применяется эффект моделирования «из уст в уста». Каждый агент в

большой сети относится к одной персональной сети, агенты

которой связаны сильными связями. Агент также имеет слабые связи с агентами из других персональных сетей. Вероятность того, что информированный агент повлияет по сильной связи на неинформированного агента в определенный период времени равна , а по слабой - .

Информированность и взаимосвязь между агентами происходит в следующих моделях, которые носят название - «Теоретико-игровые» модели.

Модели взаимной информированности.

Модели коммуникации ивзаимодействия.

Модели стабильности сети.

Модели информационного влияния и управления.

«Моделидиффузиииновации» (Diffusion of information).



Динамика процесса моделируется логистической кривой (характеризует любой инфекцинный процесс), как показано на рисунке выше.

На кривой различают несколько стадий:

Новаторы (Innovaters) - первые воспринимают и используют нововведения.

Ранние последователи (Earlyadopters) - принимают нововведения практически сразу после их появления.

Раннее большинство (Earlymajority) - воспринимают нововведения сразу после новаторов и последователей.

Позднее большинство (Latemajority)-принимают нововведения после широкого его распространения.

Поздние последователи (Lateadopters) - принимают нововведения самыми последними.

Нововведения - это идея, мнение, продукт, да и вообще любой объект, которй воспринимается агентом как новый.

Процесс распространения нововведений, как и различные другие процессы в природе и обществе, имеет возможные пределыизменений, во-первых из-за ограниченности ресурсов:ограничения возможностей и емкости социальной системы.



социальная сеть эпидемия влияние

Это производна логистической кривой или же простым языком - кривая стадий.

S-образная функции (логистическая кривая) имеет три фазы развития: Формирование базы развития -> Резкий рост -> Насыщение.

Новаторов можно охарактеризовать как «оригиналов», ранних последователей можно представить как агентов, которые легко поддаются социальному и информационному влиянию со стороны, а поздних последователей как устойчивых агентов сети, которые трудно поддаются влиянию.

Теория распространения нововведения рассматривает диффузию (распространение) нововведений в социальной системе. Диффузия - этопроцесс, с помощью которого нововведение проходит по коммуникационным каналам среди агентов социальной системы.

Зависимость или нововведения в социальных сетях, так называемая «эпидемия» приносится в социальную сеть с помощью агентов изменений, у которых потом вся информация перенимается другими агентами социальной системы, которые передают нововведения друг другу. Общаясь, агенты предоставляют информацию о нововведении по коммуникационным каналам, влияя, таким образом, на установки, представления и конечные решения других агентов о принятии нововведения. В итоге, от принятия нововведения для агентов и социальной системы могут быть различные последствия.

Основные характеристики инноваций и их контекста, связанный с распространением информации (в частности - механизм диффузии).

Любой агент социальной системы вынужден выбирать нововведения, таким образом, можно выделить несколько стадий принятия решения:

Знание (агент не имеет много информации о нововведений, знакомится с ним).

Убеждение (агент проявляет интерес к нововведению, осуществляет поиск дополнительной информации, формирует свое отношение к нему).

Решение (агент рассматривает преимущества и недостатки инновации, на этой основе решает, стоит ли использовать ее).

Выполнение (агент начинает использовать нововведение).

Подтверждение (агент принимает решение о дальнейшем использовании нововведения, которое принимается на основе затрат и выгод).

7. Модели влияния

Модели сетевой автокорреляции.

Мы можем выделить отношение агента, изменяющееся под влиянием других, на основе дискретно-временного линейного процесса. Представим это как: , гдеy-вектор установок во времени t, а W-матрица влияний. Более подробно эта модель обобщается в работе [5]. Матрицу влияния можно обозначит через матрицу смежности: , тогда , где-- - значение влияния j-агента на i- агента. Более подробно матрица влияния W описывается в работе [6].

Модель подражательного поведения.

В этой модели поведения у агентов есть бинарнй выбор, когда возможно выполнение только одного из двух действий. Каждый агент социальной системы характеризуется априорной вероятностью выбора того или иного действия, склонен прислушиваться к мнению других агентов, а так же матрицей влияния W.

Апостериорная вероятностьвыбора агента определенного действия определяется по основной формуле полной вероятности Бейеса:

.

Это дает возможность исследовать многочисленные случаи принятия агентами решений под влиянием окружения, это мы можем увидеть в работе [7], где рассматривается модель подражательного поведения.

Р*- модели социального влияния.

Для анализа связей и отношений между агентами в социальной сети используют вероятностные модели, более подробно в работе [8], которые учитывают информацию о распределении структурных характеристик в совокупности сетей с заданными свойствами, которые позволяют проверять гипотезы о распределениях, значимости параметров модели, пригодности модели для описания данных. Для моделирования доступна информация о наблюдаемой социальной сети, которая рассматривается как реализация из генеральной совокупности сетей. Предполагается, что в сетях присутствуют конфигурации выбора (ij)и взаимности (i -j) (возможно предположить, что существуют более сложные конфигурации: транзитивность, экспансия, посредничество и т.д.) и предложить, что вероятностную модель c параметрами, которые соответствуют данным конфигурациям. Значимость параметров оценивает методом максимального правдоподобия для наблюдаемой сети.

Влияние и корелляция.

Социальные связи играют немаловажную роль в формировании мнения и поведения агентов. Несмотря на это видимая связь между действиями агентов-соседей может определяться не столько социальным влиянием, сколько другими факторами «корреляции».

Однако, явно выделяется вследствие его причинно-следственнной природы. В работе «Влияние и корреляция в социальной сети» [9] авторы рассматривают в своей модели тесты, которые могут вывести фактор социального влияния. Возвращаемся ко 2 пункту, где мы сеть представили как граф G. Можем задать определнный промежуток времени [0;T].

«А» - представим как множество активных агентов в конце периода времениT.

Модель локального влияния заключается в том, что все агенты становятся активными в определенный момент времени с вероятностью p(r),гдеr - число активных агентов-соседей.

Из работы [9] мы можем взять наиболее подходящую (по мнению авторов) функцию логистической регрессии:

,

Где ln(r+1) - объясняющая переменная, а - коэффициэнт социальной корреляции.

В работе [9] «Влияние и корелляция в социальной сети» для описания влияния рассматривается обобщенная модель корреляции, где G иAберутся из совместного распределения. Для каждого агента социальной сети А выбирается определенное время активации из распределения [0;T]. Можно выделить два теста выявления влияния на агентов - «Тасующий» тест и тест инверсии ребер.

«Тасующий» тест - означает, что нужно перетасовать временные отметки для всех активаций и заново оценить коэффициент б. Если коэффициент изменился, то социальное влияние мы никак не можем исключить, так как только в случае социального влияния от времени активации других агентов зависит время активацмм самого агента.

Тестинверсииребер- инвертирует направления всех ребер и повторно оценивает б (инверсия не влияет на коэффициент при сходстве агентов и внешних факторов).

Модели «диффузии инновации».

Диффузия инновации - это процесс распространения различных новшеств в обществе, закономерности распространения новых технологий, идей среди потенциальных потребителей (пользователей) с момента их появления. Данный класс содержит значительное число моделей. Например, существуют модели, рассматривающие агентов как разобщенные объекты влияния средств массовой информации, однако, в литературе по «диффузии инноваций» наибольшее распространение получила двухступенчатая модель, в которой средствами массовой информации сначала формируются мнения так называемых «лидеров мнений» (имеющих статус хорошо информированных, уважаемых или просто характеризуемых большим количеством связей), а затем посредством лидеров формируются мнения «обычных» агентов.



Заключение

В данной работе было рассмотрены модели влияния и взаимодействия на основе концепции эпидемии. Сейчас социальные сети неотъемлемая часть жизни, но проводим мы в них гораздо больше времени, чем нужно.

Социальные сети уже охватили весь Интернет. Сегодня есть огромное количество разнообразных проектов во многих странах. В них зарегистрированы сотни миллионов людей со всего мира. При этом каждый проект уникален и решает немного разные потребности: в одних сетях люди общаются о личной жизни, в других о работе, в третьих потребляют контент. Это привело к значительному пересечению аудитории, когда один и тот же человек регистрируется в нескольких социальных сетях или даже имеет по несколько регистраций в каждом из проектов для удовлетворения разных потребностей.

В свое работе я рассмотрела как и почему социальные сети так быстро передаются от агентов к агентам, почему социальные сети сейчас приравнивают к эпидемии. Подводя итоги исследования, касающемуся влиянию в социальных сетях, можно сделать вывод о том, что большая часть аудитории именно молодежь, которые общаются в таких сервисах, как Вконтакте и одноклассники, заменяя ими реальную жизнь, показывая эти социальные сети своим друзьям, которые передают это остальным. Эту цепочку и называют «эпидемией».



Литература

1)ГубановД. А., НовиковД. А., ЧхартишвилиА. Г. «Моделивлияниявсоциальныхсетях». УДК 519.876.2 ББК 2.22.171

2)Максимов А.А., Голубева Н.М. «Влияние социальных сетей на современного подростка».

3)АндреевнаО.С., АндреевЕ.С. «The specifics of Communicative conceptions of students with social networks addiction». -2000-

4)Воронкин А.С. «Социальные сети: эволюция, структура, анализ». -2011-

5)FRIEDKIN N. E., JOHNSON E. C. «Social Influence and Opinions

// Journal of Mathematical Sociology». - 1990. - №15. -P.193 205.

http://hbanaszak.mjr.uw.edu.pl/TempTxt/PDF/Friedkin_1986_FormalTheoryOfSocialPower.pdf

6)LEENDERS R. «The Specification of Weight Structures in NetworkAutocorrelation Models of Social Influence». - 2002. -

https://www.researchgate.net/publication/4868429_The_Specification_of_Weight_Structures_in_Network_Autocorrelation_Models_of_Social_Influence

7)ВАСИН А. А., КРАСНОЩЕКОВ П. С., МОРОЗОВ В. В. «Исследование операций» - М.: Изд-во Академия, 2008.

http://www.academia-moscow.ru/ftp_share/_books/fragments/fragment_19514.pdf

8)ROBINS G., PATTISON P., KALISH Y., LUSHER D. «AnIntroduction to Exponential Random Graph (p*) Models for SocialNetworks» // Social Networks. - 2007. - №29. - P. 173-191.

http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.137.3388&rep=rep1&type=pdf

9)MAHDIAN M., ANAGNOSTOPOULOS A., KUMAR R. «Influence and Correlation in Social Network» // Proceeding of the14-th ACM SIGKDD International Conference on KnowledgeDiscovery and Data Mining. - 2008. - P. 7-15.

http://www.ccs.neu.edu/home/yzsun/classes/2014Spring_CS7280/Papers/Diffusion/influence.pdf

Размещено на Allbest.ru