• Home
  • Chimie
  • Astronomie
  • Énergie
  • La nature
  • Biologie
  • Physique
  • Électronique
  •  science >> Science >  >> Autres
    Identifier les amis de manière objective :une nouvelle méthode pour extraire l'épine dorsale des interactions sociales en réseau

    Fig. 1 Capteur portable. Crédit :SocioPatterns

    Dans les années récentes, les modèles de comportement des créatures sociales, comme les humains, bovins, fourmis, etc., ont été découverts en utilisant des capteurs portables appelés dispositifs d'identification par radiofréquence (RFID) (Fig. 1).

    Le projet SocioPatterns dirigé par le Dr Alain Barrat et ses collègues a rendu public l'ensemble de données des enregistrements de contacts de paires individuelles collectées par des dispositifs RFID. Cependant, puisque les ensembles de données RFID contiennent tout type de contacts entre individus, ils peuvent inclure des contacts non essentiels qui sont observés simplement par hasard, par opposition aux événements intentionnels tels que la conversation entre amis proches.

    Le Dr Teruyoshi Kobayashi de l'Université de Kobe et son équipe ont développé une nouvelle méthode pour identifier les individus qui ont des liens essentiels entre eux – ce qu'ils appellent des « liens importants ». Le Dr Kobayashi déclare :« Le fait est que nous devons faire la distinction entre les événements de contact qui pourraient se produire par hasard et les événements qui ne se produiraient pas sans une relation significative entre deux individus. » Leurs conclusions ont été publiées dans Communication Nature le 15 janvier.

    Naturellement, le nombre total de contacts enregistrés sera plus important pour ceux qui sont socialement très actifs que pour ceux qui sont timides. Cela signifie que compter le nombre d'interactions bilatérales ne suffit pas pour trouver des « amis » dans les réseaux sociaux. La nouvelle méthode proposée par le Dr Kobayashi et son équipe permet de contrôler la différence dans les niveaux d'activité des individus. De façon intéressante, les liens significatifs extraits à partir de réseaux de face-à-face collectés dans une école primaire de Lyon, La France forme plusieurs clusters, dont chacun imite avec précision une classe d'école réelle (Fig. 2). Le Dr Kobayashi commente :« Il est tout à fait naturel que les contacts au sein de chaque classe expliquent la plupart des liens significatifs, mais ce phénomène n'est pas bien capturé par les méthodes existantes qui ont été développées à l'origine pour les réseaux statiques."

    Fig. 2 Liens significatifs dans une école primaire à Lyon, La France. Chaque point représente un élève et la couleur désigne une classe (les enseignants sont indiqués par des points noirs). Les lignes représentent des liens importants. Le nombre de bords essentiels est maintenu constant sur trois panneaux. Gauche :les arêtes essentielles sont sélectionnées dans l'ordre décroissant du nombre de contacts. Milieu :les contours essentiels sont détectés par le filtre Disparity (Serrano et al., 2009). A droite :nouvelle méthode. Crédit :Université de Kobe

    Un avantage de cette méthode est qu'elle peut être appliquée à tout type de réseaux dynamiques formés par des interactions temporelles bilatérales. Par exemple, Le Dr Kobayashi et le Dr Taro Takaguchi (l'un des coauteurs) ont enquêté sur le marché interbancaire en Italie et ont confirmé que la fraction des banques considérées comme liées par des liens importants a augmenté en particulier au moment de la crise financière mondiale en 2008-2009. .

    Sur la possibilité d'une future application, Le Dr Kobayashi ajoute :« Cette méthode devrait capturer l'évolution de divers réseaux complexes, des marchés interbancaires à un troupeau de vaches. Si elle est mise en œuvre sur un réseau d'étudiants en face à face, par exemple, on peut être capable de détecter des signes d'intimidation et/ou d'ostracisme."


    © Science https://fr.scienceaq.com