Sna4

オープンソースで学ぶ社
会ネットワーク入門＃４
@kat_tin
加藤雄大

自己紹介
名前加藤雄大
仕事新人現在営業部に在籍
出身大学名古屋工業大学大学院
研究分野 OS・セキュリティ

会社 N社
趣味ビリヤード
TwitterID kat_tin

流れ

基本的に本の目次にしたがって話します
予習した方ごめんなさい！

目次
4章クリーク、クラスタ、コンポーネント
コンポーネントとサブグラフ
サブグラフ―エゴネットワーク
トライアド
クリーク
階層的クラスタ分析
トライアド、ネットワークの密度、対立

意味のあるネットワークを切り
出す
Twitterなら孫正義と誰だってつながれる
→ でもほとんど意味のないつながり

４章では「意味のあるつながり」を見出す

目次
サブグラフ―エゴネットワーク
トライアド
クリーク
トライアド、ネットワークの密度、対立

（1/2）
コンポーネント
互いに繋がっていないネットワークの部分部分
例）ロミオとジュリエットが出会う前の２家族

モンタギュー家キャピュレット家

(2/2)
グラフ内の任意のエッジから構成されるグ
ラフ

アイランド法
お題
エジプト革命時のリツイートグラフから「お
互いにリツートしあっている親密なグルー
プ」を特定する
水平線＝リツイート数

エゴネットワーク
自分を中心とした人間関係のサブグラフ
観測可能な地平線
友達の友達の友達（距離３）が地平線
知らん

自分 A B C

復習(1/2)
Q1. どちらが幸福な人間関係か

復習(2/2)
Q２. 三角の数が多いと高くなる指標の名前
は？

A2. クラスタ係数

トライアド
無向トライアド
閉じたトライアド

有向トライアド

トライアドと文化
フィードバックループによる情報の歪みの
蓄積
「中立者と媒介者」「漁夫の利」「分割統
A
治」
B C

B C

禁じられたトライアド

自分銀行
5% 10%

金貸
彼女X 彼女Y 債務者
し

二者間の空隙による情報の偏りが生じる
（１）彼女Xは彼女Yについて知らない
（２）債務者は金貸しが何%で金を貸している
のか知らない

トライアドセンサス（1/2）
閉じたトライアドの数はいくつ？

１１個

トライアドセンサス（2/2）
ノード0を含む閉じたトライアドの数

４個

クリーク
最大の完全サブグラフ
全てのノードが他の全てのノードとつながって
いる
クリーク以外のどのノードを持ってきても完全
グラフではなくなる

クラスタリング
データ解析手法の1つ。機械学習やデータマイニング、パ
ターン認識、イメージ解析やバイオインフォマティック
スなど多くの分野で用いられる。クラスタリングでは
データの集合を部分集合（クラスタ）に切り分けて、そ
れぞれの部分集合に含まれるデータが（理想的には）あ
る共通の特徴を持つようにする。この特徴は多くの場合、
類似性や、ある定められた距離尺度に基づく近さで示さ
れる。（Wikipediaより）

• もっとも近いノードペアを新しいノードと
する
• N回繰り返す

敵対関係
味方の味方は？
味方の敵は？
敵の味方は？矛盾
敵の敵は？

ネットワークのダイナミズ
ム
大量のノードをランダムにつなげていく
→ 飽和状態になる（完全グラフになる）
敵対関係が生じると？
矛盾を回避しようと対立関係がネットワークを広
がっていく
ネットワークの密度が濃いほど対立関係が広がり
やすい
→ クラスタ係数が高いネットワークに所属する
人は人間関係に悩まされるんじゃないの？

Sna4

More Related Content

Viewers also liked

Similar to Sna4

Sna4