Identificar amigos de maneira objetiva:um novo método para extrair a espinha dorsal das interações sociais em rede
p Fig. 1 Sensor vestível. Crédito:SocioPatterns
p Nos últimos anos, padrões de comportamento de criaturas sociais, como humanos, gado, formigas, etc, foram descobertos usando sensores vestíveis chamados dispositivos de identificação por radiofrequência (RFID) (Figs. 1). p O projeto SocioPatterns liderado pelo Dr. Alain Barrat e colegas tornou público o conjunto de dados de registros de contato de pares individuais coletados por dispositivos RFID. Contudo, uma vez que os conjuntos de dados RFID contêm qualquer tipo de contato entre indivíduos, eles podem incluir contatos não essenciais que são observados apenas por acaso, em oposição a eventos intencionais, como conversas entre amigos íntimos.
p O Dr. Teruyoshi Kobayashi, da Universidade de Kobe, e sua equipe desenvolveram um novo método para identificar indivíduos que têm conexões essenciais entre eles - o que eles chamam de "laços significativos". Dr. Kobayashi diz:"O ponto é que precisamos distinguir entre os eventos de contato que poderiam acontecer por acaso e os eventos que não aconteceriam sem um relacionamento significativo entre dois indivíduos." Suas descobertas foram publicadas em
Nature Communications em 15 de janeiro.
p Naturalmente, o número total de contatos registrados será maior para os socialmente muito ativos do que para os tímidos. Isso significa que contar o número de interações bilaterais não é suficiente para encontrar "amigos" nas redes sociais. O novo método proposto pelo Dr. Kobayashi e sua equipe permite controlar a diferença nos níveis de atividade dos indivíduos. Interessantemente, os laços significativos extraídos com base em redes presenciais coletadas em uma escola primária em Lyon, A França forma vários clusters, cada um dos quais imita com precisão uma classe escolar real (Fig. 2). O Dr. Kobayashi comenta:"É bastante natural que os contatos dentro de cada classe expliquem a maioria dos laços significativos, mas esse fenômeno não é bem capturado pelos métodos existentes que foram originalmente desenvolvidos para redes estáticas. "
p Fig. 2 Laços significativos em uma escola primária em Lyon, França. Cada ponto representa um aluno e a cor denota uma classe (os professores são indicados por pontos pretos). As linhas representam laços significativos. O número de arestas essenciais é mantido constante em três painéis. Esquerda:as arestas essenciais são selecionadas em ordem decrescente do número de contatos. Meio:bordas essenciais são detectadas pelo filtro de Disparidade (Serrano et al., 2009). À direita:novo método. Crédito:Kobe University
p Uma vantagem desse método é que ele pode ser aplicado a qualquer tipo de rede dinâmica formada por interações temporais bilaterais. Por exemplo, O Dr. Kobayashi e o Dr. Taro Takaguchi (um dos co-autores) investigaram o mercado interbancário na Itália e confirmaram que a fração de bancos considerados conectados por laços significativos aumentou especialmente na época da crise financeira global em 2008-2009 .
p Sobre a possibilidade de futura aplicação, O Dr. Kobayashi acrescenta:"Espera-se que esse método capture a evolução de várias redes complexas de mercados interbancários a um rebanho de vacas. Se for implementado em uma rede presencial de alunos, por exemplo, um pode ser capaz de detectar sinais de bullying e / ou ostracismo. "
