Upload
others
View
1
Download
0
Embed Size (px)
Citation preview
Modelowanie i analiza sieci złożonychII. Historia sieciologii. Przykłady sieci rzeczywistych.
Grzegorz Siudem
Politechnika Warszawska
MASZ 1
Przed zajęciami
Przypomnij sobie – metody reprezentacji grafów
Macierz sąsiedztwa
A =
1 1 00 1 01 0 1
.
Lista sąsiedztwa
L = {{1, 2}, {2}, {1, 3}} .
1 23
MASZ 2
Przypomnij sobie – stopień wierzchołka
Stopień wierzchołkaLiczba wchodzących albo wychodzących do wierzchołka krawędzi.
kin = {4, 2, 3, 2, 4},
kout = {3, 3, 3, 3, 3}.
1
2
34
5
MASZ 3
Przypomnij sobie – dyskretne rozkłady prawdopodobieństwa
Dyskretne rozkłady prawdopodobienstwa
• rozkład dwumianowy,• rozkład Poissona,• rozkład Zipfa.
●●
●
●
●
●
●●
●
●
●
●
●
●● ● ● ● ● ●
5 10 15 20
0.00
0.05
0.10
0.15
k
P(k)
P(k) =(nk
)pk(1−p)n−k
●
●
●
●
●
●
● ●
●
●
●
●
●
●
●● ● ● ● ●
5 10 15 20
0.00
0.02
0.04
0.06
0.08
0.10
0.12
0.14
k
PP
ois
s(8)(
k)
P(k) = λke−λ
k!
●
●
●
●
●
●●
●●
●●●●●●●●●●●
1 2 5 10 20
0.001
0.010
0.100
1
k
PZ
ipf(3
0,1
.5)(
k)
P(k) = 1/ksHN,s
Przypomnienie
Binom(N,p) → Poiss(Np)MASZ 4
Zadanie do przemyślenia – rozkłady ciągłe
W sieciologii często zastępuje się rozkłady dyskretne ciągłymi(o tym dlaczego porozmawiamy na zajęciach).
Znajdź ciągłe analogi rozkładów z poprzedniego slajdu.
MASZ 5
Wykład
Dlaczego sieci/grafy są tak użyteczne?
Grafy są ilustracją relacjiJakie relacje ilustrują poniższe grafy?
OsamaSalim
Ali
Abouhlaima
Kherchtou
Fawwaz
Abdullah
Hage
Odeh
Owhali
Fazul
Azzam
Atwah
Fahad
Fadhil
Khalfan
GhailaniAwad
MASZ 6
Czym się różnią sieci od grafów?
MASZ 7
Dlaczego sieci są złożone?
Cechy rzeczywistych sieci
• rozkłady stopni wierzchołków mają grube ogony.• wierzchołki są heterogeniczne.• występują zjawiska małych światów (sześć kroków?).• wierzchołki są ze sobą skorelowane (współczynnik gronowania).
Który z tych grafów przedstawia sieć rzeczywistą?MASZ 8
Co to jest sieciologia?
Ang. Network Science to połączenie narzędzi
• matematyki (teoria grafów, probabilistyka, statystyka),• fizyki (narzędzia fizyki statystycznej, przejścia fazowe),• informatyki (metody wizualizacji sieci, przechowywanie iprzetwarzanie dużych sieci),
• analizy i inżynierii danych,
z wiedzą specjalistyczną z
• socjologii,• ekonomii,• biologii,• medycyny,• inżynierii,• i wielu innych...MASZ 9
Historia sieciologii – problem mostów królewieckich (1736)
Źródło:
wikipedia
MASZ 10
Historia sieciologii – problem mostów królewieckich (1736)
Źródło:
wikipedia
MASZ 11
Historia sieciologii – problem mostów królewieckich (1736)
Źródło:
wikipedia
MASZ 12
Historia sieciologii – prace socjologiczne (lata 90. XX wieku)
Duże zainteresowanie socjologów badaniami sieci społecznychNajbardziej cytowana praca z tej tematyki:M. S. Granovetter. The strength of weak ties. American Journal ofSociology, 78: 1360, 1973.
• badania głównie jakościowe,• niezależne od badań matematyków z teorii grafów,• nie skupiamy się na tym kierunku badań (poza jednymwyjątkiem!).
MASZ 13
Historia sieciologii – Erdös i Rényi (1960)
Pierwszy ilościowy model sieci przypadkowychP. Erdős, A. Rényi. On random graphs. Publicationes Mathematicae, 6:290, 1959.
• prosty model probabilistyczny w którym łączymy przypadkowowierzchołki krawędziami.
• występuje w dwóch wariantach:• Rozkładamy E krawędzi pomiedzy N wierzchołków.• Każdą parę spośród N wierzchołków łaczymy krawędziąz prawdopodobieństwem p.
Więcej szczegółów na wykładzie 5.
MASZ 14
Historia sieciologii – Erdös i Rényi (1960)
Rozkład stopni wierzchołków
P(k) = ułamek węzłów ze stopniem k
2 4 6 8
0
2
4
6
8
10
12
Czy to jest rzeczywista sieć?
MASZ 15
Historia sieciologii – eksperyment Milgrama (1967)
Uwaga!Nie należy mylić eksperymentu korespondencyjnego ze słynnymeksperymentem posłuszeństwa względem autorytetów!
Słynne sześć uścisków dłoniMilgram, Stanley, The Small World Problem, Psychology Today, 1967.
Opis eksperymentu
• Milgram rozsyła do 160 przypadkowo wybranych ludzi list zopisem eksperymentu.
• Celem doświadczenia było dostarczenie listu do pewnego,przypadkowego adresata, którego zdjęcie, adres i daneumieszczone były w liście.
• Jeśli odbiorca listu znał adresata osobiście powinien mu godostarczyć, w przeciwnym wypadku powinien go wysłać dokolejnej osoby, którą podejrzewał, że może znać adresata.
MASZ 16
Historia sieciologii – eksperyment Milgrama (1967)
Wnioski
• Większość listów zaginęła.• Do celu dotarło tylko 42 ze 160 wysłanych.• Niektóre potrzebowały tylko dwóch pośrednikow by dotrzeć docelu!
• Średnio, listy, które dotarły przekazywane były dalej tylko sześćrazy.
Ciekawostka:
• Liczbą Erdösa naukowca nazywamy liczbę prac, jaka dzieli go odPaula Erdösa.
• Liczbą Bacona aktora nazywamy liczbę filmów jaka dzieli go odKevina Bacona.
Więcej szczegółów na wykładzie 4.MASZ 17
Historia sieciologii – model Wattsa-Strogatza (1998)
Problem:Grafy poissonowskie nie mają cechy małych światów!
Model WSD.J. Watts, S.H. Strogatz, Collective dynamics of ’small-world’networks, Nature. 393 440–442 (1998).
Opis:
• Zaczynamy od udekorowanej sieci regularnej z periodycznymiwarunkami brzegowymi.
• Z prawdopodobieństwem p przełączamy każdy z wierzchołków.
Więcej informacji na wykładzie 5.
MASZ 18
Historia sieciologii – model Wattsa-Strogatza (1998)
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
1
2
3
4
5
6
7
8
9
10
MASZ 19
Historia sieciologii – model Barabásiego-Alberty (1999)
Problem:Sieci rzeczywiste mają potęgowe rozkłady stopni wierzchołków!
2 4 6 8
0
2
4
6
8
10
12
5 10 15 20 25
0
5
10
15
20
25
Co to oznacza?
• Brak typowej skali.• grube ogony.• Epidemie...
MASZ 20
Historia sieciologii – model Barabásiego-Alberty (1999)
Model BAA.-L. Barabási, R. Albert, Emergence on scaling in random networks,Science, 286:509-512, 1999.A.-L. Barabási, R. Albert, H. Jeong, Mean-field theory for scale-freerandom networks, Physica A, 272: 173-187, 1999.
Główne założenia:
• Sieć jest ewoluująca, tzn. z każdym krokiem dodajemy nowywierzchołek i ją powiększamy.
• Krawędzie dodawane są zgodnie z regułą preferencyjnegodołączania (ang. rich get richer rule).
Oba założenia są konieczne!
MASZ 21
Historia sieciologii – model Barabásiego-Alberty (1999)
Procedura konstrukcji:
• Zaczynamy od małego grafu pełnego.• Dodajemy nowy węzeł.• Dołaczamy go krawędziami do istniejących węzłów zgodnie zregułą preferencyjnego dołączania.
• Powtarzamy dwa powyższe punkty.
Więcej informacji na wykładzie 5.MASZ 22
Historia sieciologii – model Barabásiego-Alberty (1999)
Procedura konstrukcji:
• Zaczynamy od małego grafu pełnego.• Dodajemy nowy węzeł.• Dołaczamy go krawędziami do istniejących węzłów zgodnie zregułą preferencyjnego dołączania.
• Powtarzamy dwa powyższe punkty.
Więcej informacji na wykładzie 5.MASZ 22
Historia sieciologii – model Barabásiego-Alberty (1999)
Procedura konstrukcji:
• Zaczynamy od małego grafu pełnego.• Dodajemy nowy węzeł.• Dołaczamy go krawędziami do istniejących węzłów zgodnie zregułą preferencyjnego dołączania.
• Powtarzamy dwa powyższe punkty.
Więcej informacji na wykładzie 5.MASZ 22
Historia sieciologii – model Barabásiego-Alberty (1999)
Procedura konstrukcji:
• Zaczynamy od małego grafu pełnego.• Dodajemy nowy węzeł.• Dołaczamy go krawędziami do istniejących węzłów zgodnie zregułą preferencyjnego dołączania.
• Powtarzamy dwa powyższe punkty.
Więcej informacji na wykładzie 5.MASZ 22
Historia sieciologii – model Barabásiego-Alberty (1999)
Procedura konstrukcji:
• Zaczynamy od małego grafu pełnego.• Dodajemy nowy węzeł.• Dołaczamy go krawędziami do istniejących węzłów zgodnie zregułą preferencyjnego dołączania.
• Powtarzamy dwa powyższe punkty.
Więcej informacji na wykładzie 5.MASZ 22
Historia sieciologii – model Barabásiego-Alberty (1999)
Procedura konstrukcji:
• Zaczynamy od małego grafu pełnego.• Dodajemy nowy węzeł.• Dołaczamy go krawędziami do istniejących węzłów zgodnie zregułą preferencyjnego dołączania.
• Powtarzamy dwa powyższe punkty.
Więcej informacji na wykładzie 5.MASZ 22
Historia sieciologii – model Barabásiego-Alberty (1999)
Podsumowanie:
• Sieć ewolucyjna o potęgowym rozkładzie stopni wierzchołków.• Początek nowoczesnej sieciologii.• Znaczenie tzw. hubów.
5 10 15 20 25
0
5
10
15
20
25
Więcej informacji na wykładzie 5.MASZ 23
Zainteresowanych/e historią sieciologii odsyłam do
MASZ 24
Główne problemy sieciologii
Głównym zadaniem nauki o sieciach jest modelowanie rzeczywistychzjawisk i procesów przy pomocy sieci złożonych, będących de facto
odpowiednimi grafami.
Typowe narzędzia to:
• Ilościowy opis sieci, w tym także• Proponowanie metryk sieci (wykład 4).• Analiza ich własności (wykłady 4,8).• Mierzenie przy ich pomocy sieci rzeczywistych (wykłady 4,8, 13-15).• Opis procesów dynamicznych na rzeczywistych sieciach (np.epidemie, propagacja informacji, etc.) (wykłady 8,11-15)
• Teoretyczne modele sieci złożonych (wykłady 5,6,9,10).• Teoretyczne modele procesów na sieciach (wykłady 11,12).• Wizualizacja sieci (zarówno teoretycznych jak i rzeczywistych)(wykład 3).
MASZ 25
Projekt
Bazy danych - sieci rzeczywiste
Bazy danych o sieciach złożonych
• (na potrzeby zajęć) wbudowane dane Wolframa• Andrew Beveridge Network of Thrones. A Song of Math andWesteros, https://networkofthrones.wordpress.com/
• http://networkrepository.com/• https://networkdata.ics.uci.edu• i wiele więcej...https://kateto.net/2016/05/network-datasets/
MASZ 26
Zadania projektowe
Zadanie 1. [Mathematica]Przy pomocy funkcji morfologicznych odtwórz z pliku graficznegomapy siatkę ulic albo sieć rzek.
Zadanie 2.Wczytaj i narysuj w czytelnej postaci (cztery różne) grafy zzewnętrznych źródeł przedstawionych na wykładzie.
Zadanie 3.Przedyskutujmy cechy sieci rzeczywistych.
MASZ 27
Dziękuję za uwagę!
MASZ 27
MASZ 28