SlideShare uma empresa Scribd logo
1 de 51
Baixar para ler offline
Társadalmi hálók

Telcs András, Kvantitatív Módszerek Tanszék

Methodology Research Group




TÁMOP-4.2.2/B-10/1-2010-0025
„Tudományos képzés műhelyeinek támogatása a Pannon Egyetemen” Az Európai
Unió támogatásával, az Európai Szociális Alap társfinanszírozásában valósul meg.
50,000
                    100,000
                                   150,000
                                             200,000
                                                       250,000
                                                                 300,000




       0
1984
1985
1986
1987
1988
1989
1990
1991
1992
1993
1994
1995
1996
1997
1998
1999
2000
                                                                            db cikk




2001
2002
2003
2004
2005
2006
2007
2008
                                                                                          Társadalmi hálók




2009
2010
2011
2012
                                                                           Net activity




                              db cikk
Gödel, Escher, Bach


                              Hofstadter
   Kooperáció Minőség Tudás




Társadalmi hálók,
Telcs András, 2013
márcus
                                                    3
A rangsorok kezdetei
   Kooperáció Minőség Tudás




                                            Edgar Elgar, 2005


Társadalmi hálók,
Telcs András, 2013
márcus
                                                                4
Motiváció
                              Hogyan készítsünk rangsort?
                              Mitől alakulnak ki a különbségek?
                              Econophysics: mikro dinamika  makro
   Kooperáció Minőség Tudás




                              kép
                              Hálózatban interakcióba lépünk
                              A hálózat megértése segíthet:
                                Információt terjeszteni,
                                Járványt megfékezni,
                                Pénzügyi lavinát megelőzni.
                                Megtalálni a legjobbat… .



Társadalmi hálók,
Telcs András, 2013
márcus
                                                                     5
Mitől alakulnak ki a különbségek

                                                       Máté effektus*
 Merton, Science 159 (1968)

                                                    Máté 25:29
                                                    “Mert mindenkinek, a kinek van,
                                                    adatik, és megszaporíttatik; akinek
                                                    pedig nincsen, attól az is elvétetik, a
   Kooperáció Minőség Tudás




                                                    mije van.”




Társadalmi hálók,                        18-05-00                                    6
Telcs András, 2013
márcus
                                                                                              6
Mitől alakulnak ki a különbségek

                                         Az egyenlőtlenségek kialakulásáról
                                            - tudományos produktivitás,
                                                   társszerzőség
                                 Degree
                                                            Theory          Statistical
                                 distribution
                                                            Dynamical Model method
                                 P(1), P(2),….P(k)
   Kooperáció Minőség Tudás




                                                                             Empirical
                                                                             results




Társadalmi hálók,                        18-05-00
Telcs András, 2013
márcus
                                                                                          7
Mitől alakulnak ki a különbségek

                                         Az egyenlőtlenségek kialakulásáról
                                     Statisztika – csonkított várható érték:
                                                Ek  E ( X | X  k )                     Ek  E0 
                                                                                                     1
                                                                                                        k
                                                                                                    1
                              14                                            E72=82.4
   Kooperáció Minőség Tudás




                              12                               72
                              10
                              8                                                        data
                                                                                       E
                              6                                            1
                                                               Ek  E0       k
                              4
                                                                          1
                              2
                              0
                                    1   2   3      4       5    6   7   8   9   10
Társadalmi hálók,                               18-05-00
Telcs András, 2013
márcus
                                                                                                       8
Mitől alakulnak ki a különbségek

                                   Tudományos produktivitás
   Kooperáció Minőség Tudás




                                   Schubert, Glanzel, Telcs (1984,85,89)
                                   3 cikk, 57 idézet, a legfrissebb 2013-s
Társadalmi hálók,                        18-05-00
Telcs András, 2013
márcus
                                                                             9
Mitől alakulnak ki a különbségek




                                  Tudományos produktivitás
                                  a pálya különböző szakaszain
   Kooperáció Minőség Tudás




                                Publikálás  társszerzők  társadalmi háló   Pató Gáborné
                                                                             Szűcs Beáta
Társadalmi hálók,                        18-05-00
Telcs András, 2013
márcus
                                                                                       10
Kicsi a világ

                             Kicsi a világ                                  Karinthy Frigyes,
                                                                            Címszavak a Nagy
                                                                            Enciklopédiához,

                                                                            Láncszemek, 1926
                             Példa:
                             az út hossza D=3
  Kooperáció Minőség Tudás




                                                                         A kis világ átmérője
                                                                         D=6



                                                                                 Strogatz, Watts,
                                                                                  Nature 1998,
                                                                                 Six degrees of
                                                                                 separation
Társadalmi hálók, 18-05-00        18-05-00                                       11             11
Telcs András, 2013
márcus                   Társadalmi hálók, Telcs András,   2013 márcus                               11
Kicsi a világ

                                         Erdős number

                                              EN(Erdős)=0
   Kooperáció Minőség Tudás




                                              EN(Lovász)=1
                                              van közös cikke Erdőssel

                                              EN(Y)=2
                                              Y van közös cikke X
                                              és X Erdős száma 1
                                              En(X)=1
                                                  En(X)=1            En(Y)=2

Társadalmi hálók,             18-05-00
Telcs András, 2013
márcus
      18-05-00                                                                 12
Kicsi a világ
   Kooperáció Minőség Tudás




Társadalmi hálók,             18-05-00
Telcs András, 2013
márcus
                                                         13
A közös nyelv - gráfok                                                  Gráfok

                                                                        Ezek az ábrák átvettek Barabasi előadásából


                         friend
                                           co-worker
        Peter                       Mary                                    Movie 1

                                                                                          Actor 2
                                                       Albert Actor 1
             brothers             friend
                                                                                        Movie 3           Actor 4
                                                                  Movie 2

                     Albert

                                                                        Actor 3




                                           N=4
                                           L=4
                                                                                          Network Science: Graph Theory   2012




Társadalmi hálók,             18-05-00
Telcs András, 2013
márcus
                                                                                                                      14
Gráfok

                                       Gráfok modellje

                                                                      Irányított
   Kooperáció Minőség Tudás




                                                                     Irányítatlan




                              Csúcs fokszáma: a szomszédok, kapcsolatok száma
Társadalmi hálók,                18-05-00
Telcs András, 2013
márcus
                                                                                    15
Gráfok

                                             Véletlen gráfok
                              Irányítatlan
   Kooperáció Minőség Tudás




                                                            Véletlen élekkel


                                                            Erdős Rényi 1961




Társadalmi hálók,                   18-05-00
Telcs András, 2013
márcus
                                                                               16
Gráfok

                                Ilyenek a társadalmi
                                    kapcsolatok?
                              Milgram 1967 , Watts,Strogatz 1998
   Kooperáció Minőség Tudás




                                                                            20:80


Társadalmi hálók,              18-05-00
Telcs András, 2013
márcus
                                                                                    17
Gráfok - hálózatok

                                Hálózatok gráf modellje
                              Irányítatlan                Növő gráf modell



                                               Barabási Albert László
   Kooperáció Minőség Tudás




                                               1999 Science 1999




Társadalmi hálók,                   18-05-00
Telcs András, 2013
márcus
                                                                             18
Gráfok - hálózatok

                                               WWW, Barabási & all.

                                N(k) = a k szomszéddal rendelkezők száma
                              előfordulás
   Kooperáció Minőség Tudás




                                                                                   fokszám

Társadalmi hálók,                   18-05-00
Telcs András, 2013
márcus
                                                                                       19
Dinamika

                              Rendezőelvek
                              amik közösek sok
                              hálózatban
                              Barabási & all.
   Kooperáció Minőség Tudás




                              •Nagyon egyszerűen fejlődik
                              •Dinamikus egyensúly
                              •Nagy fokszámok is előfordulnak
                              •Jó egyezés sok valós példával




Társadalmi hálók,                  18-05-00
Telcs András, 2013
márcus
                                                                      20
Gráfok - hálózatok
   Kooperáció Minőség Tudás




Társadalmi hálók,             18-05-00
                                     Társadalmi hálók, Telcs András,
Telcs András, 2013
márcus
      18-05-00                       2013 márcus                                            21
Dinamika
                                WWW, Barabási & all.

                              “Fizikus” megoldással    P(k)~k- 
                                          theory www (in) www (out) citation
                               =           3      2.1      2.45       3
   Kooperáció Minőség Tudás




                                                        S. Redner Euro. Phys. 1998




Társadalmi hálók,                   18-05-00
Telcs András, 2013
márcus
                                                                                     22
Dinamika
                                WWW, Barabási & all.



                              Átlagosan 19 kattintás elég két
                              tetszőleges weblap között
   Kooperáció Minőség Tudás




                              1 millió web lap!


                                               6000 millió web lap!


                              18-05-00


Társadalmi hálók,                   18-05-00
Telcs András, 2013
márcus
                                                                      23
A sérülékeny bank szektor: 2011
                                  A kontrol igénye




Társadalmi hálók,    18-05-00
Telcs András, 2013
márcus
Egy alkalmazás (2)                       A H1N1 járvány előre jelzése
                                                 A kontrol igénye
   Kooperáció Minőség Tudás




Thex




Társadalmi hálók,             18-05-00
Telcs András, 2013
márcus
                                                                                                   25
                                                                        Network Science: Introduction 2012
Egy alkalmazás (2)                            A H1N1 járvány előre jelzése
                                                      A kontrol igénye
   Kooperáció Minőség Tudás




                              Immunizáljunk!

                              De kiket?




Társadalmi hálók,                  18-05-00
Telcs András, 2013
márcus                                                                       26
Egy alkalmazás (2)                            A H1N1 járvány előre jelzése
                                                      A kontrol igénye

                              Immunizáljunk!
                              De kiket?
   Kooperáció Minőség Tudás




                              • Véletlenül kiválasztott 10%-t, kevés
                              •   50-60% már elég eredményes, de drága
                              • Legtöbb kapcsolattal rendelkezőket – elég a felső 5%, hatekony!
                              •       De hogyan talaljuk meg?
                              • Keressük meg a fontos csúcsokat  jön 




Társadalmi hálók,                  18-05-00
Telcs András, 2013
márcus
                                                                                                         27
                                                                              Network Science: Introduction 2012
Egy alkalmazás (3)                            Churn – szolgáltató váltás
                                                      A kontrol igénye
   Kooperáció Minőség Tudás




                              Vastag Gyula




                              Belső kapcsolatok

                              Beágyazottság



Társadalmi hálók,                  18-05-00
Telcs András, 2013
márcus
                                                                           28
Egy alkalmazás (4)                             Turisztikai ajánlások



                               Turisztikai szövetségek
   Kooperáció Minőség Tudás




                                    ajánlások belülre,
                                    kívülre,
                                    a turisztikai célok
                                    elhatárolása




                                                                                    Madarász Eszter

Társadalmi hálók,
Telcs András, 2013
márcus
                              A. Telcs, Társadalmi hálók, Telcs András, 2013   29                     29
Információ terjedés            Spreadingkontrol igénye
                                       A of Influence
   Kooperáció Minőség Tudás




Társadalmi hálók,             18-05-00
Telcs András, 2013
márcus
                                                         30
Hálózatok születése
                                A kontrol igénye

                                                   Net activity




Társadalmi hálók,    18-05-00
Telcs András, 2013
márcus
                                                              31
Információ terjedés – információ terjesztés
                                                                               A kontrol igénye

                              Hogyan legyünk vélemény vezérek?

                              A diplomata dilemma
                              Lobby index
                              Keressük meg….
   Kooperáció Minőség Tudás




                              1.Korn A., Schubert A., Telcs A., The lobby index pdf,arXiv, Physica A, 2009, doi:10.1016/j.physa.2009.02.013
                              2. Korn A., Schubert A., Telcs A., Hirsch-type indices for characterizing networks Scientometrics, Vol. 78, No. 2 (2009) 375–382, pdf
                              3. Barcza K., Telcs A., Paretian publication patterns imply paretian Hirsch index, Scientometrics, 81 (2) 513-519, DOI:
                                                10.1007/s11192-008-2175-8, pdf



                              3 cikk, 48 idézet, Impact factor: 5.494

Társadalmi hálók,                          18-05-00
Telcs András, 2013
márcus
                                                                                                                                                                 32
Bolyongás
                              “Férfiúról szólj nékem múzsa ki sokfele bolygott”
   Kooperáció Minőség Tudás




                              B
                                                                 A




                              bolyongás gráfokon


Társadalmi hálók,                 18-05-00
Telcs András, 2013
márcus
                                                                                  33
Bolyongás
   Kooperáció Minőség Tudás




                              B
                                                          A




                              bolyongás gráfokon


Társadalmi hálók,                 18-05-00
Telcs András, 2013
márcus
                                                              34
Bolyongás
   Kooperáció Minőség Tudás




                              B
                                                          A




                              bolyongás gráfokon


Társadalmi hálók,                 18-05-00
Telcs András, 2013
márcus
                                                              35
Keresés

                              Keresés nagy hálózaton
                              Hogyan találjuk meg a nagy
                              fertőzőket?
                              Hogyan találjuk meg a legjobb
   Kooperáció Minőség Tudás




                              kutatót egy szakterületen?




Társadalmi hálók,              18-05-00
Telcs András, 2013
márcus
                                                              36
Bolyongás  Keresés




                              A hálózat szerkezete  bolyongás
                              tulajdonságai
   Kooperáció Minőség Tudás




                                Sok szomszéd  gyakori látogatás
                                Gazdagok klubbja  lépegetés a
                                gazdagok között
                                Társadalmi háló  nagy méret,
                                átlagosan kis távolság, gyors elérés


Társadalmi hálók,                18-05-00
Telcs András, 2013
márcus
                                                                              37
Keresés




                              Bolyongás tulajdonságai 

                              •   Véletlen, de gyors navigálás,
   Kooperáció Minőség Tudás




                              •   nem kell az egész hálót feltárni

                              Hálózat tulajdonság 

                              •   kevés lépés, alacsony költség

Társadalmi hálók,                   18-05-00
Telcs András, 2013
márcus
                                                                     38
Egy alkalmazás (5)                         Hogyan találjuk meg a kedvenc filmünket?

                              Segít a véletlen – véletlen bolyongás
                                                                      Keresés
   Kooperáció Minőség Tudás




Társadalmi hálók,               18-05-00
Telcs András, 2013
márcus
                                                                                      39
Egy alkalmazás (5)                         Hogyan találjuk meg …?

                              Segít a véletlen – véletlen bolyongás
                                                                      Keresés
   Kooperáció Minőség Tudás




Társadalmi hálók,               18-05-00
Telcs András, 2013
márcus
                                                                                40
Egy alkalmazás (5)                         Hogyan találjuk meg …?

                              Segít a véletlen – véletlen bolyongás
                                                                      Keresés
   Kooperáció Minőség Tudás




Társadalmi hálók,               18-05-00
Telcs András, 2013
márcus
                                                                                41
Egy alkalmazás (5)                         Hogyan találjuk meg …?

                              Segít a véletlen – véletlen bolyongás
                                                                      Keresés
   Kooperáció Minőség Tudás




Társadalmi hálók,               18-05-00
Telcs András, 2013
márcus
                                                                                42
Egy alkalmazás (5)                         Hogyan találjuk meg …?

                              Segít a véletlen – véletlen bolyongás
                                                                      Keresés
   Kooperáció Minőség Tudás




Társadalmi hálók,               18-05-00
Telcs András, 2013
márcus
                                                                                43
Egy alkalmazás (5)                             Hogyan találjuk meg …?

                                  Segít a véletlen – véletlen bolyongás
                                                                          Keresés
   Kooperáció Minőség Tudás




                              Megállunk, ha egy ideje már nem akad jobb.
Társadalmi hálók,                   18-05-00
Telcs András, 2013
márcus
                                                                                    44
Egy alkalmazás (5)                            Hogyan találjuk meg a kedvenc filmünket?

                                 Segít a véletlen – véletlen bolyongás
                                                                         Keresés
   Kooperáció Minőség Tudás




                                                         Nagy a háló n~10.000.000.000

                                                         Nem lehet mind értékelni, (sorbarakni)
                                                         Bolyongással a szükséges lépések száma

                                                         log10(n)=10 !
                              1. Telcs A., Csernai M. M., Gulyás A., Load balanced capture
                                 processes, Physica A., 2013



Társadalmi hálók,                  18-05-00
Telcs András, 2013
márcus
                                                                                             45
Egy alkalmazás (6)                 Hogyan találjuk meg a lejobbat, készítsük el a top 100-t?
                                                                    Keresés



                              Megtaláljuk a legjobbat 
                              a második legjobbat
                              .
   Kooperáció Minőség Tudás




                              .
                              .
                              és kész a rangsor




Társadalmi hálók,                18-05-00
Telcs András, 2013
márcus
                                                                                           46
1.    Szasz, D., Telcs, A., Random Walks in an Inhomogeneous Medium with Local Impurities, J. Stat. Phys. 26, 1981, 527-537
                              2.    Telcs, A., Local Impurities in Random Walk with Internal States, Coll. Mat. Soc. János Bólyai 36, Limit Theorems in Probability and
                                    Statistics, Veszprém, Ed. Révész, P., Akadémia Kiadó - North Holland Pu., 1982
                              3.    Telcs, A., Random Walks on Graphs, Electric Networks and Fractals,Probability Theory and Related Fields, 82, 1989, 435-449
                              4.    Telcs, A., Spectra of Graphs and Fractal Dimensions I., Probability Theory and Related Fields (1990) 85., 489-497
                              5.    Telcs, A., A Note on Recurrent Random Walks on J. Stat. Phys., (1990), 60., 5/6. 801-807
                              6.    Telcs, A., Spectra of Graphs and Fractal Dimensions II., J. Theor Probability, 1995, 8. 77-96
                              7.    Telcs, A., Wormald, N.C., Branching and Tree indexed Random Walks on Fractals, J. Appl. Prob.
                              8.    Telcs, A., Miklós, D. Note on Self-Avoiding Polygons, Proceedings of Conference of Bolyai J. Math.. Soc. 1993, Keszthely
                              9.    Telcs, A. Fractals and Martin Boundary, Studia Scientiarum Mathematicarum Hungarica 37, (2001) 145-167
                              10.   Telcs A. (2002). A Note on Rough Isometry Invariance of Resistance. Combinatorics, Probability & Computing, 11 , pp 427-432
                                    doi:10.1017/S0963548302005205
                              11.   Telcs A. Transition Density Estimates of Random Walks with Greenian Index, ECP 1, 2000
                              12.   Grigory’an, A. Telcs, A. , Sub-Gaussian estimates of the heat kernels on infinite graphs, Duke Math. J.(2001) 109, 3 452-510
                              13.   Telcs, A. Local Sub-Gaussia estimates of heat kernels on graphs, the strongly recurrent case, Electr. J. Probability, Vol. 6 (2001)
                                    Paper no. 22, 1-33
                              14.   Telcs, A. Volume and time doubling of graphs and random walks, the strongly recurrent case, Comm. Pure and Appl. Math.(2001)
                                    LIV,975-1018
                              15.   Grigory’an A., Telcs, A. Harnack inequalities and sub-Gaussian estimates for random walks, Mathematische Annalen 2002; DOI
   Kooperáció Minőség Tudás




                                    10.1007
                              16.   Telcs A., Isoperimetric inequalities for Random Walks,Potential Analysis 19 (3) p.237-249
                              17.   Telcs A., Random Walks on Graphs with volume and time doubling, Rev. Mat. Iberoamericana 22, no. 1 (2006), 17–54
                              18.   Telcs A , The volume and time comparison principle and transition probability estimates for random walks Discrete Random Walks,
                                    DRW'03 Conference Volume AC (2003), pp. 301-308,Cyril Banderier and Christian Krattenthaler (eds.)
                              19.   Telcs A, The Art of Random Walks, Lecture Notes in Mathematics 1885, Springer 2006
                              20.   Telcs A, Sub-Gaussian Short Time Asymptotics for Measure Metric Dirichlet Spaces , J. Theor. Probability Volume 19, Number
                                    3/December (2006) 631-645
                              21.   Telcs A. Lower bound for transition probabilities on graphs, Stochastic Processes and their Applications, Available online 29 January
                                    2007
                              22.   Telcs A. Upper bounds for transition probabilities on graphs and isoperimetric inequalities, Markov Processes and Related Fields,
                                    12,2006, 1,1-26,
                              23.   Telcs,András, The Einstein Relation for Random Walks on Graphs, Journal of Statistical Physics, 122, 4, 2006, 617-645,
                              24.   Telcs A. Random walk on graphs with regular resistance and volume growth, AIHP, Annales de l’ Institut Henri Poincaré - Probabilités
                                    et Statistiques, 2008, Vol. 44, No. 1, 143-169,
                              25.   Telcs, A., Diffusive limits on the Penrose tiling, J. Stat. Phys., 141, 4, 661-668, DOI: 10.1007/s10955-010-0072-z , DOI
                                    10.1007/s10955-010-0072-z
                              26.   Grigory’an A., Telcs, A. ,Two-sided estimates of heat kernels on metric measure spaces, Annals of Probability 2012, Vol. 40, No. 3,
                                    1212-1284
                              27.   Telcs A., Csernai M. M., Gulyás A., Load balanced capture processes, Physica A., 2013
                              28.   Konsowa M., Telcs A. , Al-Awadhi F.Commute Times of random Walks on Trees, to appear in Discrete Applied Mathematics,
                                    http://dx.doi.org/10.1016/j.dam.2012.10.006, to appear

                                     Bolyongás témában 28 cikk 300+ hivatkozás
Társadalmi hálók,                               18-05-00
Telcs András, 2013
márcus
                                                                                                                                                                     47
Társadalmi hálók

                               Modellek
   Kooperáció Minőség Tudás




                               Jelenségek
                               Alkalmazások




Társadalmi hálók,
Telcs András, 2013
márcus
                                                 48
Köszönöm a figyelmet!
Saját közlemények száma:42
                              Független idézetek száma:418
                              Összegzett impakt faktor:27,418
                              H index 16
   Kooperáció Minőség Tudás




Társadalmi hálók,                18-05-00
Telcs András, 2013
márcus
                                                                50
Kooperáció Minőség Tudás

Mais conteúdo relacionado

Destaque

How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
ThinkNow
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
Kurio // The Social Media Age(ncy)
 

Destaque (20)

2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot2024 State of Marketing Report – by Hubspot
2024 State of Marketing Report – by Hubspot
 
Everything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPTEverything You Need To Know About ChatGPT
Everything You Need To Know About ChatGPT
 
Product Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage EngineeringsProduct Design Trends in 2024 | Teenage Engineerings
Product Design Trends in 2024 | Teenage Engineerings
 
How Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental HealthHow Race, Age and Gender Shape Attitudes Towards Mental Health
How Race, Age and Gender Shape Attitudes Towards Mental Health
 
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdfAI Trends in Creative Operations 2024 by Artwork Flow.pdf
AI Trends in Creative Operations 2024 by Artwork Flow.pdf
 
Skeleton Culture Code
Skeleton Culture CodeSkeleton Culture Code
Skeleton Culture Code
 
PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024PEPSICO Presentation to CAGNY Conference Feb 2024
PEPSICO Presentation to CAGNY Conference Feb 2024
 
Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)Content Methodology: A Best Practices Report (Webinar)
Content Methodology: A Best Practices Report (Webinar)
 
How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024How to Prepare For a Successful Job Search for 2024
How to Prepare For a Successful Job Search for 2024
 
Social Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie InsightsSocial Media Marketing Trends 2024 // The Global Indie Insights
Social Media Marketing Trends 2024 // The Global Indie Insights
 
Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024Trends In Paid Search: Navigating The Digital Landscape In 2024
Trends In Paid Search: Navigating The Digital Landscape In 2024
 
5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary5 Public speaking tips from TED - Visualized summary
5 Public speaking tips from TED - Visualized summary
 
ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd ChatGPT and the Future of Work - Clark Boyd
ChatGPT and the Future of Work - Clark Boyd
 
Getting into the tech field. what next
Getting into the tech field. what next Getting into the tech field. what next
Getting into the tech field. what next
 
Google's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search IntentGoogle's Just Not That Into You: Understanding Core Updates & Search Intent
Google's Just Not That Into You: Understanding Core Updates & Search Intent
 
How to have difficult conversations
How to have difficult conversations How to have difficult conversations
How to have difficult conversations
 
Introduction to Data Science
Introduction to Data ScienceIntroduction to Data Science
Introduction to Data Science
 
Time Management & Productivity - Best Practices
Time Management & Productivity -  Best PracticesTime Management & Productivity -  Best Practices
Time Management & Productivity - Best Practices
 
The six step guide to practical project management
The six step guide to practical project managementThe six step guide to practical project management
The six step guide to practical project management
 
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
Beginners Guide to TikTok for Search - Rachel Pearson - We are Tilt __ Bright...
 

Társadalmi hálók bevezető előadás

  • 1. Társadalmi hálók Telcs András, Kvantitatív Módszerek Tanszék Methodology Research Group TÁMOP-4.2.2/B-10/1-2010-0025 „Tudományos képzés műhelyeinek támogatása a Pannon Egyetemen” Az Európai Unió támogatásával, az Európai Szociális Alap társfinanszírozásában valósul meg.
  • 2. 50,000 100,000 150,000 200,000 250,000 300,000 0 1984 1985 1986 1987 1988 1989 1990 1991 1992 1993 1994 1995 1996 1997 1998 1999 2000 db cikk 2001 2002 2003 2004 2005 2006 2007 2008 Társadalmi hálók 2009 2010 2011 2012 Net activity db cikk
  • 3. Gödel, Escher, Bach Hofstadter Kooperáció Minőség Tudás Társadalmi hálók, Telcs András, 2013 márcus 3
  • 4. A rangsorok kezdetei Kooperáció Minőség Tudás Edgar Elgar, 2005 Társadalmi hálók, Telcs András, 2013 márcus 4
  • 5. Motiváció Hogyan készítsünk rangsort? Mitől alakulnak ki a különbségek? Econophysics: mikro dinamika  makro Kooperáció Minőség Tudás kép Hálózatban interakcióba lépünk A hálózat megértése segíthet: Információt terjeszteni, Járványt megfékezni, Pénzügyi lavinát megelőzni. Megtalálni a legjobbat… . Társadalmi hálók, Telcs András, 2013 márcus 5
  • 6. Mitől alakulnak ki a különbségek Máté effektus* Merton, Science 159 (1968) Máté 25:29 “Mert mindenkinek, a kinek van, adatik, és megszaporíttatik; akinek pedig nincsen, attól az is elvétetik, a Kooperáció Minőség Tudás mije van.” Társadalmi hálók, 18-05-00 6 Telcs András, 2013 márcus 6
  • 7. Mitől alakulnak ki a különbségek Az egyenlőtlenségek kialakulásáról - tudományos produktivitás, társszerzőség Degree Theory Statistical distribution Dynamical Model method P(1), P(2),….P(k) Kooperáció Minőség Tudás Empirical results Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 7
  • 8. Mitől alakulnak ki a különbségek Az egyenlőtlenségek kialakulásáról Statisztika – csonkított várható érték: Ek  E ( X | X  k ) Ek  E0  1 k  1 14 E72=82.4 Kooperáció Minőség Tudás 12 72 10 8 data E 6 1 Ek  E0  k 4  1 2 0 1 2 3 4 5 6 7 8 9 10 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 8
  • 9. Mitől alakulnak ki a különbségek Tudományos produktivitás Kooperáció Minőség Tudás Schubert, Glanzel, Telcs (1984,85,89) 3 cikk, 57 idézet, a legfrissebb 2013-s Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 9
  • 10. Mitől alakulnak ki a különbségek Tudományos produktivitás a pálya különböző szakaszain Kooperáció Minőség Tudás Publikálás  társszerzők  társadalmi háló Pató Gáborné Szűcs Beáta Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 10
  • 11. Kicsi a világ Kicsi a világ Karinthy Frigyes, Címszavak a Nagy Enciklopédiához, Láncszemek, 1926 Példa: az út hossza D=3 Kooperáció Minőség Tudás A kis világ átmérője D=6 Strogatz, Watts, Nature 1998, Six degrees of separation Társadalmi hálók, 18-05-00 18-05-00 11 11 Telcs András, 2013 márcus Társadalmi hálók, Telcs András, 2013 márcus 11
  • 12. Kicsi a világ Erdős number EN(Erdős)=0 Kooperáció Minőség Tudás EN(Lovász)=1 van közös cikke Erdőssel EN(Y)=2 Y van közös cikke X és X Erdős száma 1 En(X)=1 En(X)=1 En(Y)=2 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 18-05-00 12
  • 13. Kicsi a világ Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 13
  • 14. A közös nyelv - gráfok Gráfok Ezek az ábrák átvettek Barabasi előadásából friend co-worker Peter Mary Movie 1 Actor 2 Albert Actor 1 brothers friend Movie 3 Actor 4 Movie 2 Albert Actor 3 N=4 L=4 Network Science: Graph Theory 2012 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 14
  • 15. Gráfok Gráfok modellje Irányított Kooperáció Minőség Tudás Irányítatlan Csúcs fokszáma: a szomszédok, kapcsolatok száma Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 15
  • 16. Gráfok Véletlen gráfok Irányítatlan Kooperáció Minőség Tudás Véletlen élekkel Erdős Rényi 1961 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 16
  • 17. Gráfok Ilyenek a társadalmi kapcsolatok? Milgram 1967 , Watts,Strogatz 1998 Kooperáció Minőség Tudás 20:80 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 17
  • 18. Gráfok - hálózatok Hálózatok gráf modellje Irányítatlan Növő gráf modell Barabási Albert László Kooperáció Minőség Tudás 1999 Science 1999 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 18
  • 19. Gráfok - hálózatok WWW, Barabási & all. N(k) = a k szomszéddal rendelkezők száma előfordulás Kooperáció Minőség Tudás fokszám Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 19
  • 20. Dinamika Rendezőelvek amik közösek sok hálózatban Barabási & all. Kooperáció Minőség Tudás •Nagyon egyszerűen fejlődik •Dinamikus egyensúly •Nagy fokszámok is előfordulnak •Jó egyezés sok valós példával Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 20
  • 21. Gráfok - hálózatok Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Társadalmi hálók, Telcs András, Telcs András, 2013 márcus 18-05-00 2013 márcus 21
  • 22. Dinamika WWW, Barabási & all. “Fizikus” megoldással P(k)~k-  theory www (in) www (out) citation = 3 2.1 2.45 3 Kooperáció Minőség Tudás S. Redner Euro. Phys. 1998 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 22
  • 23. Dinamika WWW, Barabási & all. Átlagosan 19 kattintás elég két tetszőleges weblap között Kooperáció Minőség Tudás 1 millió web lap! 6000 millió web lap! 18-05-00 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 23
  • 24. A sérülékeny bank szektor: 2011 A kontrol igénye Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus
  • 25. Egy alkalmazás (2) A H1N1 járvány előre jelzése A kontrol igénye Kooperáció Minőség Tudás Thex Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 25 Network Science: Introduction 2012
  • 26. Egy alkalmazás (2) A H1N1 járvány előre jelzése A kontrol igénye Kooperáció Minőség Tudás Immunizáljunk! De kiket? Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 26
  • 27. Egy alkalmazás (2) A H1N1 járvány előre jelzése A kontrol igénye Immunizáljunk! De kiket? Kooperáció Minőség Tudás • Véletlenül kiválasztott 10%-t, kevés • 50-60% már elég eredményes, de drága • Legtöbb kapcsolattal rendelkezőket – elég a felső 5%, hatekony! • De hogyan talaljuk meg? • Keressük meg a fontos csúcsokat  jön  Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 27 Network Science: Introduction 2012
  • 28. Egy alkalmazás (3) Churn – szolgáltató váltás A kontrol igénye Kooperáció Minőség Tudás Vastag Gyula Belső kapcsolatok Beágyazottság Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 28
  • 29. Egy alkalmazás (4) Turisztikai ajánlások Turisztikai szövetségek Kooperáció Minőség Tudás ajánlások belülre, kívülre, a turisztikai célok elhatárolása Madarász Eszter Társadalmi hálók, Telcs András, 2013 márcus A. Telcs, Társadalmi hálók, Telcs András, 2013 29 29
  • 30. Információ terjedés Spreadingkontrol igénye A of Influence Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 30
  • 31. Hálózatok születése A kontrol igénye Net activity Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 31
  • 32. Információ terjedés – információ terjesztés A kontrol igénye Hogyan legyünk vélemény vezérek? A diplomata dilemma Lobby index Keressük meg…. Kooperáció Minőség Tudás 1.Korn A., Schubert A., Telcs A., The lobby index pdf,arXiv, Physica A, 2009, doi:10.1016/j.physa.2009.02.013 2. Korn A., Schubert A., Telcs A., Hirsch-type indices for characterizing networks Scientometrics, Vol. 78, No. 2 (2009) 375–382, pdf 3. Barcza K., Telcs A., Paretian publication patterns imply paretian Hirsch index, Scientometrics, 81 (2) 513-519, DOI: 10.1007/s11192-008-2175-8, pdf 3 cikk, 48 idézet, Impact factor: 5.494 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 32
  • 33. Bolyongás “Férfiúról szólj nékem múzsa ki sokfele bolygott” Kooperáció Minőség Tudás B A bolyongás gráfokon Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 33
  • 34. Bolyongás Kooperáció Minőség Tudás B A bolyongás gráfokon Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 34
  • 35. Bolyongás Kooperáció Minőség Tudás B A bolyongás gráfokon Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 35
  • 36. Keresés Keresés nagy hálózaton Hogyan találjuk meg a nagy fertőzőket? Hogyan találjuk meg a legjobb Kooperáció Minőség Tudás kutatót egy szakterületen? Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 36
  • 37. Bolyongás  Keresés A hálózat szerkezete  bolyongás tulajdonságai Kooperáció Minőség Tudás Sok szomszéd  gyakori látogatás Gazdagok klubbja  lépegetés a gazdagok között Társadalmi háló  nagy méret, átlagosan kis távolság, gyors elérés Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 37
  • 38. Keresés Bolyongás tulajdonságai  • Véletlen, de gyors navigálás, Kooperáció Minőség Tudás • nem kell az egész hálót feltárni Hálózat tulajdonság  • kevés lépés, alacsony költség Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 38
  • 39. Egy alkalmazás (5) Hogyan találjuk meg a kedvenc filmünket? Segít a véletlen – véletlen bolyongás Keresés Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 39
  • 40. Egy alkalmazás (5) Hogyan találjuk meg …? Segít a véletlen – véletlen bolyongás Keresés Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 40
  • 41. Egy alkalmazás (5) Hogyan találjuk meg …? Segít a véletlen – véletlen bolyongás Keresés Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 41
  • 42. Egy alkalmazás (5) Hogyan találjuk meg …? Segít a véletlen – véletlen bolyongás Keresés Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 42
  • 43. Egy alkalmazás (5) Hogyan találjuk meg …? Segít a véletlen – véletlen bolyongás Keresés Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 43
  • 44. Egy alkalmazás (5) Hogyan találjuk meg …? Segít a véletlen – véletlen bolyongás Keresés Kooperáció Minőség Tudás Megállunk, ha egy ideje már nem akad jobb. Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 44
  • 45. Egy alkalmazás (5) Hogyan találjuk meg a kedvenc filmünket? Segít a véletlen – véletlen bolyongás Keresés Kooperáció Minőség Tudás Nagy a háló n~10.000.000.000 Nem lehet mind értékelni, (sorbarakni) Bolyongással a szükséges lépések száma log10(n)=10 ! 1. Telcs A., Csernai M. M., Gulyás A., Load balanced capture processes, Physica A., 2013 Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 45
  • 46. Egy alkalmazás (6) Hogyan találjuk meg a lejobbat, készítsük el a top 100-t? Keresés Megtaláljuk a legjobbat  a második legjobbat . Kooperáció Minőség Tudás . . és kész a rangsor Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 46
  • 47. 1. Szasz, D., Telcs, A., Random Walks in an Inhomogeneous Medium with Local Impurities, J. Stat. Phys. 26, 1981, 527-537 2. Telcs, A., Local Impurities in Random Walk with Internal States, Coll. Mat. Soc. János Bólyai 36, Limit Theorems in Probability and Statistics, Veszprém, Ed. Révész, P., Akadémia Kiadó - North Holland Pu., 1982 3. Telcs, A., Random Walks on Graphs, Electric Networks and Fractals,Probability Theory and Related Fields, 82, 1989, 435-449 4. Telcs, A., Spectra of Graphs and Fractal Dimensions I., Probability Theory and Related Fields (1990) 85., 489-497 5. Telcs, A., A Note on Recurrent Random Walks on J. Stat. Phys., (1990), 60., 5/6. 801-807 6. Telcs, A., Spectra of Graphs and Fractal Dimensions II., J. Theor Probability, 1995, 8. 77-96 7. Telcs, A., Wormald, N.C., Branching and Tree indexed Random Walks on Fractals, J. Appl. Prob. 8. Telcs, A., Miklós, D. Note on Self-Avoiding Polygons, Proceedings of Conference of Bolyai J. Math.. Soc. 1993, Keszthely 9. Telcs, A. Fractals and Martin Boundary, Studia Scientiarum Mathematicarum Hungarica 37, (2001) 145-167 10. Telcs A. (2002). A Note on Rough Isometry Invariance of Resistance. Combinatorics, Probability & Computing, 11 , pp 427-432 doi:10.1017/S0963548302005205 11. Telcs A. Transition Density Estimates of Random Walks with Greenian Index, ECP 1, 2000 12. Grigory’an, A. Telcs, A. , Sub-Gaussian estimates of the heat kernels on infinite graphs, Duke Math. J.(2001) 109, 3 452-510 13. Telcs, A. Local Sub-Gaussia estimates of heat kernels on graphs, the strongly recurrent case, Electr. J. Probability, Vol. 6 (2001) Paper no. 22, 1-33 14. Telcs, A. Volume and time doubling of graphs and random walks, the strongly recurrent case, Comm. Pure and Appl. Math.(2001) LIV,975-1018 15. Grigory’an A., Telcs, A. Harnack inequalities and sub-Gaussian estimates for random walks, Mathematische Annalen 2002; DOI Kooperáció Minőség Tudás 10.1007 16. Telcs A., Isoperimetric inequalities for Random Walks,Potential Analysis 19 (3) p.237-249 17. Telcs A., Random Walks on Graphs with volume and time doubling, Rev. Mat. Iberoamericana 22, no. 1 (2006), 17–54 18. Telcs A , The volume and time comparison principle and transition probability estimates for random walks Discrete Random Walks, DRW'03 Conference Volume AC (2003), pp. 301-308,Cyril Banderier and Christian Krattenthaler (eds.) 19. Telcs A, The Art of Random Walks, Lecture Notes in Mathematics 1885, Springer 2006 20. Telcs A, Sub-Gaussian Short Time Asymptotics for Measure Metric Dirichlet Spaces , J. Theor. Probability Volume 19, Number 3/December (2006) 631-645 21. Telcs A. Lower bound for transition probabilities on graphs, Stochastic Processes and their Applications, Available online 29 January 2007 22. Telcs A. Upper bounds for transition probabilities on graphs and isoperimetric inequalities, Markov Processes and Related Fields, 12,2006, 1,1-26, 23. Telcs,András, The Einstein Relation for Random Walks on Graphs, Journal of Statistical Physics, 122, 4, 2006, 617-645, 24. Telcs A. Random walk on graphs with regular resistance and volume growth, AIHP, Annales de l’ Institut Henri Poincaré - Probabilités et Statistiques, 2008, Vol. 44, No. 1, 143-169, 25. Telcs, A., Diffusive limits on the Penrose tiling, J. Stat. Phys., 141, 4, 661-668, DOI: 10.1007/s10955-010-0072-z , DOI 10.1007/s10955-010-0072-z 26. Grigory’an A., Telcs, A. ,Two-sided estimates of heat kernels on metric measure spaces, Annals of Probability 2012, Vol. 40, No. 3, 1212-1284 27. Telcs A., Csernai M. M., Gulyás A., Load balanced capture processes, Physica A., 2013 28. Konsowa M., Telcs A. , Al-Awadhi F.Commute Times of random Walks on Trees, to appear in Discrete Applied Mathematics, http://dx.doi.org/10.1016/j.dam.2012.10.006, to appear Bolyongás témában 28 cikk 300+ hivatkozás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 47
  • 48. Társadalmi hálók Modellek Kooperáció Minőség Tudás Jelenségek Alkalmazások Társadalmi hálók, Telcs András, 2013 márcus 48
  • 50. Saját közlemények száma:42 Független idézetek száma:418 Összegzett impakt faktor:27,418 H index 16 Kooperáció Minőség Tudás Társadalmi hálók, 18-05-00 Telcs András, 2013 márcus 50