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.
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
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
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