network blog

Az idén hetedszerre megrendezésre kerülő előadássorozat pénteken várja az érdeklődőket a fővárosban és vidéken egyaránt. A kezdeményezés célja, hogy bepillantást nyújtson a különböző tudományterületekbe, és orientálja a pályaválasztás előtt álló fiatalokat. A célközönség természetesen sokkal szélesebb, kicsik és nagyok egyaránt részt vesznek – legalábbis ezt mutatják az évről évre növekedő látogatottsági adatok. Idén – munkatársainknak köszönhetően a hálózattudomány kulisszái mögé is bepillanthatnak az érdeklődők az alábbi előadásokon:

16:00 - 16:40: Vásárhelyi Orsolya és Lovas Bence: A közösségi média rejtett hálózatai – szuperhősöktől az Internetes trollokig

Gondolkodtál már azon, hogy miért pont a Subba a legolvasottabb blog? És mitől válhat valaki a magyar blogszcéna „hub”-jává?  Érdekel, hogy mennyire hatékonyan működnek együtt például a szuperhősök?  Hogyan lehet kesze-kusza adathalmazokból színesebbnél, színesebb - és nem mellesleg - értelmezhető hálózatokat varázsolni? Kik a magyar IT téma internetes hangadói? Az előadás során a fenti példákon keresztül  tekintünk be a hálózatkutatás komplex adatelemzésre és egyedi vizualizációs megoldásaira épülő világába, ahol az adatok a hálózatokon keresztül szinte életre kelnek. Ideje megismerkedni az emberi viselkedés és a közösségi média szociálpszichológiájának legújabb diagnosztikai eszközével!

16:40 - 17:20: Tóth Szilvia és Ábel Dániel: A rejtett hálózatok ereje – hálózati diagnosztika  a szervezetfejlesztésben

Bár minden szervezetnek megvan a maga gondosan, és tudatosan felépített struktúrája, a formális rendszerek mellett - vagy helyett - mindenhol kialakulnak belső, sokszor a formális csatornák mellet megbúvó, informális együttműködési hálózatok is. Ezek a hálózatok valójában sokrétűbbek és nagyobb hatással vannak a szervezet teljesítményére és működésére, mint azt elsőre gondolnánk. Gondoltad volna, hogy kihat egy bankfiók teljesítményére, hogy a munkatársak együtt járnak ebédelni? Hogyan terjednek a pletykák a szervezetben? És ez miként fordítható át üzleti eredményességre? A klasszikus Mérei-féle szociometriát ötvözve a XXI. század legfiatalabb tudományának, és a modern technológia eredményeivel a szervezetek rejtett belső szerkezete láthatóvá válik. Az előadás során bemutatjuk, hogy miként lehet  a hálózatkutatás egyedi módszertana szervezetfejlesztők segítségére az együttműködések hatékonyságának növelésében, a motiváció javításában, a tudásmenedzsmentben, és még számtalan, a szervezet számára kiemelkedő értékkel bíró fejlesztésben.

Blokk: Vállalati hálók: vergődő és lubickoló kis- és nagyvállalatok belülről

Helyszín: Budapesi Corvinus Egyetem (1093 Budapest, Fővám tér 8., III-as előadó)

Időpont: Szeptember 28. péntek, 16:00-18:00

További információkért keressétek a rendezvény honlapját. Minden érdeklődőt szeretettel várunk!

Mint vállalat, elérkezettnek láttuk az időt, hogy mi is kivegyük részünket a gyermekcipőben járó hazai CSR tevékenységből, és egy olyan területet választottunk, ahol úgy érezzük, segítségünk a legnagyobb hatással lehet. A harmadik, azaz non-profit szektor annak ellenére, hogy nem nyereségorientált, erősen kompetitív. Ebben a közegben különösen fontos, hogy egy jól felépített szervezet olajozottan működjön, és ezt a kompetenciáját kifelé is közvetítse. Október 31-ig olyan civil szervezetek jelentkezését várjuk, akik készen állnak mindent megtenni azért, hogy sikeresen teljesítsenek a támogatásokért és pályázati pénzekért folytatott versenyben. Az érdeklődőket honlapunkon részletes tájékoztató és jelentkezési lap várja, olvasóinkat pedig a CSR rövid története.

Az angol CSR (Corporate Social Responsibility), azaz a Vállalati Felelősségvállalás a 60-as és 70-es évek nyugati vállalati kultúrájában bukkant fel először, és egy új szemlélet kialakulásához vezetett a vállalati kultúrában. A stakeholder fogalom bevezetésével a vállalat tevékenysége által érintettek, illetve a vállalat tevékenységének formálói köre olyan szereplőkkel bővült, mint a környezet és a társadalom. A nyolcvanas évektől utóbbiak már nemcsak számokká redukált faktorként, hanem szerves tényezőként jelentek meg a vállalatok stratégiájában miután felfedezték, hogy állami és fogyasztói oldalról egyaránt kedvező visszhangot kaptak az ilyen irányú kezdeményezések. Az ezredfordulót követően komolyabb, jogi támogatást is kapott a tevékenység: 2009-ben Dánia például kötelezte 1100 legnagyobb vállalatát, hogy éves pénzügyi beszámolójuk mellé egy a CSR tevékenységeikről szóló jelentést is csatoljanak. 2010 novemberében az ISO a folyamatok sztenderdizálása végett jelentést is adott ki, amelyben a CSR irányvonalait vázolta fel. Hazánkban mintegy tízéves múltra tekinthet vissza a jelenség, ami jóval többet takar a környezetvédelemnél, 2008-tól pedig négy kategóriában CSR Hungary díjakat is osztanak.

A CSR egyik alapelve, hogy egy adott vállalat termelésével összhangban vegyen részt olyan tevékenységben, ami a fenntartható jövőt szolgálja, és nem közvetlenül profitorientált. A Maven7 a hálózatkutatásban szerzett tudását és tapasztalatát igyekszik majd átadni olyan civil kezdeményezéseknek, akikkel közvetlenül segíthetnek a fenntartható társadalmi fejlődésben.

Johan Ugander, Brian Karrer, Lars Backstrom és Cameron Marlow egy nagy volumenű kutatás során tesztelték a jelenséget a Facebook (akkori) összes felhasználójával (!), mintegy 721 millió emberen, ami a Föld népességének 10%-át tesz ki. A 69 milliárd kapcsolat elemzése után azt tapasztalták, hogy a paradoxon az esetek 93%-ban megvalósul. Az átlagfelhasználó 190 baráttal rendelkezik, míg az átlagfelhasználó átlagbarátja 635-el.

A jelenség offline hálózatok esetén is tapasztalható, és teljes mértékben független az adott ember személyiségétől, és nem véletlenül a barátság paradoxon néven híresült el. A paradoxon forrása a súlyozott átlag, a dolog lényege pedig, hogy egy szám kétszer szerepel, egyszer átlagoljuk, egyszer súlyként. Vegyünk egy kisebb hálózatot példának (a jelenség egyébként független a hálózat szerkezetétől, a méret a szemléltetés érthetőségét szolgálja).

Ross, Chandler, Rachel és Phoebe (jó)barátok. Ross Chandler barátja, utóbbi pedig közkedvelt személyiség sok baráttal. Rachel és Phoebe is barátok, és mindketten ismerik Chandlert. Rossnak tehát 1, Chandlernek 3, Rachelnek és Phoebenek pedig 2 barátja van. Összesen tehát 8 barát van, a 4 embernek átlagosan 2. A barátság paradoxonban ez a 2-es átlag az a szám, aminek kisebb, mint a barátok barátainak átlagos száma (a továbbiakban rang).  Valóban így van ez?

Lássuk az egyes emberek átlagos rangját: Rossnak 1, Chandlernek 3, Phoebynek és Rachelnek 2.  Képzeljünk el egy beszélgetést, ahol a barátok egymással beszélnek rangjaikról:

Ross: “Chandler rangja 3.”

Chandler: “Ross rangja 1. Rachel rangja 2. Phoebé pedig 2.”

Rachel: “Chandler rangja, Phoebe rangja 2.”

Phoebe: “Chandler rangja 3. Rachel rangja 2.”

A rangok összege 18 (3 + 1 + 2 + 2 + 3 + 2 + 3 + 2), nyolccal elosztva az átlaga pedig 2.25, ami bizony magasabb, mint 2. A paradoxonnak megfelelően tehát a barátok barátainak száma magasabb, mint a saját barátoké. A kérdés már csak az, miért? A populáris barátok, mint Chandler aránytalanul magasabb rangúak, mint az átlag, és azon felül hogy sok barátjuk van, őket is sokszor említik barátként. A fenti képletben Rosst egyszer említették, így ő 1x1-et ad hozzá; Chandler neve háromszor merült fel, rangja 3, tehát 3x3=9; Rachel és Phoebe két-két említése pedig 2x2, így a rangok átlaga (fent), nagyobb, mint a barátok tálaga (lent), a felső ezzel súlyozott átlag lesz, a négyzetre emelés így extra súlyt ad a nagy ranghoz.

Az átlagolt rang így mindig magasabb lesz, mint a sima átlag, ami nincs súlyozva.

A paradoxonnak nem meglepő módon gyakorlati alkalmazása is létezik, többek között egy járványok elterjedését megelőzni szándékozó figyelmeztető rendszer. A 2009-es H1N1 vírus kitörésekor egy Harvardon folytatott kísérlet azt is kimutatta, hogy a Chandler kaliberű, sok ismerőssel rendelkező diákok előbb megbetegedtek.

További példákkal a New York Times egyik blogja szolgál.

Marshall McLuhan már 1960-as évek hajnalán megjósolta, milyen hatással lesznek az új médiumok a mindennapokra, és mára már bizonyos, hogy mindannyian egy és ugyanazon globális világfalu lakói vagyunk. A tömegkommunikációs eszközök korában ugyanis a távolságok és országhatárok gyakorlatilag semmibe vesznek. Rokonok és barátok vannak mindennapos kapcsolatban, függetlenül attól, hogy melyik kontinensen élnek. A Stanfordi egyetem kutatása a Facebookon vizsgálta a jelenséget, és a várható trendeken túl, meglepő (és nyomokban mulatságos) dolgokra figyelt fel. Egy San Fransiscói céggel kollaborálva pedig még interaktív térképpel is kiegészült a kutatás.

Meglepő például, hogy a Kongói Demokratikus Köztársaság - a világ egyik legszegényebb nemzete Afrika szívében – erős kapcsolatban áll Ecuadorral, és az is, hogy a Közép-afrikai Köztársaság és Kazahsztán lakosait is erős baráti szálak kötik össze. Kiderült továbbá, hogy Izland legnagyobb számú bevándorló közössége a lengyeleké, és hogy Japán és Brazília immigrációs összeköttetése a XX.század elejére nyúlik vissza. További migrációs bonmot, hogy Lichtensteinben többen dolgoznak az országhatárokon túl, mint azokon belül.

A metodológiáját tekintve a projekt egy adott ország belső és külső Facebook ismeretségét vizsgálta, ami alapján rangsorolta a nemzeteket. A színek a beszélt nyelv és a hozzá tartozó kontinens alapján kerültek kiválasztásra.

A vándorlás erős összekötőnek erőnek bizonyult, azt jelezve, hogy emberek ezrei kelnek át óceánokon és országhatárokon, egy jobb élet reményében. Útjuk során nemcsak régi kapcsolatokat ápolnak, hanem új ismeretségekre is szert tesznek. Egy kiemelkedő trend az egykori gyarmatok és gyarmatosítóik közti kapcsolat fennmaradása, akiknek kulturális, nyelvi és gazdasági befolyása ma is erősen érezteti a hatását. A gazdasági összeköttetések szintén erős indikátorok, általában befektetéseket, vagy kereskedelmi kapcsolatokat sugallva.

A „Closer Look” opcióval két ország történelmi, gazdasági és lingvisztikai kapcsolatáról tudhatunk meg többet. Magyarországot legtöbb internacionális kapcsolata a szomszédos országokhoz és német nyelvterületekhez köti.

Az érdeklődők az alábbi linken érhetik el a térképet.

Köztudott, hogy a gyógyszerek iránti kereslet évről évre növekszik, a piac folyamatos bővülését mi sem mutatja jobban, mint az éves eladások stabil 6% feletti növekedése. Az évi 800 milliárd dollár körüli bevételt bezsebelő iparág leggyorsabban növekedő piacai Kína és India, ahol a növekedési ráta meghaladja a 15%-ot. Az élfogyasztók természetesen az Amerikaiak, akik 320 milliárdos kiadásaikkal a bevételek több, mint harmadáért felelősek. Nem véletlen, hogy a vényköteles gyógyszerekkel való visszaélés az egyik legjobban dokumentált addikció, ami évente 27 ezer ember életét követeli (minden tizenkilencedik percben egyet). Az egy főre eső gyógyszerfogyasztás mértéke háromszorosa a németekének, mindemellett pedig az állattartással összefüggő gyógyszerek fogyasztása is hatalmas mértékű; ugyanis az Amerikában factory farming néven futó nagyüzemi állattartás szerves része az állatok antibiotikumokkal történő kezelése.

A kutatás célja az volt, hogy az összetevők oldaláról vizsgálják a gyógyszereket, illetve azok összetevőinek hálózatát. Az elemzők amerikai gyógyszernyilvántartásokkal dolgoztak, és megtudták melyek alapvető gyógyszerink leggyakoribb összetevői a mintegy 70 ezer listázott vegyület közül.

A fenti kép a teljes hálózatot mutatja, amiben 16.444 pont és 32.627 él szerepel. Első látásra nyilvánvaló, hogy az összetevők klaszterekbe tömörülnek. A leggyakrabban előforduló vegyületek az oxintoxát, titániumdioxid, oxybenzon és avonebzon, amelyek aktív összetevőkként ismertek, és a gyógyszerek mellett a kozmetikumokban is előfordulnak, sőt még ételszínezésre is használják őket. Egy másik csomópont a triklozán, amelyet penész és gomba ellen használnak több fogyasztási cikkben is.

A képen látható alkohol a harmadik helyet foglalja el a centralitás top 10-es listáján.

Akit a kutatás további részletei és informatív táblázatai érdekelne, az egész cikket elolvashatja a Web 2.0-án! 

Az ENSZ a hatvanas évektől folyamatosan monitorozza a gazdasági hálózatot, és a trendek alakulását a termékek mennyiségétől összetételükig. A szállítás mértékének növekedése az utóbbi évtizedekben például már meghaladta magát a termelés mennyiségét, a hangsúly pedig a mezőgazdasági alapanyagokról a feldolgozott, márkás ételekre tevődött át, aminek hála évszaktól függetlenül fogyaszthatunk gyakorlatilag bárhol bármit. (A kutatás adatforrása egy 2007-es adatbázis volt.) A hálózat sűrűsége az elmúlt tíz évben 33%-kal emelkedett, legsebezhetőbb pontjai pedig értelemszerűen a központban elhelyezkedő országok, a legtöbb kapcsolattal. A vírusok ezeken a pontokon keresztül napokon belül bárhova eljuthatnak, a forrásukat pedig felettébb időigényes lenyomozni (a német fertőzés esetében három hétig tartott). A legsebezhetőbb láncszem mégsem a legnagyobb forgalmat lebonyolító USA vagy Németország, hanem Hollandia (az egy főre jutó kereskedelmi aktivitás alapján), további hotspotok pedig hét centrális ország: az USA, Németország, Franciaország, Olaszország, Kína és Spanyolország.

A dolog matematikai oldaláról annyit, hogy a kutatók gráfelmélettel dolgoztak, amelybe a fogyasztás, a termelés, a lakosság és egyéb változókkal dinamikus modellt készítettek, amellyel az egyes országok veszélyességét osztályozták; lista élére a már említett Hollandia került. Ezt követően azt is kiszámolták, hogy az egyes országokban milyen gyorsan terjedne egy fertőzés, illetve a nemzetek sebezhetőségét is.

 A gráfelmélet szerelmesei konkrét képleteket és további adatokat az eredeti, angol nyelvű cikkben olvashatnak.

Cégünk tudományos munkatársa Palla Gergely november 20-án ad betekintést az ELTE Biofizikai Tanszékén folyó kutatásokba. Az előadásokra keddenként 16.30-kor kerül sor a Várban, az MTA Társadalomtudományi Kutatóközpontjában, a PTI (Politikatudományi Intézet) első emeleti tanácstermében. A pontos cím: I. ker. Országház u. 30.

A pontos program itt érhető el!

A szervezők minden érdeklődőt szeretettel várnak!

 FIGYELEM: A mai előadás kivételesen 16 órakor kezdődik!

A nyolcvanas évek végén alapított amerikai cég, függvényanalízis gyönyöreivel megismerkedett hallgatók számára biztosan ismert. Alapvetően a cég szoftverfejlesztéssel foglalkozik, fő terméke pedig a Mathematica névre hallgató algoritmus, ami egyébként az Alpha szíve is, 2010-ben pedig már a nyolcas verzióját dobták piacra. A vállalat nem túl szerény küldetése az, hogy feldolgozhatóvá, és mindenki számára hozzáférhetővé tegyen információt. Honlapján saját timeline-nal mutatja hogyan fejlődött az információ feldolgozás időszámításunk előtt 20000-től egészen a cég alapításáig. A cég volt egyébként az öt évadig futó Gyilkos számok (Numb3rs) matematikai tanácsadója is, most pedig egy újabb populáris húzással bővítették portfóliójukat.

Egy hagyományos keresőmodullal (Google, Bing stb.) szemben az Alpha nem találatokat listáz, hanem megpróbálja a talált információt feldolgozva, vizualizációk segítségével orientálni a felhasználót. Az új social média alkalmazásuk pedig most Facebook profilunk alapján készít igény szerint kimutatásokat. Az nem titok, hogy a Facebook belső felhasználásra rendszeresen használja az oldalt, ami a felhasználók felé többnyire személyes, célzott reklámok formájában materializálódik.

Az Alpha alkalmazás az engedélyezést követően letölti, majd feldolgozza személyes információinkat, és különböző kimutatásokat készít. Az olyan alap eredmények, mint aktivitás, posztjaink típus szerinti (státusz/kép/linkek) eloszlása, a barátaink nemi összetételén át összegzi még kommentjeink számát, megnézi mely szavakat használtuk a legtöbben, kik a top kommentelőink, és még kördiagramot is rajzol ismerőseink párkapcsolati státusza alapján. Az egyes alkalmazások helyett, amik a fent felsorolt opciók egyikét végeznék, az Alpha kompakt, letisztult formában teszi, és nem tolakodik az eredmények közzétételével (amire azért természetesen van lehetőség). Ha mindez nem lenne elég, az app még azt is megmondja, milyen idő volt a születésünkkor.

Az oldal egyébként igazi kincsesbánya, és az érdeklődő mélyebbre és mélyebbre áshat saját adataiban, aminek az egyik legjobb vizualizációs fegyvere az individuális szociális háló kirajzolása, ahol a közös ismerősök száma alapján klasztereket színez a program, sőt még azt is megbecsüli, honnan ismerik ezek a személyek egymást (közös egyetemen, gimnázium, foci csapat). Az igazán egocentrikusak még arra is van lehetőségük, hogy magukat állítsák univerzumunk középpontjába és egy hatalmas csillag alakzatú hálózatot publikáljanak Facebook oldalukon, ahol nem túl meglepő módon, ők a legfontosabb aktorok.

Aki minél többet  szeretne megtudni saját magáról, annak mindenképp érdemes kipróbálnia!  

Forgatókönyvírója válogatja, milyen narratív szerkezetet adaptál egy film, és nézője, hogy mely karakterekkel azonosul a befogadói folyamat során. Ahogy azt az X-Menek esetében már láttuk, a kirajzolódó kapcsolathálók nem állnak messze a való életben kialakuló hálózatoktól.
Hálózatelemzési fogalmakkal élve, egy hálózat sűrűsége erősen befolyásolja, hogyan alakul egy film történetvezetése. A hálózati sűrűség nem más, mint a megvalósuló kapcsolatok aránya a lehetséges kapcsolatokhoz képest. A szociológiában is használatos fogalom azt méri, hogy egy individum mennyire azonosul az őt körülvevő emberekkel, és egyben a szociális tőke mutatója is. De hogy jön mindez a filmekhez?

Nemcsak a szociológiában, hanem a narratológiában is meghatározó, hogy ki milyen csoporthoz tartozik, és ezt a csoportot milyen viselkedésminták tartják fenn. Egy magas sűrűségű csoportban például a tagok gyakran közvetlen kapcsolatban állnak egymással, ahogyan az a klasszikus romantikus zsánerfilm esetében is történik. Ezzel szemben egy nagyobb karaktergárdával dolgozó történet, mint a Gyűrűk ura, értelemszerűen alacsonyabb sűrűségű. Ennek megfelelően egy romantikus film hálózata kisebb, pontjai nagyobbak, kapcsolatai pedig erősek. A központi motívum egy férfi és egy nő konfliktusa, amit közeli barátaikon keresztül élnek meg, például egy baráti vallomásban.

 A kutatás egy igazán izgalmas aspektusa az alábbi ábrán látható:

 A grafika azt szemlélteti, hogy különböző rendezők hogy rendezik karaktereik hálózatát, és az milyen hatással van annak sűrűségére. Látható, hogy Steven Spielberg és Oliver Stone a filmidő haladtával előszeretettel csökkentik a hálózat méretét azzal, hogy a központi konfliktusra koncentrálnak, és mellőzik a mellékszálakat. Ezzel szemben Quentin Tarantino és David Lynch a filmjeik feléhez közeledve előszeretettel bonyolítják történeteiket új mellékszálakkal és karakterekkel, amelyek a hálózat sűrűségének csökkenését eredményezik.

Az oldalon az egyes filmek hálója is elérhető, és a mozgóképek szerelmesei olyan alkotásokból mazsolázhaznak, mint a 2001: Űrodüsszeia, a Twin Peaks vagy a Ponyvaregény. 

Az fenti képen Paul Thomas Anderson Magnoliája látható, aminek azért látványos a vizuális reprezentációja, mert a karakter és történetvezetése igen sajátos. Az első ránézésre független, majd szép lassan egymásba fonódó történetszálak Wilder szent Lajos király hídjától, Kurosawán át a Bábelig sok alkotót megragadtak már, és a képen látható szociális hálókat rajzolják ki. Az egyes történetszálak és a hozzá kapcsolódó karakterek klasztereket alkotnak, amelyek egy-egy él mentén kapcsolódnak egymáshoz.

Nem  meglepő módon, unatkozó egyetemisták fejéből pattant ki az öltet, amikor 1994-ben egy felejthető Bacon filmet néztek. Az Afrikai csúcsai messze volt ugyan a mozgókép kvalitatív magaslataitól, arra azonban elégnek bizonyult, hogy elgondolkodtassa a virginiai egyetem hallgatóit, kikkel szerepelt már a vásznon Bacon. A Six Degrees of Kevin Bacon lényege, hogy a színész közös szereplésekkel bármely más Hollywoodi színészhez köthető, hat lépésen belül.

Az elmélet a kilencvenes években szenzációvá nőtte ki magát, még könyvet is írtak róla (a társasjátékról nem is beszélve), az egyetem informatikusai pedig The Oracle Of Bacon címmel online felületet készítettek hozzá. Az oldal az ImDB adatbázisával dolgozik, így mintegy 1.6 millió színész Bacon koefficiense vizsgálható. 

Az átlag Bacon koefficiens értéke 2.99, Chuck Norrisé például 2 (Norris 1978-ban A jó fiúk feketében című filmben játszott Anne Archerrel, aki 1980-ban a Hero at large-ban szerepelt Baconnel), de a svéd színészlegenda Max Von Sydow és Charlie Chaplin is csupán 2 lépésre vannak (a kevés hármas számú találat egyike Csányi Sándor volt). Az oldal erősen addiktív jellegét mi sem példázza jobban, mint a Hall of Fame, ami azokról a lelkes felhasználókról emlékezik meg, akik 1996 és 2001 között 7-es vagy afeletti Bacon koefficienseket találtak, ezek után pedig megkönnyebbülve térhettek vissza mindennapi teendőikhez.

A számok természetesen egy nem túl komplex Hollywoodi hálózatot takarnak, ahol több mint ezer színész kapcsolható össze három lépésen belül. Az Oracle készítői például a Connery koefficienset is kiszámolták, amely alapján átlagosan 2.89 lépésben köthetőek a színészek az eredeti James Bondhoz, valamint egy baseball adatbázist is feldolgoztak.

A matematikai körökben Stanley Milgram nevéhez köthető Kisvilág tulajdonság elméletet Barabási László-Albert alkalmazta elsőként Hollywoodra, de többek között az emberi agy anatómiája is hasonlóképpen épül fel. Ezekben a hálózatokban a pontok többsége kevés kapcsolattal rendelkezik, egyes pontok azonban rengeteggel, ezzel lerövidítve a kapcsolatok hosszúságát, mintegy összekötő kapocsként működve. Az elméletet azóta több területen is sikeresen alkalmazzák, az olyan, első ránézésre kaotikusnak tűnő adathalmazok értelmezésére, mint az internet, vagy a pénzügyi piacok összeomlása. Az elméletet 1967-es megszületése óta nem sokan tesztelték, most azonban két független kutatás is ilyen irányban mozog.

A Columbia Egyetem szociológusai emaileken tesztelik a jelenséget, és demográfiai adatokon vizsgálják az információk áramlását, annak akadályait, illetve a stratégiákat, amiket a résztvevők alkalmaznak az üzenetek továbbítása során. Egy párhuzamos kutatás, amelyet az Ohioi egyetem folytat az internet szociális térképén dolgozik. A tervek szerint ez a kutatás azt vizsgálja, hogyan kapcsolódnak különböző státuszú emberek, és hogyan áramlik az információ a társadalomban, és mik a szociális hálók valódi méretei.

Az eredeti cikk itt olvasható: http://e360.yale.edu/feature/network_theory_a_key_to_unraveling_how_nature_works/2233/

A Marvel univerzum rajongóinak elkötelezettsége magáért beszél: a különböző karakterek nemcsak saját Wikipediával rendelkeznek, hanem a Marvel Chronology Project keretein belül egy olyan oldallal is, amely minden valaha papírt látott szereplő bibliográfiáját listázza. Ez az adatbázis inspirált kutatókat arra, hogy az univerzum szociális szerkezetét vizsgálják, és összevessék azt a valós életben tapasztalt mintázatokkal. A nyilvánvaló statisztikai összhang mellett azonban néhány ellentétet is felfedeztek: a való életben a populáris emberek előszeretettel keresik egymás társaságát, a paneleken azonban nem; Pókember és Amerika kapitány például alig találkoznak.

Egy amerikai matematikus, Samuel Abersman tovább fűzte a gondolatot azzal, hogy a szuperhősök szociális kapcsolatain belül a családi kötelékeket vizsgálta. Egy a népességi számításokban használatos mutatóval azt nézte meg, mennyire belterjesek a szuperhősök. Szélesebb kontextusban tehát a kérdés az, mennyire tér el fikció és valóság, azaz mennyire hasonlít egy képregény univerzum a való világhoz. A vizsgálata alanya nem más, mint a geneológiákban igencsak gazdag X-Men sorozat volt. A képen némi vizuális segédanyag látható, amely első ránézésre igencsak normakövető mutánsokat sejtet, egy kicsit mélyebbre ásva azonban máris egy tabura bukkanunk. A két deviáns egyed nem más, mint Magneto ikrei Higanyszál (Quicksilver) és Skarlát Boszorkány (Scarlet Witch), akik a The Ultimates paneljein lépnek vérfertőző kapcsolatra. A twincesttől eltekintve azonban a mutánsok belterjességi koefficiensei relatíve alacsonyak, amivel prominens történelmi uralkodóházak és fáraók seregét tudhatják maguk alatt a morális létrán.

A Georgtowni Egyetem kutatói azt vizsgálták, hogy az ausztráliai Shark Bay azon palackorrú delfinjei, akik tengeri szivacsokkal vadásznak kulturális aspektusaikban eltérnek-e a populáció többi tagjától. A 22 évig tartó (!) kutatás abból indult ki, hogy az eszközhasználat ezen formája tanult folyamat, és csoportdefiniáló különbség is egyben. A kutatók a hálózatelemzés eszközeivel vizsgáltak 36 „szivacsozót” és 69 eszköz nélkül vadászó delfint. Az rögtön kiderült, hogy az eszközhasználaton alapuló homofília (tendencia, hogy magukhoz hasonló egyedekkel asszociálják magukat) alapvető vonás, további tényezők pedig az anyaági rokonság, a nem és a földrajzi elhelyezkedés. Ez alátámasztja az elméletet, miszerint az eszközhasználat kulturális vonás. A nőnemű szivacsozók például előnyben részesítik az eszközhasználókat a nem szivacsozókkal szemben, ahogyan az emberek is előnyben részesítik azokat, akikkel egy szubkultúrában mozognak.

A delfinek egyébként nyílt, dinamikus csoportokban élnek, ahol a preferenciák hosszú életűek, míg az alkalmi társulások térben és időben igen sokrétűek, és percekig, vagy akár több évig is eltarthatnak. A cetfélék között egyedülálló az ilyen típusú eszközhasználat, amit eddig csupán 55 egyeden figyelték meg. A vadászati taktika vertikálisan terjed, hiszen míg a vadászat maga magányos tevékenység, az újszülöttek kezdetben az anyjukkal vadásznak és ellesik a technikát. A kutatás során a nő- és hímnemű, illetve a szivacsozó és nem szivacsozó egyedek szociális viselkedését vizsgálták.

A képen a delfinek hálózata látható: az elsőn a 105 delfin alkotta négy nagyobb klaszter, ahol a nagyobb pontok jelölik a szivacsozókat. A vonalak a kapcsolatok erősségét jelzik, és szépen kirajzolják a szivacsozók csoportjait. A második háló már az egész populációt mutatja, mintegy 500 egyeddel, a szivacsozók a lila és a világoskék klaszterekbe sűrűsödnek.

 A teljes, angol nyelvű cikket az érdeklődők a Nature honlapján olvashatják.

Sokan még csak most ismerkednek – akaratlanul is – a két legnagyobb képregény óriás világával. Véget nem érő taglalásba lehetne kezdeni, hogy a DC vagy Marvel szuperhősök a menőbbek/viccesebbek/érdekesebbek...stb, de felesleges lenne. Jelen elemzésünk a Marvel szuperhősök együttműködési/harcolási hálózatát mutatja be. (A DC univerzum rajongóitól ezúton is szeretnénk elnézést kérni, ám a Marvel hősöknek, szebb és elemezhetőbb adatbázisa van, illetve a szerző sokakkal együtt a Bosszúállók mozi marketingeseinek áldozata.) 

Az alábbi ábra a Marvel Comics legfontosabb szereplőinek kapcsolathálóját mutatja. A hálózat megmutatja, hogy ki kivel harcol vállt vállnak vetve, kik a legközpontibb figurák, de azt is láthatjuk belőle, hogy kik az összekötő kapcsok a szereplők között és kik járnak át egyik sztoriból a másikba. Előre is elnézést kérek minden Marvel rajongótól, a szuperhősök köre szűkítve lett. Minden karakter kapott egy súlyt az alapján, hogy hányszor szerepelt más Marvel karakterekkel együtt, ez alapján a 100-nál többször „együttműködő” szuperhősök kerületek be a hálózatba. Összességében körülbelül 25 000 képregényhős szerepelt adatbázisunkban, tehát kijelenthetjük, hogy a képen a krémek krémje, a legismertebb szereplők láthatóak.

A hálózat elkészítése után egyértelműen kirajzolódtak a „csapatok”, a középen lévő lilák tartoznak a Bosszúállókhoz, a bal oldali pirosak X-Men szereplők, míg a zöldek a Fantasztikus Négyes csapatát erősítik. Pókember alias Peter Parker az, aki csapat híján ugyan nem kapott egyéni színezetet, azonban mégis sokan tartoznak az ő vonzáskörzetébe. (család, barátok, a szerelem). A kékkel jelölt pontok pedig a párokat jelentik, a szerelmi kapcsolatokat ezzel jelöltük. A pontok mérete a kapcsolatok számát mutatja, azaz minél nagyobb egy adott hős, annál több szereplővel közösek sztorijaik.

Tehát már első ránézésre kiderül, hogy Amerika Kapitány – a háborús veterán - rendelkezik a legmagasabb „kapcsolati tőkével”, mert ő minden csapathoz kötődik valamilyen szállal. A három kiemelt csoport közül a legtöbb tagot az X-Men számlál, ami az X-Men-ek új generációjának köszönhető. Az ábrán szépen kirajzolódnak a hidak, azok a személyek, akik összekötik a nagyobb csomópontokat, azaz szuperhős csapatokat. Ilyen Henry McCoy alias Beast, Thor, valamint Bruce Banner doki, vagyis Hulk. Ha pedig belegondolunk, ezek azok a karakterek, akik a legfontosabb szerepet játsszák az Bosszúállókban, természetesen nem megfeledkezve Tony Starkról, a Vasemberről, aki a Bosszúállók hálójának közepében - és megannyi rajongó hölgy szívében - található. Ebben persze semmi meglepetés nincsen, hiszen a Bosszúállók lényege, hogy egy csapatba olvassza a legvagányabb karaktereket, ami látványosan kirajzolódik az ábrán is. A különálló kettős-hármas kapcsolatokban barátok, szerelmek és ellenségek jelennek meg, akik számos alkalommal szerepeltek együtt, azonban nem kapcsolódnak a legfontosabb csapatokhoz és történetekhez.

Érdekesség, hogy a hálóban kiemelkedő csapatok és a hozzá tartozó karakterek nagy része a 60-as évek elején született meg, pedig a Marvel már a 30-as évek vége óta készíti a képregényeket. Így elmondhatjuk, hogy ezek a karakterek hozták meg a sikert a Marvel Comics-nak és segítették elő annak a világnak a megteremtését, amiben ma már több mint 28 ezer karakter található.

A magyar szekció leglátogatottabb oldalai a Google, az Index, a blog.hu, az Origo és az Iwiw, amelyet 2011-ben még nem hagyott le a Facebook. Érdekes részlet, hogy erős kapcsolat mutatkozik a különböző egyetemek tanulmányi rendszerek (ETR? Neptun), és a humor (demotivalo.hu) illetve a tudományos szórakoztató blogok (sg) között. A leglátogatottabb külföldi honlap az Internet Movie Data Base (röviden Imdb) online filmes adatbázisa volt.

A projekt létrejöttét egyébként a Google Maps API és egy orosz reklámügynökség, a Positive Communications kollaborációja segítette, és (egyelőre) nem húzódik mögötte pénzügyi motiváció.
Az érdeklődők az alábbi címen barangolhatják be a virtuális univerzumot.

A könyv szerkesztése és publikálása nemében egyedülálló módon, interaktívan történik. A fejezetek folyamatosan egy online felületre kerülnek feltöltésre, ahol a felhasználói feedbackek azonnal beépülhetnek a közös tudásbázisba, vélemények és commentek formájában. Az érdeklődők a készülő kötet mellett további segédanyagokkal is mélyíthetik tudásukat, a felületen ugyanis azok a diák is elérhetőek, amelyeket Barabási Albert-László az anyag oktatása során használt. A social média szerelmesei a Facebookon és a Twitteren is nyomon követhetik a kötet létrejöttét.

A szerző a közzétételhez hasonlóan, innovatív módon készül megvalósítani a könyv magyar nyelvű megjelenését is. A crowd sourcing, azaz közösségi kollaboráció szellemében megvalósuló projekthez olyan kreatív és kiemelkedő angol nyelvtudással rendelkező fordítókat keresünk, akik az egy próbafordításból álló szűrést követően csatlakoznának a csapatunkhoz. Miben tér el ez a munka bármely más önkéntes pozíciótól? Abban, hogy a tapasztalaton kívül jóval komolyabb referenciákat is bezsebelhetnek a résztvevők:

• a legmotiváltabb fordítók automatikusan gyakornoki pozíciót nyernek a dinamikusan fejlődő Maven7 Hálózatkutató Zrt.–nél, ahol nemzetközi projektekben vehetnek részt és megismerhetik a hálózatkutatás egyedülálló és innovatív módszereit.
• a szerzők neveit a kész köteten fordítóként feltüntetik.
• a projekt presztízsértékéről a szerző impresszív rezuméja gondoskodik: A Northeastern Egyetem és a Harvard Egyetem Orvosi Karának professzora. Bukarestben, majd Budapesten végezte fizika tanulmányait, 1994-ben szerzett doktori fokozatot a Bostoni Egyetemen. Munkája 1999-ben a skálafüggetlen hálózatok felismeréséhez vezetett, megalkotta a Barabási-Albert-modellt, mely leírja a világháló, valamint a komplex anyagcsererendszerek és genetikai rendszerek szerkezetét. Tagja az Amerikai Fizikai Társaságnak, az MTA és az Academia Europaea külső tagja

A könyv első két fejezetét egy kis kedvcsináló gyanánt, gyakornokunk Papp Krisztina már lefordította, mely ide kattintva érhető el!

A felsoroltakért nem kell mást tenni, mint egy fejezetet fordítani a készülő kötetből, amely a próbafordítást követően kerül majd kijelölésre. A jelentkezőket, augusztus 15-ig az alábbi címre várjuk: forditas@maven7.hu. Kérjük, az e-mail tárgya legyen: FORDÍTÁS.

Az első ábrán, az elmúlt 4 Olimpia összecsapásai látszódnak. A pontok az egyes országokat(csapatokat) mutatják, a zöld vonalak a mérkőzés győztesére mutatnak, a piros vonalak döntetlen összecsapásokra vonatkoznak (Pl: Németország-Franciaország). Minél vastagabb egy él két ország között, annál gyakrabban csaptak össsze, hasonló végeredménnyel. (Jól látszik, hogy Magyarországra vastag vonalak mutatnak, azaz Görgögországot, Hollandiát és Oroszországot többször is megvertük.) A csomópontok mérete a győztes meccsek, a feliratok mérete pedig a játszott meccsek száma szerint növekszik. Azok az országok, melyek már nem léteznek fehér színű ponttal vannak jelölve.

Az elmúlt hat év legfontosabb futballeseményeit (EB-2008, VB-2010, EB-2012) a spanyolok nyerték, de mitől ilyen jók? Nem tisztem sportújságírók és elemzők nyomdokaiba lépni, de azt nyugodtan kijelenthetjük, hogy a spanyol foci figyelemreméltó különlegessége az apró, gyors és pontos passzokban rejlik. Javier Lopez Pena (University University College London) és Hugo Touchette ( Queen Mary University of London) a hálózatkutatás eszköztárával elemezte még a 2010-es Labdarugó Világbajnokság idején a a spanyol csapat teljesítményét. Korántsem elfogult kutatásuk eredményeképpen természetesen Spanyolországot hozták ki végső győztesnek.

Félretéve spanyol kötődéseinket, hálózatkutatási szemléletettel elemezve a csapatok mini gráfjait jól látható, miért is ennyire sikeresek az Ibériai félsziget vörös ördögei.

A 2010-es VB holland-spanyol mérkőzését vizsgálva megállapíthatjuk, hogy Busquets és Xavi rendelkezik a legtöbb kapcsolattal a spanyol válogatottan belül. Mindkét játékos kapcsolatainak száma jóval magasabb, mint a hollandok legcentralizáltabb pozíciójú játékosának, Steckenberg kapusnak(1). Ez a tény már önmagában sokat elárul a két csapat játékstílusáról. A spanyolok hálózata jóval sűrűbb, egyértelműen kivehetőek a legfontosabb játékosok és az ő összjátékuk. A hálózatkutatás legismertebb mutatói; mint az egy ponton áthaladó legrövidebb utak száma (betweeness), vagy az irányított centralitás (egy pontra mutató vagy pontból kiinduló nyilak száma), segítenek megmutatni az ellenfeleknek, hogy melyek azok a játékosok, akikre nagyon fontos odafigyelni, ha le akarják győzni a nagysikerű spanyol válogatottat.

Csapatsportok hálózatos reprezentálásban és elemzésében rengeteg lehetőség rejlik, szerencsére hamarosan kezdődik a Londoni Olimpia és akár élesben is kipróbálhatjuk a magyar vízilabda válogatotton, mennyivel becsül jobban a modern tudomány, mint egy malac vagy egy vidra.

Adatbányász/elemző

Senior média elemző menedzser

Senior gyógyszeripari és egészségügyi menedzser

Frontend programozó

Amikor hazai véleményformálókra gondolunk, például híres újságírókra, bloggerekre, sportolókra, egyértelműen azok a személyek ugranak be, akik roppant aktívak mindenféle social media platformon. Mivel hazánkban nincsenek milliós követői bázisok, nem feltétlenül a legtöbb követővel rendelkező személy a legérdekesebb az információterjedés szempontjából. Tisztában kell lennünk azzal, hogy mennyire releváns az adott tweetelő a termékünk számára, azaz üzenetei mennyire a mi fogyasztóinkat célozzák meg. Ez szövegbányászati módszerekkel kinyerhető a Twitter adatokból. Emellett az sem elhanyagolható kérdés, hogy milyen a hálózati pozíciója az adott felhasználónak. Mennyire közösek a követői például a konkurens márka vagy saját termékünk követőivel. A Twitterben az a remek a Facebookhoz képest, hogy az aktivitási adatok nyilvánosak, így kinyerhetőek az egyes felhasználókhoz köthető kapcsolathálózati adatok is.

A Twitter felhasználók kapcsolataiból többféleképpen is építhetőek hálózatok. Egyrészt felfoghatjuk az információközlőket mint adatforrásokat (ezek gyakran például márkákhoz kapcsolódó személyek vagy magának a brandnek a hivatalos oldalai), és az egyes felhasználók köthetőek ezekhez a csomópontokhoz az alapján, hogy retweetelték az adatforrás üzenetét. Ezenfelül minden felhasználónak vannak követői és barátai. A követői bázisnál jóval erősebb kapcsolatot mutat a barát státusz, ezen információk alapján is lehet hálózatokat értelmezni. (Lásd korábbi cikkünket, ahol  a közös követők és barátok alapján építettünk hálózatokat.) A következő ábrán egy FMCG termékeket árusító cég és annak versenytársaihoz köthető Twitter üzenetek retweet hálózata látszik.

A második ábra azt mutatja meg, hogy az egyes adatforrások között miként lehet kiválasztani azokat az oldalakat, amelyikek a legnagyobb hatással vannak a termék fogyasztóinak közösségére. A sárga négyzetek mutatják azokat a Véleményvezéreket (Key Opinion Leaders - KOL-eket), akik a közösség legnagyobb részét érik el három lépésben, valamint a legnagyobb követői, illetve barát bázissal rendelkeznek, tehát hálózati pozíciójuk centrális.   

A Twitter adatok elemzésével nem csak az adott termék fogyasztóinak véleményvezéreit és fontos szereplőit tudjuk meghatározni, de lokációs adatok segítségével termékelhelyezéshez kötődő kutatások is elemezhetőek. Korábbi cikkünkben ATM-el elhelyezésének optimalizálásán mutattuk be a lokációs adatok felhasználását. Lokációs adatok hálózatos megközelítéséről és geomarketingről bővebben következő cikkünkben!

Folytatása következik!

Ezt olvastad már? Social Media és a hálózatok ereje 1. - A magyar blogtér