«Малые миры» в концепции социально-ориентированных технологий, стремящихся изменить мир – одно из важных понятий. Социальная сеть, по старому, или в трактовке Грановеттера – это совокупность сильно связанных «малых миров» слабо коммуницирующих друг с другом. Такому положению дел отвечают все известные автору социальные сети.
Поднимая флаг нового класса социально-ориентированных проектов – необходимо преодолеть отграничения слабой коммуникации между группами – сообществами и клубами существующих социальных сетей, что будет рассмотрено далее в проекте сети Пассионариев.
В данном разделе внимание уделено моделям кластеризации и процессам групповой динамики, стремящимся ответить на вопрос что делает группу группой и в первую очередь рассматривает факторы и признаки, удерживающие структуру.
Структура и эффекты «малых миров»
Для социальных сетей характерным является наличие структуры сообществ, то есть групп вершин, имеющих более высокую плотность ребер между ними с более низкой плотностью между группами.
Классический метод извлечения структуры сообщества из сети – кластерный анализ [Давыдова]. В этом методе каждой из 0,5n (n-1) пар вершин, причем не только соединенным, приписывается «сила связи». Затем, начиная с вершин без ребер между любыми из них, прибавляются ребра в порядке уменьшения силы связи. Когда все ребра добавлены, все вершины соединены с другими – кластеризация проведена.
Кластеризация возможна согласно различным определениям «силы связи». Приемлемые методы включают взвешенные меры расстояния вершина-вершина, размеры максимального потока и взвешенных путевых индексов между вершинами.
В социальных сетях кластеризация рассматривается в контексте структурного построения блоков, или сообществ и клубов в терминах онлайновых социальных сетей, разделяющих сеть по какому-либо принципу.
Пусть сеть разделена на группы и каждый индивидуум может принадлежать любому числу групп. Участники группы не обязательно знают тех, с кем они разделяют группу, но имеется вероятность p знакомства. В дополнение к параметру p характеристиками модели является также вероятность rm того, что личность принадлежит m группам и вероятность sn того, что группа содержит n личностей.
Если число групп изменяется по закону Пуассона:
r = p / (1+ µ + n + nmp), где n, m - средние значения.
Известны эксперименты С. Милграма, в которых письма проходили по сети и доходили от лица к лицу за малое число шагов – порядка шести. Это считается демонстрацией эффекта «малых миров» - большинство вершин соединены коротким путем.
Эффекты малых миров имеет очевидные применения для анализа динамики происходящих в сети процессов. Например, если рассматривается распространение информации, то данный эффект подразумевает, что на реальных сетях распространение будет более быстрым чем на равномерно расплывчатых.
Для сети социальной ориентации важнейшим становится формирование кластеров единомышленников. Для качественного и количественного анализа может быть применена, в частности, модель социального поведения и групповой динамики, рассматриваемая ниже.