1 réunion biblio lisc - 09 janvier 2001 « small worlds : the dynamics of networks between order...
TRANSCRIPT
1Réunion biblio LISC - 09 Janvier 2001
« Small Worlds : « Small Worlds : the dynamics of networks between order the dynamics of networks between order
and randomnessand randomness » » Duncan WattsDuncan Watts
Réunion biblio LISC
09 Janvier 2001
Réunion biblio LISC - 09 Janvier 2001
Duncan Watts & Small WorldsDuncan Watts & Small Worlds
• Duncan Watts– Cornell University (PhD)– Sante Fe Institute (Post-Doc)– MIT
• Small Worlds– « only six handshakes away from the president
of the USAs… »– Imaginaire collectif aux USAs+ films…
Réunion biblio LISC - 09 Janvier 2001
Expérience de Milgram 1967Expérience de Milgram 1967
• Idée : chaîne de lettres avec cible…
• Contrainte : connaître les intermédiaires par leur prénom
• Résultats : 5 intermédiaires en moyenne
• Discussion méthodo => validité des résultats…
Réunion biblio LISC - 09 Janvier 2001
Pb Méthodo…Pb Méthodo…• Obtenir des données détaillées• Les interviewés sont incapables de donner leur nb
d’amis• Certaines amitiés sont + importantes que d’autres
(les liens n’ont pas le même poids)• Les individus n’ont pas le même poids dans le
réseau• Liens non symétriques• La notion d’amitié dépend du contexte social
(Amish Hollywood)
Réunion biblio LISC - 09 Janvier 2001
Théorie des graphes : définitions Théorie des graphes : définitions de basede base
• Graphe G à n sommets
• Taille(G) = nb de liens
• ks = degré du sommet s
• k = degré moyen de G
• Si ks = cte qq soit sommet, alors G = k-régulier
(s) = sommets voisins de s
Réunion biblio LISC - 09 Janvier 2001
Réunion biblio LISC - 09 Janvier 2001
Th G : length, clusteringTh G : length, clustering• Distance (i,j) = + court chemin entre i et j• Characteristic path length L = médiane des
moyennes des distances pour chaque sommet = médiane des
• Clustering coeff s= nb liens de (s) / nb de liens possibles dans (s)
s = E((s))/(ks²/2)•
sd
s
8Réunion biblio LISC - 09 Janvier 2001
Modèles de Small WorldsModèles de Small Worlds
Réunion biblio LISC - 09 Janvier 2001
Construction de réseaux sociauxConstruction de réseaux sociaux
• Existence d’un espace social, réseau social défini de manière exogène (graphes spatiaux)
• Pb : quel espace ? Quelle métrique ?• Graphes relationnels :
– Un réseau social peut être exprimé uniquement par ses liens (sans espace sous-jacent)
– Existence d’une relation = f (relations pré-existantes) réseau social défini de manière endogène
• Images : Caveman World, Solaria, réseaux réels entre les deux…
Réunion biblio LISC - 09 Janvier 2001
Hypothèses faites, limitationsHypothèses faites, limitations
• Graphes pris en compte : – Liens non dirigés– Non pondérés– Non multiplexes– Graphes non complets– Graphe connexe– Sparseness condition : taille(G)<<nb de liens
possibles
Réunion biblio LISC - 09 Janvier 2001
Réunion biblio LISC - 09 Janvier 2001
Modèle Modèle : définition : définition
• Une variable pour balayer [caveman, solaria]
0
01
1
,
,,
,
,
ji
jiji
ji
ji
mp
mkppk
m
km
R
Réunion biblio LISC - 09 Janvier 2001
Modèle Modèle : explication : explication
• Mi,j = nb de sommets adj à i et j
• p <<(n/2)
• Mi,j/k = part de réseau perso commun
= importance du réseau commun pour la création d’une nouvelle relation
Réunion biblio LISC - 09 Janvier 2001
Le cas Le cas = 0 = 0
• Nouvelles connections déterminées uniquement par les relations existantes
• Graphe dépend énormément du graphe de départ choisi (substrat)
Réunion biblio LISC - 09 Janvier 2001
Need for a substrateNeed for a substrate
• Si pas de graphe de départ, 1ers liens aléatoires puis clusters déconnectés => caveman
• Possibilités : – Ajouter connections a posteriori, augmenter
p ????
Réunion biblio LISC - 09 Janvier 2001
Réunion biblio LISC - 09 Janvier 2001
Substrat initialSubstrat initial
• Structure de base doit être minimale et aucun sommet ne doit avoir un statut particulier => anneau seule possibilité !!!
• Quelle relation entre et L et ?
Réunion biblio LISC - 09 Janvier 2001
Length & clustering propertiesLength & clustering properties
Réunion biblio LISC - 09 Janvier 2001
InterprétationInterprétation
• Pour L : après transition : equiv à random graphs
• Interprétation : augmentation de taille des clusters puis connexions des clusters
• Conjecture : il existe une classe de graphes avec L equiv a random graphs et highly clustered
Réunion biblio LISC - 09 Janvier 2001
Substrat grilleSubstrat grille
Réunion biblio LISC - 09 Janvier 2001
Cayley treeCayley tree
Réunion biblio LISC - 09 Janvier 2001
Caylee tree bis…Caylee tree bis…
Réunion biblio LISC - 09 Janvier 2001
Random substrate minimally connectedRandom substrate minimally connected
Réunion biblio LISC - 09 Janvier 2001
Modèle Modèle : définition et : définition et motivationsmotivations
• Quand =0, prop dominée par celle du substrat
model => [ring => random graph]
• Substrat 1-lattice avec k voisins
• On bouge les liens avec la proba
Réunion biblio LISC - 09 Janvier 2001
Algo modèle Algo modèle
• Chaque sommet i est choisit à tour de rôle, ainsi que la relation à son plus proche voisin dans le sens des aiguilles d’une montre
• Si random < on enlève le lien et on tire j au hasard => création du lien (i,j)
= 0 => 1-lattice, =1 => random graph
• Modèle est k-régulier
Réunion biblio LISC - 09 Janvier 2001
: propriétés length & clustering: propriétés length & clustering
Réunion biblio LISC - 09 Janvier 2001
ShortcutsShortcuts
• Rang R(i,j) = longueur du plus court chemin entre i et j en enlevant le lien (i,j)
• Lien de rang 2 = triade
• Un lien de rang r >2 = shortcut = fraction des relations qui sont des
shortcuts
Réunion biblio LISC - 09 Janvier 2001
Réunion biblio LISC - 09 Janvier 2001
ContractionContraction
• Contraction quand une paire de sommets non connectés ont un et un seul voisin en commun
= fraction des relations qui sont des contractions
Réunion biblio LISC - 09 Janvier 2001
Réunion biblio LISC - 09 Janvier 2001
vs. vs.
Réunion biblio LISC - 09 Janvier 2001
vs. vs.
Réunion biblio LISC - 09 Janvier 2001
InterprétationsInterprétations
• Pour très petit création de shortcut très rare => très petit
• Quand augmente, shortcut de – en – rare équivalent à , désordre dans une grille
ordonnée équivalent à création de shortcuts• Quand ou augm. On tend vers random graphs• Random graphs = élevé, petit• Small World graphs = L faible et élevé
Réunion biblio LISC - 09 Janvier 2001
L pour diff. substrats en fonction de L pour diff. substrats en fonction de
Réunion biblio LISC - 09 Janvier 2001
pour diff. substrats en fonction de pour diff. substrats en fonction de
Réunion biblio LISC - 09 Janvier 2001
modelmodel
• L p/r à LrandomGraph plus important que L
mesure ça… et autres modèles ne permettent pas d’explorer => -model
• 1-lattice au départ de degré k,
• On fixe • On bouge les liens comme dans -model +
contrainte (kn)/2 doivent être des shortcuts
Réunion biblio LISC - 09 Janvier 2001
Model : algo répété Model : algo répété (kn)/2 (kn)/2 foisfois
• On choisit sommet u au hasard• On choisit v voisin de u / u et v ont un ami
commun• On efface (u,v)• On choisit w au hasard / u et w n’ont pas
d’amis communs• On ajoute le lien (u,w)• Modèle est k-régulier
Réunion biblio LISC - 09 Janvier 2001
L pour L pour model model
Réunion biblio LISC - 09 Janvier 2001
pour pour model model
Réunion biblio LISC - 09 Janvier 2001
Complexité structurelleComplexité structurelle• C = déviation moyenne de R (rang des liens)
Réunion biblio LISC - 09 Janvier 2001
Cas réels : Oracle de BaconCas réels : Oracle de Bacon
• Kevin Bacon• Bacon Number• Caractéristiques :
– n = 225 226– k = 61– L = 3.65 = 0.79 = 0.0002 et = 0.166
Réunion biblio LISC - 09 Janvier 2001
Exploration des donnéesExploration des données
• Graphe bien défini, 90% des acteurs dans une même composante connexe
• Graphe suffisamment large et computable
• 1 film = sous-graphe
• Pas de shortcuts…(film avec seulement 2 acteurs) plutôt des contractions (acteurs pivots liant 2 groupes d’acteurs)
Réunion biblio LISC - 09 Janvier 2001
Acteurs pivots…Acteurs pivots…
• Pivots culturels (Bruce Lee entre ciné asiatique et Hollywood)
• Pivots temporels (Eddie Albert lie Humphrey Bogart, Marlon Brando, John Travolta et Kevin Bacon)
• Pivots de genre :– Nicholas Cage comédie (raising arizona) &suspense
(kiss of death)
– Mel Gibson action (arme fatale) &drame (Hamlet)
Réunion biblio LISC - 09 Janvier 2001
Autres cas réelsAutres cas réels
• Oracle de Bacon = small world
• Autres cas : – Erdös Number– Réseau électrique américain (propriété Small
World mais violation de sparseness condition)– Système nerveux du lombric (petit mais par
extrapolation equiv à Small World)
45Réunion biblio LISC - 09 Janvier 2001
Dynamics in (static) networksDynamics in (static) networks
Est-ce que les dynamiques changent quand on choisit un Small World
graph ???
Réunion biblio LISC - 09 Janvier 2001
Spreading diseases : introSpreading diseases : intro• 3 sous-population :
– Susceptible (S), non atteints– Infectious (I), infectés et contagieux– Removed (R ), immunisés ou morts
• Ti et Tr durée des états I et R = proba qu’un élément I infecte un de ses
voisins• Cas particuliers :
– Tr = permanent-removal dynamics– Tr < Tmax temporary-removal dynamics (Tmax = durée
simul)
Réunion biblio LISC - 09 Janvier 2001
Permanent-removal dynamicsPermanent-removal dynamics
Réunion biblio LISC - 09 Janvier 2001
Permanent-removal dynamicsPermanent-removal dynamics
Réunion biblio LISC - 09 Janvier 2001
Temporary removal dynamicsTemporary removal dynamics
Réunion biblio LISC - 09 Janvier 2001
Temporary removal dynamics(2)Temporary removal dynamics(2)
Réunion biblio LISC - 09 Janvier 2001
Results disease spreadingResults disease spreading
• Nature de l’attracteur dépend de la topologie
• Le temps de contagion dépend de la topologie (L)
• D.W. « no generally applicable relationship between structure and dynamics seems evident… »
Réunion biblio LISC - 09 Janvier 2001
Prisoner dilemnaPrisoner dilemna
• 2 prisonniers accusés du même crime sont mis dans 2 cellules différentes, ils peuvent soit se taire, soit vendre l’autre et recevoir une peine plus faible
• Meilleure stratégie : trahir dans tous les cas…• Dilemme du prisonnier itéré (fini, infini)• Meilleure stratégie : coopérer jusqu’à la dernière
itération• Spatial prisoner dilemna
Réunion biblio LISC - 09 Janvier 2001
Generalised Tit-for-tatGeneralised Tit-for-tat
• Param dureté h (entre 0 et 1)
• Pour chaque joueur :– Si taux de coop dans son voisinage h il
coopère, sinon il trahit– h = 0 il coopère tout le temps– h = 0.5 généralisation du cas à deux joueurs
• Scheduling asynchrone (diffusion + rapide)
Réunion biblio LISC - 09 Janvier 2001
Generalised Tit-for-tat (2)Generalised Tit-for-tat (2)
Réunion biblio LISC - 09 Janvier 2001
resultsresults
• Coopération très sensible à • Dans random graphs faible => chaque
coop joue tout seul, même pour taux de coop initial élevé il peut se faire bouffer
• Quand augmente le voisinage est plus représentatif de l’état global (la taille effective de la population avec laquelle le joueur interagit augmente)
Réunion biblio LISC - 09 Janvier 2001
Win-stay Lose-shiftWin-stay Lose-shift
• Si PayOff(i) moyenne des payoff de son voisinage, il garde sa stratégie (coop ou trahir)
• Sinon il change• On introduit 1 coop i dans un monde de traîtres• 2ème tour PayOff(i)<moyenne(payOff(V(i)) => i
trahit et V(i) trahit• Mais PayOff(V²(i))<PayOff(V3(i)) (les V(i) ont
plus gagné parce qu’ils ont plumé i• Donc V²(i) change…pas de stabilisation…
Réunion biblio LISC - 09 Janvier 2001
Win-stay Lose-shift(2)Win-stay Lose-shift(2)
Réunion biblio LISC - 09 Janvier 2001
Conclusion & limitationsConclusion & limitations
• Un potentiel énorme• Une première pour la prise en compte de la
structure sociale dans Prisoner Dilemna ou CA… • Des limitations :
– Est-ce qu’on est toujours dans le cas d’un small-world ?
– Tous les individus sont semblables tous les liens sont semblables
– Pas de dynamiques sur la structure sociale