Popularitat i similitud, elements clau per predir el creixement dʼuna xarxa

Els investigadors de la Facultat de Física de la UB Marián Boguñá i M. Àngels Serrano.
Els investigadors de la Facultat de Física de la UB Marián Boguñá i M. Àngels Serrano.
Research
(13/09/2012)

Internet, les xarxes socials i molts dels sistemes biològics són xarxes reals dinàmiques que creixen gràcies al fet que els seus elements es connecten entre ells. Per exemple, quan una persona decideix apuntar-se a una xarxa social, com ara Facebook, està creant un nou element de la xarxa, també anomenat node, i ha de triar amb quins altres elements dels que ja hi participen es connectarà. Aquesta tria determina lʼestructura de la xarxa, que està íntimament relacionada amb la seva funcionalitat i comportament.

Els investigadors de la Facultat de Física de la UB Marián Boguñá i M. Àngels Serrano.
Els investigadors de la Facultat de Física de la UB Marián Boguñá i M. Àngels Serrano.
Research
13/09/2012

Internet, les xarxes socials i molts dels sistemes biològics són xarxes reals dinàmiques que creixen gràcies al fet que els seus elements es connecten entre ells. Per exemple, quan una persona decideix apuntar-se a una xarxa social, com ara Facebook, està creant un nou element de la xarxa, també anomenat node, i ha de triar amb quins altres elements dels que ja hi participen es connectarà. Aquesta tria determina lʼestructura de la xarxa, que està íntimament relacionada amb la seva funcionalitat i comportament.

Un treball publicat a Nature, en el qual han participat investigadors de la Universitat de Barcelona, desenvolupa un model que mostra que, a més de la popularitat, la similitud també és un factor determinant en el creixement de les xarxes, tal com explica Marián Boguñá, investigador del Departament de Física Fonamental i un dels autors de lʼestudi: «El nostre model combina popularitat i similitud. Els models anteriors, en canvi, es basen en un dels dos aspectes per separat i generen xarxes poc realistes perquè els dos ingredients són fonamentals».

La popularitat dʼun node es mesura pel nombre de connexions que té, com ara el nombre dʼamics a Facebook. Aquesta és una manera de codificar en el llenguatge de les xarxes el concepte que tots tenim al cap: ser popular és ser reconegut per la majoria en algun aspecte. En les xarxes, la popularitat es tradueix en «més connectivitat». Aquest principi sʼaplica habitualment per al creixement de les xarxes complexes dins el concepte de connexió preferencial, en què se suggereix que, com més connectat està un node, més probable és que rebi nous enllaços.

Dʼaltra banda, segons assenyala M. Àngels Serrano, també investigadora del mateix departament de la Facultat de Física de la UB, centre adscrit al campus d'excel·lència internacional BKC, «la similitud és un concepte més difícil de codificar però té a veure amb lʼafinitat entre els nodes». Així, nodes que són similars tenen més probabilitat de connectar-se, tot i no ser populars. Aquest fenomen, conegut com a homofília en les ciències socials, sʼha observat en moltes xarxes reals. Per exemple, persones amb la mateixa afició tenen tendència a connectar-se. «El mecanisme que hem desenvolupat fa que els nous nodes que sʼincorporen a la xarxa triïn preferentment connexions amb nodes populars o bé amb aquells que dʼalguna manera siguin propers o similars», apunta Serrano.

En el treball, dut a terme en col·laboració amb lʼinvestigador Fragkiskos Papadopoulos de la Universitat de Xipre i els investigadors Maksim Kitsak i Dmitri Krioukov de la Universitat de Califòrnia el model sʼha aplicat a tres xarxes diferents: una de tecnològica (Internet), una xarxa social (web of trust) i un sistema biològic (la xarxa metabòlica dʼEscherichia coli). En els tres casos, el model permet descriure de manera acurada lʼevolució a gran escala de la xarxa i prediu amb una alta precisió la probabilitat de nous enllaços.

 
Referència de lʼarticle:

Fragkiskos Papadopoulos, Maksim Kitsak, M. Àngels Serrano, Marián Boguñá i Dmitri Krioukov. «Popularity versus similarity in growing networks». Nature. DOI: 10.1038/nature11459