要約:論文に目を通した,ウェブサイエンス研究会のレポをチラ見した.
キーワード:ネットワーク,SNS (注.キーワードは適当に付けています)
1. 論文を流した.理解したとは言っていない.
とりあえず論文を読んでみていたんですよ.
それがこれ:Cocurrency-Induced Transitions in Epidemic Dynamics on Temporal Networks written by Tomokatsu Onaga, James P. Gleeson, and Naoki Masuda.
正直,数学が弱い(のみならず英語も弱い)僕にはなかなか中盤が理解できませんでしたが,まあ概略は分かったんですかね.
概略すら自信がない始末なのでボスと理解の確認をしたいところですが…まあ書いてみましょう(合ってるか心配でガクブル震えてる).
以下は扱う問題について
- ネットワークは人と人のつながり,接触を表現できる(詳しくはネットワーク科学を調べて欲しい)ため,その構造の上での病気の感染を考える(これとかいい資料では).
- ただし,ネットワークが時間経過で変化することを考慮に入れ,なおかつ並行性というものに焦点を当てる.
応用できるところだと,「病気の蔓延をどう抑制するか」,「効率よく情報を拡散させるにはどうしたらいいか」なんかが挙げられるでしょう.
時間経過でネットワークが変化するのは割とすんなり納得できる気がします. むしろずっとA君とBさんとC君としか関わらない,みたいな人いないですよね.
で,並行性っていうのは「瞬間瞬間で人同士のつながりが生まれたり消えたりしていく中で,じゃあ人は一度にどれだけの人とつながることができるのか」ということだと理解しています(大分言葉足らずな気はする).
グループでの会話を考えると,一度に何人相手にできるかって感じですかね.
そして,この論文では並行性を変えたときに感染がしやすいとかそうでもないとかについて,モデルを作って理論的に解析している(ここら辺は謎)ワケです.
結果として,その並行性が大きいほど感染しやすいことが理論的に裏付けされたようです.すごいとしか言えない.
あんまり書くとボロが出そうなのでとりあえず以上で勘弁してください.
内容の理解について確信が得られたら,メモ的に更新します.
読んで思ったところとしては,まず数学を使った理論の解析すげえなってところと,やっぱり実際の応用ですかね.
時間変化するところまでモデル化しているのでSNSとかのデータに当てはめると面白そうだなという小学生並みの感想は浮かびました.
次にこの辺についての論文を読むとしたら,そういったのが見てみたいですね.
はいこの話題は以上.
2. ウェブサイエンス研究会のレポートを目にしたので読んでいる.
これこそすぐに忘れそうなので,主にこちらをメモしておきたかったんですよね.
リンクはこれ:ウェブサイエンス研究会 キックオフ会開催レポート
リンク貼ったので仕事終わったってことでいいですかね.
あー,今のウェブサイエンスってそういう話題ホットなのねーとか思いながら読んでます.結構興味深い.
一応これを読んだきっかけを書いておくと,この間TwitterでフォローしたT大学の教授さんのツイートで流れてきたからなんですね(エゴサ怖くて伏せてる).
ちゃんとは知らないんですが,その方はWebとかSNSで実データ使って実験やったり,最近は人工生命の本書いたりしてる人のようですね.
色々面白そうな情報をTwitterに投下してくれるので非常にありがたいですね.この人の論文も積ん読してるのでまた読みます.
以上です. 初回なのでテンション上がってまあまあ書いた気がするけど次回以降は減らします.
一度2行で終わったらもう怖いものありませんよね?
次回の内容は未定.何気に読み進めてるのは気晴らしの魚論文だけどこれは書くかどうか…
では(これも誰への挨拶だろうと思いつつ)また次回頑張ります.