Triangles to Capture Social Cohesion

Autor: Guillaume Chelius, Adrien Friggeri, Eric Fleury
Přispěvatelé: Dynamic Networks (DNET), Inria Grenoble - Rhône-Alpes, Institut National de Recherche en Informatique et en Automatique (Inria)-Institut National de Recherche en Informatique et en Automatique (Inria)-Laboratoire de l'Informatique du Parallélisme (LIP), Centre National de la Recherche Scientifique (CNRS)-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École normale supérieure - Lyon (ENS Lyon)-Centre National de la Recherche Scientifique (CNRS)-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-École normale supérieure - Lyon (ENS Lyon), Institut Rhône-Alpin des systèmes complexes (IXXI), École normale supérieure - Lyon (ENS Lyon)-Université Lumière - Lyon 2 (UL2)-Université Joseph Fourier - Grenoble 1 (UJF)-Université Jean Moulin - Lyon 3 (UJML), Université de Lyon-Université de Lyon-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Institut National des Sciences Appliquées de Lyon (INSA Lyon), Université de Lyon-Institut National des Sciences Appliquées (INSA)-Institut National des Sciences Appliquées (INSA)-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS), Laboratoire de l'Informatique du Parallélisme (LIP), École normale supérieure de Lyon (ENS de Lyon)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure de Lyon (ENS de Lyon)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Centre National de la Recherche Scientifique (CNRS), École normale supérieure de Lyon (ENS de Lyon)-Université Lumière - Lyon 2 (UL2)-Université Joseph Fourier - Grenoble 1 (UJF)-Université Jean Moulin - Lyon 3 (UJML), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS), INRIA, École normale supérieure - Lyon (ENS Lyon)-Université Claude Bernard Lyon 1 (UCBL), Université de Lyon-Université de Lyon-Institut National de Recherche en Informatique et en Automatique (Inria)-Centre National de la Recherche Scientifique (CNRS)-École normale supérieure - Lyon (ENS Lyon)-Université Claude Bernard Lyon 1 (UCBL)
Jazyk: angličtina
Rok vydání: 2011
Předmět:
Zdroj: Third IEEE International Conference on Social Computing
Third IEEE International Conference on Social Computing, Oct 2011, Cambridge, United States
SocialCom/PASSAT
[Research Report] RR-7686, INRIA. 2011
Popis: Although community detection has drawn tremendous amount of attention across the sciences in the past decades, no formal consensus has been reached on the very nature of what qualifies a community as such. In this article we take an orthogonal approach by introducing a novel point of view to the problem of overlapping communities. Instead of quantifying the quality of a set of communities, we choose to focus on the intrinsic community-ness of one given set of nodes. To do so, we propose a general metric on graphs, the cohesion, based on counting triangles and inspired by well established sociological considerations. The model has been validated through a large-scale online experiment called Fellows in which users were able to compute their social groups on Face- book and rate the quality of the obtained groups. By observing those ratings in relation to the cohesion we assess that the cohesion is a strong indicator of users subjective perception of the community-ness of a set of people.; Bien que la problématique de détection de communautés dans les réseaux sociaux ait attiré une attention grandissante à travers les sciences ces dernières années, aucun consensus formel n'a été atteint sur la nature de ce qui définit une communauté. Nous introduisons ici un point de vue novateur au problème de communautés recouvrantes. Au lieu de quantifier la qualité d'un ensemble de communautés, nous nous concentrons sur l'aspect intrinsèquement communautaire d'un ensemble donné de nœuds. Pour ce faire, nous proposons une métrique générique sur les graphes, la cohésion, se fondant sur la notion de triangles et inspirée par des résultats établis en sociologie. Ce modèle a été validé à travers Fellows, une expérience à large échelle sur Facebook dans laquelle les utilisateurs avaient la possibilité de calculer de manière automatique leurs groupes d'amis puis de noter la qualité de ceux ci. En observant ces notes et la cohésion des groupes obtenus, nous concluons que la cohésion est une bonne évaluation de la perception subjective de l'aspect communautaire d'un ensemble de nœuds par un utilisateur.
Databáze: OpenAIRE
Externí odkaz: