Matematiske modeller kan beskrive personers sosiale nettverk.  (Illustrasjonsfoto: ChickenStock Images / Shutterstock / NTB scanpix)
Matematiske modeller kan beskrive personers sosiale nettverk. (Illustrasjonsfoto: ChickenStock Images / Shutterstock / NTB scanpix)

Forskere med formel for vennskap

Danske forskere har knekt koden for å forstå matematikken bak hvordan mennesker møtes ansikt til ansikt. Oppdagelsen kan brukes til å forstå spredning av sykdom.

Vi mennesker deltar i mange ulike sosiale sammenhenger, som fotballklubben, arbeidsplassen og skoleklassen.

Hvert år blir det publisert tusenvis av vitenskapelige artikler om matematikken i slike sosiale nettverk. Et mål er å identifisere de sosiale gruppene som enkeltpersonene er en del av.

Det er mange grunner til at forskere vil forstå matematikken bak sosial atferd. For eksempel for å lage modeller for hvordan epidemier brer seg – da er det nødvendig å forstå folks bevegelsesmønstre og sosiale nettverk.

1000 mobiltelefoner

Førsteamanuensis Sune Lehmann fra Institutt for matematikk og informatikk ved Danmarks Tekniske Universitet (DTU) og kollegaene hans ville undersøke sosiale nettverk på en ny måte. 

Lehmann ga ut 1000 mobiltelefoner med GPS og Bluetooth til nye studenter ved DTU.

Deretter fulgte forskerne med på studentene: hvem de ringte til, hvem de hang med på Facebook og hvem de møtte ansikt til ansikt. 

Etter to og et halvt år satt de igjen med et gigantisk datasett.

– Vi ville undersøke alle kanaler samtidig, ikke kun Facebook eller bare telefonsamtaler. Vi har med alt mulig – også når folk faktisk møtes, forklarer Lehmann.

I videoen under kan du høre mer om studien.

(Video: Ulf Aslak Jensen)

Tid er viktig

Ifølge Lehmann har forskerne nå funnet de underliggende prinsippene i hvordan dynamiske sosiale nettverk kan beskrives matematisk.

Tid er en veldig viktig faktor. Hvis tiden ikke er delt inn riktig, virker nettverkene ekstremt rotete. Hvis de bruker tidsperioder av riktig lengde, blir alt klarere.

Da er det mulig å se hvordan en person er sammen med vennene sine på ulike tidspunkt på dagen, uten å måtte analysere alle de sosiale relasjonene på en gang.

– Det har vært en vitenskapelig nøtt å finne ut av sosiale grupperinger. Grunnen er at forskere har forsøkt å studere et helt nettverk over lange tidsintervaller, og da blir bildet uklart.

– Vi fant ut at vi ikke trenger å lete etter grupper i det store nettverket. Hvis vi bare ser på data i intervaller på femten minutter av gangen, kan vi observere gruppene direkte, forklarer Lehmann.

Forskerne kunne altså se en enkelt students ulike sosiale grupper i løpet av en dag, som for eksempel kollokvier, undervisning, trening eller for å gå ut på byen om kvelden. 

Slik fungerer sosiale nettverk

Forskerne delte opp det sosiale nettverket i små biter som er lettere å modellere matematisk.

– Vi kan så ta alle de små gruppene og bygge opp igjen hele det sosiale nettverket, forteller Lehmann.

Forskerne kaller sosiale treff for «gatherings». Det er møter mellom mennesker som varer i mer enn fem minutter. 

De undersøker også hva som skjer før møtene. Det kan være telefonsamtaler, SMS eller beskjeder på Facebook.

Forskerne ser også hvordan sosiale grupper endrer seg over tid. Kanskje kommer det flere mennesker til, eller noen forsvinner.

– Dette har vi ikke kunnet observere på denne måten før. Med denne nye innsikten kan vi lage statistikk på hvordan mennesker møtes i grupper, sier Lehmann.

 «Cores» er grupper av personer som møtes flere ganger

Forskerne kan også spå. For eksempel kan de se at en bestemt type gathering ofte inneholder tre personer. Derfor er det sannsynlig at når to personer møtes, så vil det komme en tredje snart. 

De kan også se at noen grupper ikke endrer seg så mye fra gang til gang.

– Når folk møtes mange ganger i gatherings, kaller vi det for «cores». Det er en kjerne av folk som møtes ofte. Cores er de grunnleggende strukturene i det sosiale nettverket, sier Lehmann.

Illustrasjon av sosiale nettverk ved forskjellige tidsoppløsninger. Den grønne hårballen til venstre er alle testpersonenes sosiale interaksjoner over en hel dag. I midten over en time og til høyre over fem minutter. I den blå illustrasjonen kan forskerne direkte observerer de enkelte sosiale gruppene mens personene interagerer. Det er første gang forskere kan gjøre det. (Foto: (Illustrasjon: Sune Lehmann))
Illustrasjon av sosiale nettverk ved forskjellige tidsoppløsninger. Den grønne hårballen til venstre er alle testpersonenes sosiale interaksjoner over en hel dag. I midten over en time og til høyre over fem minutter. I den blå illustrasjonen kan forskerne direkte observerer de enkelte sosiale gruppene mens personene interagerer. Det er første gang forskere kan gjøre det. (Foto: (Illustrasjon: Sune Lehmann))

Meg og gruppene mine

Den nye studien viser at et sosialt nettverk ikke kan beskrives som alles forbindelser til alle rundt seg i ubegrenset tid. Det blir kaos.

Det sosiale nettverket ditt er heller en mengde av cores som du beveger deg mellom. 

Ofte befinner du deg samme sted på samme tid, for eksempel en fast fredagsøl. Der er du en del av en core. Det kan også være fotballgjengen, familien eller kollegene.

– I stedet for å se på meg og alle relasjonene mine, ser vi i stedet på meg og alle de gruppene jeg beveger meg mellom. Dermed blir den matematiske beskrivelsen forenklet. Det er dette som gjør studien vår unik, forklarer Lehmann.

 

Lars Clausen er konsulent ved University College Lillebælt og underviser i blant annet sosiale medier. Han deltok ikke i studien, men arbeider med samme tema. 

Ifølge Clausen er den nye studien veldig relevant, og han mener at den kan brukes til to ting.

For det første viser den retningen for mer forskning. Datamaterialet bør utvides med andre grupper.

– Når forskerne bare ser på studenter, ser de ikke interaksjoner med kjærester, familie og så videre. Da mister de noe av bildet, sier Clausen.

For det andre mener han at forskningen bekrefter sosiologisk forskning på hvordan folk samler seg i cores.

– Forskere har tidligere gjennomført små forsøk som har pekt på eksistensen av cores, men nå viser man det i et stort datasett. Dermed er viktig for mindre matematisk orienterte forskere, forklarer Clausen.

Referanse:

Sekara, V. (m.fl) Fundamental structures of dynamic social networks, PNAS (2016) doi: 10.1073/pnas. 1602803113

© Videnskab.dk. Oversatt av Lars Nygaard for forskning.no.

Powered by Labrador CMS