Wiskundige ’schaalvrij’-definitie leidt tot beter inzichten in netwerken

De Northeastern University in Boston en TU Eindhoven stelden een nieuwe wiskundige definitie van 'schaalvrij' op, waaruit blijkt dat veel meer netwerken dan gedacht schaalvrij zijn.

Trefwoorden: #netwerk, #Northeastern University, #schaalvrij, #social media, #TU Eindhoven, #verbindingen

Lees verder

research

( Foto: everythingpossible - 123RF )

ENGINEERINGNET.BE - Een belangrijke eigenschap van netwerken is de hoeveelheid verbindingen die punten in het netwerk hebben. Als je fake news zou willen verspreiden in een sociaal netwerk, zijn de mensen met duizenden vrienden interessant om het kwaadaardige nieuws te planten.

Veel netwerken zijn 'schaalvrij': mensen hebben bijvoorbeeld op social media niet een typisch aantal vrienden. Maar in een kleine klas van 10 kinderen, hebben kinderen tussen de 3 en de 8 vrienden. Geen van de kinderen heeft dus 10 keer zoveel vrienden als iemand anders.

Of een netwerk schaalvrij is of niet, is voor netwerkwetenschappers erg interessant, omdat schaalvrije netwerken juist heel robuust of breekbaar zijn. Over de exacte definitie van schaalvrij is een heftig dispuut gaande.

Eerder onderzoek dat gepubliceerd werd in het vooraanstaande blad Nature Communications stelde dat schaalvrije netwerken zó zeldzaam waren, dat al decennia lang het vakgebied van de Network Sciences wellicht op verkeerde conclusies zou zijn gebaseerd.

Netwerkwetenschappers aan de Northeastern University in Boston en de TU Eindhoven stellen nu een betere wiskundige definitie voor. Daarnaast stellen ze ook een methode voor om te onderzoeken of netwerken schaalvrij zijn.

De nieuwe definitie en methode stellen hen in staat om de verdeling van het aantal verbindingen in netwerken beter te analyseren. Daaruit volgt dat niet maar een enkele procent van de onderzochte netwerken schaalvrij zijn, maar tientallen procenten.

Hierdoor kan beleid dat zich richt op netwerken veel nauwkeuriger en beter onderbouwd worden. Dat inzicht bespaart potentieel niet alleen geld, maar ook mensenkracht en energie.

Remco van der Hofstad, een van de betrokken onderzoekers, stelt: "Als die schaalvrije eigenschap niet waar is, dan vallen veel conclusies weg. Dat heeft implicaties voor het modelleren van het brein, sociale netwerken, maar ook risicoberekeningen in de economie."

Een voorbeeld is bijvoorbeeld de economische crisis van 2008. Er werd toen gekeken of banken robuust waren, maar niet naar het feit dat de hele economie een netwerk is.

Van der Hofstad: "Als je dat soort netwerkeffecten niet meeneemt, heb je een verkeerd beeld van de potentiële schade."