表征社交网络的特征

人们倾向于与像他们一样的人建立联系。来自同一所母校的校友更有可能一起合作开展研究项目，或者具有相同政治信仰的个人更有可能加入相同的政党、参加集会并参与在线讨论。这种社会学概念，称为同质性，在许多网络科学研究中已被观察到。但是，如果志同道合的人聚集在线上和线下空间，以加强彼此的想法并形成协同效应，这对社会意味着什么？

麻省理工学院的研究人员希望进一步研究同质性，以了解三个或更多群体在复杂的社会环境中如何互动。先前关于理解同性的研究已经研究了人与人之间的关系。例如，当两名国会议员共同提出一项法案时，他们很可能来自同一个政党。

然而，对于三个或更多人之间的群体互动是否可能发生在相似的个体之间，人们知之甚少。如果三名国会议员共同提出一项法案，那么这三名议员是否有可能成为同一党派的成员，或者我们是否会期待更多的两党合作？当研究人员试图扩展传统方法来测量这些更大的群体互动中的同质性时，他们发现结果可能具有误导性。

“我们发现，成对或一对一的互动，可以使更大的群体中的同质性看起来比实际情况更多，”数据，系统与社会研究所（IDSS）的研究生Arnab Sarker说，该研究的主要作者发表在 《美国国家科学院院刊》上。 “之前的措施没有考虑到两个人在友谊环境中已经相互了解的方式，”他补充道。

为了解决这个问题，Sarker与合著者Natalie Northrup ’22和JR东日本工程学教授，土木与环境工程系主任，IDSS的核心教员Ali Jadbabaie一起开发了一种测量同质性的新方法。借用代数拓扑学（数学中通常应用于物理学的一个子领域）的工具，他们开发了一种新的方法来了解群相互作用中是否发生了同质性。

这种新措施称为单纯同质性，它将一对一互动中的同质性与大型群体互动中的同质性分开，并且基于简单复合体的数学概念。研究人员用来自16个不同数据集的真实数据测试了这一新措施，发现简单同质性提供了更准确的见解，了解相似事物在更大群体中的相互作用。有趣的是，新措施可以更好地识别在较大的群体互动中缺乏相似性的实例，从而纠正在先前措施中观察到的弱点。

全球酒店预订网站Trivago的数据集中展示了一个这样的例子。他们发现，当旅行者在一次会议中查看两家酒店时，他们通常会选择地理位置上彼此接近的酒店。但是，当他们在一个会话中查看两家以上的酒店时，他们更有可能搜索彼此相距较远的酒店（例如，如果他们正在度假，则有多个站点）。新方法显示出“反同质性”——不是一起选择类似的酒店，而是一起选择不同的酒店。

“我们的措施控制了成对连接，并表明随着团体规模的增加，人们正在寻找的酒店更加多样化，这是一个有趣的经济结果，”Sarker 说。

此外，他们发现，简单的同质性可以帮助确定某些特征何时对于预测群体将来是否会相互作用很重要。他们发现，当已经在群体中互动的个体之间有很多相似之处或很多差异时，了解个人特征可以帮助预测他们未来之间的联系。

诺斯鲁普是该项目的本科生研究员，在她毕业前与萨克和贾德巴伊一起工作了三个学期。这个项目让她有机会将她在课堂上学到的一些概念应用起来。

“在这个项目上，我真的潜心于构建高阶网络模型，了解网络，数学，并能够大规模实施它，”Northrup说，他在土木和环境工程系统轨道上，拥有经济学双学位。

这项新措施为研究从生态学到交通和社会经济学等广泛网络应用中的复杂群体相互作用提供了机会。萨克有兴趣探索的领域之一是人们通过社交网络找到工作的群体动态。“高阶同质性会影响人们获取工作信息的方式吗？”他问道。

诺斯鲁普补充说，它还可用于评估干预措施或具体政策，以将人们与其网络之外的工作机会联系起来。“你甚至可以用它来衡量它的有效性。

该研究得到了美国国防部长办公室Vannevar Bush奖学金和美国陆军研究办公室多学科大学研究计划的资助。