Mönster i stora datamängder visar hur information färdas

Analyser av stora datamängder på internet kan avslöja vilken information som har störst betydelse för oss och vilka vi har mest gemensamt med, visar nätverksforskaren Fariba Karimi i sin avhandling vid Umeå universitet. Till exempel kan nätverk användas för att studera hur information färdas från en del av världen till en annan.

Genom teknikens globalisering har alla tillgång till all möjlig information på nätet. Men, har det fört människors åsikter och intressen närmare varandra? Fariba Karimi och hennes samarbetspartners har undersökt det i en av studierna i hennes avhandling, där de tittat på hur människor redigerar innehåll på Wikipedia.

Resultaten visar att människor bryr sig mest om lokal och regional information som handlar om sport, medier, kändisar eller platser i deras närhet. Dessutom är människor från länder med liknande språk- och historiebakgrund intresserade av samma slags information.

– Vi delar informationsintresse med dem vi också delar språk och historia, säger Fariba Karimi. Resultaten av studien visar också vilka länder som har likheter i informationsintresse, vilket inte studerats tidigare.

Till exempel kan länderna i Europa delas in i åtta kluster. De skandinaviska länderna återfinns i ett kluster med gemensamma intressen, medan portugiser och spanjorer har mer gemensamt med brasilianare än med andra europeer.

– Vi kan projicera dessa likheter i ett nätverk där länderna är noder och förbindelserna mellan dem representerar styrkan i likheterna. Dessa nätverk kan användas för att studera hur information kan färdas från en del av världen till en annan, säger Fariba Karimi.

Genom att finna mönster i rådata från sociala och ekonomiska interaktioner mellan människor på nätet, är det möjligt att analysera hur information, sjukdomar och ekonomiska kriser sprids. Nätverksanalys används också i dag för att förebygga stora epidemier, till exempel ebola.

I vardagen påverkar vänner och kollegor oss ständigt på olika sätt, från diskussioner på fikarasten till interaktion i sociala medier.

– Dessa influenser sker i tid och beroende på tiden kan påverkan se olika ut, säger Fariba Karimi. Till exempel om du är på väg att köpa en smartphone, då reflekterar du över diskussioner du nyligen haft med vänner och kollegor om olika telefoner. Människor kollar också av sociala medier vid vissa tidpunkter under arbetsdagen. Tid kan därför vara en viktig faktor för spridningsprocessen i nätverk. Men, tidigare nätverksforskning har inte tagit hänsyn till tidskomponenten.

När man tar hänsyn till tid blir spridningsdynamiken annorlunda jämfört med i statiska nätverk, visar avhandlingen.

– Detta är viktigt, för det kan hjälpa oss att bättre förstå spridningsprocesser i verkliga sociala system som till största delen är dynamiska och förändras över tid, säger Fariba Karimi.

Om avhandlingen:

Den 20 februari försvarar Fariba, institutionen för fysik, Umeå universitet, sin avhandling med titeln Tightly knit – Spreading processes in empirical temporal network. Svensk titel: Tätt sammansvetsad – Spridningsprocesser i empiriska temporala nätverk. Disputationen äger rum kl 12.00 i sal NC300, Naturvetarhuset. Fakultetsopponent är Dr Vittoria Colizza, Pierre et Marie Curie University, Paris, Frankrike.

Avhandlingen är elektroniskt publicerad

Fariba Karimi har en kandidat- och masterexamen i teoretisk fysik från Shiraz och Beheshti Universty i Iran. Hon flyttade till Sverige 2009 och tog en andra masterexamen i fysik vid Lunds universitet. Hon flyttade därefter till Umeå för doktorandstudier på området nätverk och komplexa system. Efter disputationen kommer hon att flytta till Köln, Tyskland, för postdoktorsstudier vid Leibnitzinstitutet för social beräkningsvetenskap.

Högupplöst pressbild

För mer information, kontakta gärna:

Fariba Karimi, institutionen för fysik, Umeå universitet
Telefon: 070-286 70 78
E-post: fariba.karimi@umu.se