第5回 ネットワーク分析
このページの使い方
- 画面上部の帯が緑になるまで待つ(Rの準備。初回は数十秒かかる)。
- Ⅰでネットワーク分析のしくみを読み、黒い枠のRプログラムを「▶ 実行」で動かす。Ⅰのプログラムは上から順に実行する(前で作った
クラスを後で使うため)。 - Ⅲの例題を、ステップの順に実行する。
- Ⅳで、生成AIに自分のテーマのデータとプログラムを作らせて分析する。
- 最後の「課題用プログラム」で、データ作成 → プログラム → 実行 → 考察 を行い、レポートにまとめる。
黒い枠のプログラムは自由に書き換えてよい。「元のコードに戻す」で元に戻る。
今日の目標
- ネットワークを「ノード(点)」と「エッジ(線)」で表し、エッジリストと隣接行列の2通りで書ける。隣接行列の掛け算で「n 回でどこまで届くか」を計算できる。
- 次数・媒介中心性・近接中心性の違いを説明し、「誰が中心か」は指標によって変わることを、人間関係の具体例で説明できる。
- コミュニティ検出(グループ分け)が、なぜグループを見つけられるのかを、モジュラリティと「引っ越しゲーム」で説明できる。
- Rの igraph で、実際のデータ(空手クラブ、アンケートの言葉、SNS)を分析し、結果を読み取れる。
- 生成AIに作らせた自分のデータで同じ分析を行い、結果が妥当かを確かめられる。
Ⅰ ネットワーク分析のしくみ
人と人の友人関係、駅と駅を結ぶ路線、Webページのリンク、一緒に使われる言葉――世の中の多くのものは「何と何がつながっているか」で表せる。 これを点と線で描いたものをネットワーク(グラフ)という。ネットワーク分析は、つながり方から「誰が中心か」「どんなグループがあるか」を見つける手法である。
| 用語 | 意味 | 図1では |
|---|---|---|
| ノード(頂点) | つながりの主体 | 11人の生徒 |
| エッジ(辺・リンク) | 2つのノードのつながり | 友人関係(15本) |
| 隣接している | エッジで直接つながっている | あおい と ゆい |
| 種類 | 意味 | 例 |
|---|---|---|
| 無向ネットワーク | つながりに向きがない | 友人関係、共同研究、一緒に使われる言葉 |
| 有向ネットワーク | つながりに向きがある(矢印で描く) | SNSのフォロー、メールの送信、Webページのリンク |
| 重み付きネットワーク | つながりに強さ(数値)がある(線の太さで描く) | 会話の回数、路線の本数、一緒に出てきた回数 |
今回は主に無向ネットワークを扱い、例題3で有向ネットワークを扱う。
つながっている2つを1行に書いた表をエッジリストという。データを集めるときは、この形がいちばん書きやすい。
| 行 | 人1 | 人2 |
|---|---|---|
| 1 | あおい | ゆい |
| 2 | あおい | さくら |
| 3 | ゆい | さくら |
| …(全15行) | ||
Rでエッジリストからネットワークを作って描いてみよう。
ネットワークの図の配置(どこに点を置くか)には決まりがない。set.seed() の数を変えると配置が変わるが、つながり方は同じである。
全員を縦と横に並べ、つながっていれば1、いなければ0を書いた表を隣接行列という。コンピュータで計算するときに使う形である。
| あおい | ゆい | さくら | ひな | … | |
|---|---|---|---|---|---|
| あおい | 0 | 1 | 1 | 0 | … |
| ゆい | 1 | 0 | 1 | 1 | … |
| さくら | 1 | 1 | 0 | 1 | … |
| ひな | 0 | 1 | 1 | 0 | … |
無向ネットワークの隣接行列は、左上から右下への対角線について対称になる(あおい→ゆい が1なら、ゆい→あおい も1)。
隣接行列は、ただの表ではない。掛け算をすると「つながりをたどった先」が計算できる。ここでは感染症の広がりを、次のように単純化して考える。
5-1 行列×ベクトルで「隣の感染数」を数える
都市ごとに、感染していれば1、していなければ0を並べたものを感染ベクトルとよぶ。隣接行列に感染ベクトルを掛けると、各都市について「隣の都市のうち、感染している都市の数」が出てくる。
| 計算 | 意味 |
|---|---|
感染ベクトル x | 今月、感染している都市が1、していない都市が0 |
隣接行列 × 感染ベクトル(A %*% x) | 都市ごとの「感染している隣の都市の数」。行列の各行で、感染している都市の列の1を足したもの |
| 来月の感染ベクトル | 「今感染している」か「感染している隣が1つ以上ある」なら1 |
5-2 やってみよう:感染の広がりシミュレーション
- 地図の都市をクリックして、最初に感染する都市を選ぶ。
- 「▶ 1か月進める」を押す。押すたびに1か月が経ち、感染した都市が増える。
- 右の表で、色のついた列(今感染している都市)の1を横に足すと「隣の感染数」になることを確かめる。
交通網は授業用に単純化した架空のものである。実際の感染症では、人の移動の量、うつる確率、回復なども関わる。
5-3 Rで同じ計算をする
読み取り方:那覇から始めると、福岡 → 広島 → 神戸 … と1都市ずつ北へ進み、8か月で全国に広がる。シミュレーションで那覇を選んだ結果と同じになるか確かめよう。
5-4 掛け算をくり返すと何がわかるか
隣接行列を2回掛けた A %*% A(A²)の (i, j) の値は、「都市 i から都市 j へ、線をちょうど2本たどる道すじの数」になる。n 回掛ければ「n 本たどる道すじの数」である。
また、1か月ごとに「今の都市にとどまる」か「隣へ進む」かを選べると考えると、(単位行列 + A) を n 回掛けて0より大きい都市が、n か月以内に届く都市になる。
| 言いかえ | 同じこと |
|---|---|
| n か月後に感染している | 最初の都市から、線を n 本以内でたどれる |
| 全国に広がるまでの月数 | 最初の都市から、いちばん遠い都市までの距離(ステップ7) |
| 各都市が感染した月の合計 | 最初の都市から、全都市までの距離の合計(ステップ9の近接中心性の分母) |
5-5 どの都市から始まると、早く全国に広がるか
読み取り方:「全国に届く月数」が最も短いのは大阪(4か月)である。一方、「感染した月の合計」が最も小さい(=近接中心性が最も高い)のは京都(29)である。 大阪は「いちばん遠い都市までが近い」、京都は「平均すると全都市に近い」。「早く広がる」の意味によって、答えの都市が変わる。シミュレーションで大阪と京都を選んで確かめよう。
そのノードにつながっているエッジの数を次数という。友人関係なら「友人の数」である。いちばん分かりやすい中心性の指標である。
rowSums の結果と同じ)。2人の間をたどるのに必要なエッジの最少本数を距離、そのときの道筋を最短経路という。
読み取り方:左のグループと右のグループの間を行き来するには、必ず ひな → はるか → りこ を通る。この3人がいないと、2つのグループは切れてしまう。
すべての2人の組について最短経路を調べ、その人を通る最短経路がいくつあるかを数えたものを媒介中心性という。グループとグループの「橋渡し役」ほど大きくなる。
| はるか を通る最短経路の数え方 | 数 |
|---|---|
| 左側の5人(あおい・ゆい・さくら・ひな・めい)と、右側の5人(りこ・かな・なな・みお・さき)の組 | 5 × 5 = 25 |
| その他の組(左同士・右同士) | 0(はるか を通らない) |
最短経路が2通り以上ある組は、通る割合(2通りなら0.5ずつ)で数える。そのため 12.5 のような小数になることがある。
近接中心性は「ほかの全員までの距離の合計」の逆数である。全員に近い(少ない手数で届く)ほど大きい。情報を早く全体に広められる人を表す。
| 指標 | 考え方 | 1位 | こんな問いに使う |
|---|---|---|---|
| 次数 | 直接のつながりの数 | ゆい・なな(4) | 顔が広いのは誰か |
| 媒介中心性 | 最短経路の通り道になる回数 | はるか(25) | グループの橋渡し役は誰か。いなくなると困るのは誰か |
| 近接中心性 | 全員への近さ | はるか(0.045) | 情報を早く全体に伝えられるのは誰か |
ただし、このクラスでは媒介中心性と近接中心性の1位がどちらも はるか になった。2つの違いは、次のステップ10で別の例を使って確かめる。
ほかの全員まで、少ない手数で届く。
→ 速さ:知らせを早く全体に広められる。
ほかの人どうしの最短経路が、この人を通る。
→ つなぎ・関所:いなくなるとネットワークが分かれる。
広場はどの家からも近いが、広場がなくても別の道を回れば家どうしは行き来できる。橋は町のはしにあって遠い家もあるが、橋がなくなると川の向こうへ行けなくなる。「近い」と「通り道」は別のことである。
10-1 3人の「中心人物」がいる10人の例
ステップ9のクラスは「2つのグループが1本の道でつながる」形だったので、はるか が両方の1位になった。 ここでは、ネットワーク分析の教科書でよく使われる10人の例(クラックハートの凧)で、3つの指標のちがいを見る。
| 人 | 次数 | 媒介中心性 | 距離の合計(小さいほど近接中心性が高い) | 役割 |
|---|---|---|---|---|
| だいき | 6(1位) | 3.7(5位) | 15(3位) | 顔が広い。友人は多いが、その友人どうしも知り合いなので、通り道にはなりにくい |
| ふみか・げんき | 5(2位) | 8.3(2位) | 14(1位) | 全員に近い。左の6人にも、右の3人にもすぐ届く位置にいる |
| ひろと | 3(6位) | 14(1位) | 15(3位) | 橋渡し。左の7人と、いつき・じゅん をつなぐ唯一の人 |
| いつき | 2(9位) | 8.0(4位) | 21(9位) | 門番。全員からは遠いが、じゅん にとっては唯一の窓口 |
| じゅん | 1(10位) | 0 | 29(10位) | はしにいる人 |
10-2 近接中心性を体感する:連絡を回すと何手で全員に届くか
ふみか から回すと3手で全員に届き、距離の合計は14である。じゅん から回すと4手かかり、合計は29になる。近接中心性は「1 ÷ 距離の合計」なので、ふみか(1÷14)は じゅん(1÷29)の約2倍になる。 ステップ5のシミュレーションで「最初の都市」を選んだのと同じことを、人について行っている。
10-3 媒介中心性を体感する:その人がいなくなるとどうなるか
友人が6人いる だいき がいなくなっても、残りの9人はほかの道でつながったままである。友人が3人しかいない ひろと がいなくなると、いつき と じゅん は全員から切り離される。これが媒介中心性の高さの意味である。
10-4 Rで確かめる
読み取り方:表の右の3列(順位)を横に見ると、1位がすべて別の人になっている(次数:だいき、媒介:ひろと、近接:ふみか・げんき)。3つの図で、大きく描かれる人が変わることも確かめよう。
読み取り方:だいき や ふみか がいなくても、まとまりは1つのままである。ひろと や いつき がいないと、まとまりが2つに分かれる。一方、連絡を回す速さでは ふみか が最も速い(3手、合計14)。
10-5 実生活では、どちらが大事になるか(人間関係の例)
| 近接中心性が大事になる場面 知りたいこと:「速く・広く届けるには、誰から始めるか」 |
媒介中心性が大事になる場面 知りたいこと:「グループをつないでいるのは誰か。いなくなると困るのは誰か」 |
|---|---|
| 急な連絡を全員に回す 休講や集合時間の変更をクラス全員に早く伝えたい。最初に伝える相手は、近接中心性の高い人がよい。はしにいる人に伝えると、全員に届くまで時間がかかる。 |
2つのグループのつなぎ役 サークルと他大学の友人、アルバイト先の昼の班と夜の班など。つなぎ役が1人しかいないと、その人が卒業・退職したとたんに、グループの間の連絡が途絶える。 |
| 口コミで告知を広める 文化祭や新歓の告知を、少ない人数に頼んで全体に広めたい。近接中心性の高い人に頼むと、少ない手数で全員に届く。 |
人を紹介してもらう 別の研究室の先輩や、就職したい会社の卒業生と知り合いたい。2つの世界の両方に知り合いがいる「橋渡し役」に頼むのが近道である。 |
| 新しく入ったグループになじむ 転校生や新入部員が、早く全体と顔見知りになりたい。近接中心性の高い人と仲良くなると、全員と2〜3手でつながる。 |
情報の関所 橋渡し役のところで情報が止まったり、伝言がゆがんだりする。逆に、うわさの広がりを止めたいときは、この人のところで止めると効果が大きい。 |
| かぜやうわさが一気に広がる 悪い面もある。近接中心性の高い人から始まったかぜやうわさは、全体に早く広がる(ステップ5の京都・大阪)。 |
孤立しがちな人を支える グループのはしにいる人にとって、唯一の窓口になっている人(凧の例の いつき)。全体から見ると目立たないが、いなくなると、はしの人は誰ともつながらなくなる。 |
ネットワークの中で、内側のつながりが多く、外側とのつながりが少ないまとまりをコミュニティという。これを自動で見つけるのがコミュニティ検出である。
図1を見れば、人間はすぐに「左の仲良しと右の仲良し」と分かる。では、図を見ることができないコンピュータは、どうやってグループを見つけるのか。考え方は次の3段階である。
- 点数を決める:「よい分け方」ほど高くなる点数(モジュラリティ)を決める。
- 少しずつ直す:1人ずつ、点数が上がるグループへ引っ越させる。
- 直せなくなったら終わり:誰も引っ越さなくなった状態が、見つかったグループである。
11-1 よい分け方とは:グループをまたぐ線が少ない分け方
(b) のでたらめな分け方では、15本のうち10本がグループをまたいでいる。(c) の見た目どおりの分け方では、またぐ線は1本だけである。内側の線が多く、またぐ線が少ないほど、よい分け方と言えそうである。
ところが、(a)「全員を1つのグループ」にすると、またぐ線は0本、内側の線は100%になる。これでは「グループを見つけた」ことにならない。内側の線の割合だけでは、点数として足りない。
11-2 「偶然でもそのくらいはある」分を引く
そこで、「でたらめに線をつないだとしても、内側に来るはずの割合」を考え、それを引く。たとえば、テストで「4択問題で25点」は、でたらめに答えても取れる点数なので、実力とは言えない。それと同じ考え方である。
1本の線には端が2つある。それぞれの人は「友人の数」だけ手を持っていると考える。クラス全体では 15本×2=30本の手がある。 (c) の分け方では、左の6人の手は合わせて15本、右の5人も15本である。30本の手を袋に入れて、でたらめに2本ずつ取り出してつなぐと、「左の手どうし」になる割合は 15/30×15/30=0.25、「右の手どうし」も0.25である。 つまり、でたらめにつないでも、半分(0.5)の線は内側に来る。
「でたらめの場合より、どれだけ多く内側にまとまっているか」を表す。0なら偶然と同じ、大きいほどはっきりしたグループである(目安:0.3以上)。
| 分け方 | 実際に内側にある割合 | でたらめでも内側に来る割合 | モジュラリティ | 評価 |
|---|---|---|---|---|
| (a) 全員1つ | 1.000 | 1.000 | 0 | 偶然と同じ。グループを見つけていない |
| (b) でたらめ | 0.333 | 0.502 | −0.169 | 偶然よりも悪い |
| (c) 左右2つ | 0.933 | 0.500 | 0.433 | 最もよい |
| (d) 3つ(はるか・りこを別) | 0.800 | 0.376 | 0.424 | (c) よりわずかに低い |
「友人の多い人の手ほど引かれやすい」ので、人気者が集まったグループは、でたらめでも内側の線が多くなる。モジュラリティはその分も差し引いて評価する。
11-3 すべての分け方を試せばよいのでは?
点数が決まれば、すべての分け方の点数を計算して、いちばん高いものを選べばよい。しかし分け方の数はとても多い。
| 人数 | 分け方の数 |
|---|---|
| 4人 | 15通り |
| 11人(このクラス) | 678,570通り |
| 34人(例題1の空手クラブ) | 約 2.1×1028 通り(1秒に1億通り調べても、宇宙の年齢の約500倍の時間がかかる) |
そこで、すべてを調べる代わりに「少しずつ点数を上げていく」方法を使う。その代表がルーバン法である。
11-4 ルーバン法①:1人ずつの「引っ越しゲーム」
ルーバン法の1段目は、次のような「引っ越しゲーム」である。
- はじめは、全員が1人ずつ別のグループにいる。
- 1人ずつ順番に、「友人のいるグループ」へ引っ越したら点数(モジュラリティ)がどう変わるかを調べる。
- 点数がいちばん上がるグループへ引っ越す。どこへ移っても上がらなければ、そのまま動かない。
- 全員が1回ずつ調べ終えたら、また最初の人から調べる。一回りしても誰も引っ越さなくなったら終わり。
下のボタンで、1人ずつ引っ越しを進めてみよう。表には、その人が調べた引っ越し先と、引っ越した後の点数が表示される。
やってみよう:「名前の順」と「はるか・りこ から」で、最後の点数とグループの数を比べよう。
11-5 なぜ最後には、グループが見つかるのか
| 理由 | 説明 |
|---|---|
| ① 必ず終わる | 引っ越しは「点数が上がるとき」しか起きない。分け方の数は有限なので、点数がいつまでも上がり続けることはない。いつか必ず、誰も引っ越さない状態になる。 |
| ② 引っ越し先は「友人の多いグループ」 | ある人が引っ越して点数が上がるのは、引っ越し先に自分の友人が(偶然に期待されるより)多いときである。だから、人は友人の多いグループへ集まっていく。 |
| ③ 止まった状態=グループ | 終わったときには、誰もが「自分の友人がいちばん多く集まっているグループ」にいる。これは「内側のつながりが多く、外側とのつながりが少ない」というコミュニティの意味そのものである。 |
11-6 ルーバン法②:グループをまとめて、もう一度
1段目が終わったら、できたグループを1つの大きな点とみなし、グループどうしで引っ越しゲームをする(「グループごと隣のグループに合流したら点数が上がるか」を調べる)。上がらなくなったら終わる。人数が多いネットワークでは、この2段目で、小さなグループがまとまって大きなグループになる。
11-7 注意:いつも「いちばんよい分け方」になるとは限らない
引っ越しゲームは「1人ずつ、そのときに点数が上がる方へ動く」方法なので、調べる順番によって、止まる場所が変わることがある。 このクラスでは、名前の順に調べると (d) の3グループ(0.424)で止まり、はるか・りこ から調べると (c) の2グループ(0.433)になる。 (d) で止まった状態から、はるか が1人で左へ移ると点数は0.380に下がり、りこ が1人で右へ移っても0.424のままで上がらない。2人が同時に左右へ分かれれば0.433になるが、引っ越しは1人ずつなので、その手前で止まってしまう。
Rの cluster_louvain は、調べる順番を乱数で決める。そのため set.seed() の数によって結果が変わる。人数が少なければ、cluster_optimal で全部の分け方を調べて、いちばんよい分け方を求められる。
読み取り方:seed によって、3グループ(0.424)になったり、2グループ(0.433)になったりする。cluster_optimal の答えは2グループ(左6人と右5人)で、点数は0.433である。
11-8 Rでグループを見つけて描く
読み取り方:set.seed(1) では、左の5人と右の4人に加え、はるか と りこ が小さなグループになった(モジュラリティ0.424)。2人は左右のどちらにも強く属していない「つなぎ役」である。 ただし11-7で見たように、点数が最も高い分け方は「はるか は左、りこ は右」の2グループである。グループ分けの結果は「唯一の正解」ではないので、点数がほぼ同じ別の分け方がないかも確かめるとよい。
| 指標 | 意味 | クラスでは |
|---|---|---|
| 密度 | 考えられるすべての組のうち、実際につながっている割合(11人なら55組) | 15÷55 ≒ 0.273 |
| 平均距離 | すべての2人の組の距離の平均 | 約2.9人をたどれば届く |
| 直径 | 最も遠い2人の距離 | 6(あおい と さき など) |
| クラスタ係数 | 「友人の友人どうしも友人である」割合(三角形のでき方) | 0.5 |
12-1 形がちがうと、指標はどう変わるか
数字だけでは分かりにくいので、形のちがう6つのネットワークで比べる。
| 形 | 指標の特徴 | こんなネットワークは… | 身近な例 |
|---|---|---|---|
| ① 全員が友だち | 密度・クラスタ係数が1、平均距離・直径が1 | 誰とでも直接話せる、閉じた仲良しグループである。情報はすぐ全員に届く。ただし人数が増えると線の数が急に増え(8人で28本、30人なら435本)、大人数では成り立たない。 | 数人の親友グループ、少人数のゼミ |
| ② 1人を中心に集まる | 平均距離は短い(1.75)が、クラスタ係数は0 | 中心の1人に頼りきったネットワークである。誰とでも2手で届くが、メンバーどうしは知り合いではない。中心の人がいなくなると全員がばらばらになる。 | 先生と生徒の個別連絡、ハブ空港 |
| ③ 一列にならぶ | 線の数は②と同じ7本、密度も同じ0.25。平均距離は3.0、直径は7 | 伝言ゲーム型である。端から端まで遠く、情報が届くのに時間がかかり、途中でゆがみやすい。密度が同じでも、形によって届きやすさが大きく変わる。 | 伝言ゲーム、バケツリレー |
| ④ 仲良し班が2つ | クラスタ係数が高い(0.80) | 内側はまとまっているが、班どうしは細い線1本でつながるネットワークである。班の中の情報はすぐ回るが、班をまたぐ情報は、つなぎ役の2人しだいである(ステップ10の媒介中心性)。 | クラスの中の仲良しグループ、部署 |
| ⑤ 近所づきあい | クラスタ係数は高め(0.50)、平均距離は長め(2.89) | 近くの人とだけ付き合う、地元型のネットワークである。近所どうしはよく知り合っているが、輪の反対側の人には遠い。 | 昔の村、近所づきあい |
| ⑥ ⑤+遠くの知り合い2本 | 線を2本(5%)足しただけで、平均距離が2.89→2.35、直径が5→4。クラスタ係数はほぼそのまま | スモールワールドである。身近な人とのまとまりを保ったまま、少しの「遠くの知り合い」で全体が急に近くなる。 | 転校した友人、SNSで知り合った人がいる社会 |
・密度:どのくらい線が多いか。ただし②と③のように、密度が同じでも形はまったくちがうことがある。
・平均距離・直径:情報の届きやすさ。小さいほど、早く全体に届く。
・クラスタ係数:「友人の友人も友人」の多さ。大きいほど、仲良しグループがはっきりしている。
・平均距離が小さく、クラスタ係数が大きいネットワークがスモールワールドである。
考えてみよう:このクラス(密度0.273、平均距離2.89、直径6、クラスタ係数0.5)は、①〜⑥のどれに近いか。直径が6と長いのは、図のどこが原因か。
「世界中の人は6人をたどれば知り合いに届く」というスモールワールドの話は、平均距離が人数のわりに小さいことを指している。⑥のように、少しの遠いつながりがあれば、それが起こる。
| 知りたいこと | 使う指標・手法 | Rの関数 |
|---|---|---|
| n 回(n か月)でどこまで届くか | 隣接行列の掛け算 | A %*% x |
| 顔が広いのは誰か | 次数 | degree() |
| 橋渡し役は誰か。いなくなると分断が起きるのは誰か | 媒介中心性 | betweenness() |
| 情報を早く広められるのは誰か | 近接中心性 | closeness() |
| (向きのあるネットワークで)影響力が大きいのは誰か | ページランク | page_rank() |
| どんなグループがあるか | コミュニティ検出 | cluster_louvain()、cluster_optimal() |
| 何人をたどれば届くか | 距離・最短経路 | distances()、shortest_paths() |
| 全体はどれくらい密につながっているか | 密度・平均距離・クラスタ係数 | edge_density() など |
Ⅱ 例題データ
| 名前 | 内容 | 使う場所 |
|---|---|---|
友人関係 | クラスの11人の友人関係(エッジリスト、15行) | Ⅰ |
| 空手クラブ | アメリカの大学の空手クラブ34人の交友関係(1970年代にザッカリーが調査した実データ。プログラムの中で読み込む。重み付きの版は igraphdata パッケージ) | 例題1 |
アンケート | 授業の感想16件(自由記述を単語に分けたもの) | 例題2 |
| フォロー関係 | SNSの8人のフォロー関係(プログラムの中で作る) | 例題3 |
プログラムの中でこれらのデータを書き換えてしまったときは、ページを再読み込みすると元に戻る。
Ⅲ 例題1:空手クラブの分裂を、つながりだけから予測する
1970年代、アメリカのある大学の空手クラブで、師範(1番)と会長(34番)が対立し、クラブは2つに分裂した。 研究者のザッカリーは、分裂の前からメンバーの交友関係を調べていた。交友関係のネットワークだけから、誰がどちらの派に行くかを予測できるだろうか。 このデータは、ネットワーク分析で最もよく使われる例の一つである。まず、何が起きたのかを見てから、Rで予測に挑戦する。
1-A 何が起きたのか:師範と会長の対立
人類学者のウェイン・ザッカリーは、ある大学の空手クラブを1970年から1972年まで観察した。クラブには、パートタイムで指導する師範(論文では「ミスター・ハイ」という仮名)と、クラブを運営する会長(「ジョン・A」という仮名)がいた。
2人は月謝(レッスン料)をめぐって対立した。争いはやがて「クラブはどうあるべきか」という考え方の争いに広がり、会員は、それまでの友人関係にそって、師範の側と会長の側に分かれていった。
| 段階 | 起きたこと |
|---|---|
| 対立 | 師範と会長が月謝をめぐって対立し、考え方の争いに広がる |
| 派閥ができる | 会員は友人関係にそって2つの派に分かれる。どちらの派も、相手の派の会員を自分の側に引き込もうとした |
| 解任 | 役員会(会長の側)が師範を解任する。師範の支持者は退会する |
| 分裂 | 師範の支持者は新しいクラブをつくり、師範がそこで教える。約半数がこちらに移った。残った人は新しい指導者を探すか、空手をやめた |
分裂の前に、両方の派が相手の会員を引き込もうとしていた。そのため、クラブは「友人関係の境目」で割れる可能性が高かった。これが、つながりから分裂を予測できると考えた理由である。
1-B ザッカリーは何を記録したか:8つの場面
ザッカリーは、会員どうしがクラブの練習以外のどこで顔を合わせるかを記録した。調べた場面は次の8つである。
2人が一緒にいた場面の数を、つながりの重み(強さ)とした(実際のデータでは1〜7)。Rの make_graph("Zachary") は重みのない版で、重みのある版は igraphdata パッケージの karate に入っている。
| データのトリビア | 内容 |
|---|---|
| 34人は全員ではない | 観察の期間、クラブには50〜100人ほどの会員がいた。データにあるのは、そのうちクラブの外でも付き合いのあった34人である。 |
| 線は78本(77本の版もある) | 論文の記述があいまいな1本(23番と34番)を入れるかどうかで、78本の版と77本の版がある。Rの版は78本である。 |
| 番号の意味 | 1番が師範、34番が会長である。ほかの番号は、名前を伏せるために付けたものである。 |
1-C ザッカリーの予測方法:情報を「水」、つながりを「水道管」と考える
ザッカリーは、うわさや意見などの情報が、つながりを通って流れると考えた。つながりを「水道管」、重みを「管の太さ」とみなす。師範(1番)から水を流し込み、会長(34番)から出ていくようにすると、流せる水の量には限りがある。水は、ネットワークの中でいちばん細い部分で詰まる。
その「いちばん細い部分」の管を切ると、ネットワークは師範の側と会長の側に分かれる。これを最小カットという。2つの派の間のつながりが細いほど、そこで割れやすい、という考え方である。 「流せる水の最大量」と「切った管の太さの合計の最小値」が必ず等しくなることは、最大流・最小カット定理として知られている。
見るところ:師範(1)と会長(34)のまわりに、それぞれ人が集まっているように見えるか。
読み取り方:次数では会長(34)が1位、媒介中心性では師範(1)が1位である。どちらの指標でも、対立した2人が上位2人を占めた。データには「誰が師範か」という情報は入っていないのに、つながり方だけで2人が浮かび上がる。
重み(一緒にいた場面の数)を管の太さとして、師範から会長への最小カットを求める。igraphdata パッケージを読み込むので、初回は少し時間がかかる。
読み取り方:師範の側に分かれた16人は、ザッカリーが記録した師範派の16人と完全に一致する(34人中34人)。切った管の太さの合計は22で、これが2つの派の間を流れられる情報の量の上限である。1977年の論文の予測を、Rの数行で再現できた。
次に、重みを使わずに予測する。ここでは 貪欲法(cluster_fast_greedy:モジュラリティが最も増える2つのグループを順にまとめていく方法)でまとまりを作り、最後に2つのグループに切り分ける。
読み取り方:34人中33人の派閥を当てた。外れたのは10番の1人だけである。重みがなくても、つながりの形だけでほぼ当てられる。
考えてみよう:外れた10番は、どちらの派の人ともつながっている(図で確かめよう)。つながりだけでは決めにくい人を、実際には何が決めたのだろうか。次のステップで調べる。
この例題には、有名な「例外」が2人いる。
10番さん:友人が2人だけで、両派に1人ずつ
10番の友人は2人だけで、師範派の3番と、会長本人の34番である。線の「数」は1対1の引き分けなので、重みのないデータでは、どちらの派か決めにくい。 重みを見ると、3番とのつながりは1、34番とのつながりは2で、会長とのつながりのほうが強い。ステップ1-3で重みを使った予測が10番も当てられたのは、このためである。
9番さん:つながりでは会長派、でも選んだのは師範のクラブ
9番は、友人関係では会長派である(師範派の友人2人・重みの合計7、会長派の友人3人・重みの合計10)。ザッカリーの予測も、記録した派閥も「会長派」である。ところが実際には、9番は師範の新しいクラブに入った。
ザッカリーの論文によると、理由は「主に損得」だった。9番は空手を4年続けていて、分裂が起きたとき、黒帯の審査まであと3週間だった。会長の側のクラブは空手の流派を変えたため、そちらに移ると、それまでの帯を捨てて白帯からやり直すことになる。9番は、4年間かけて積み上げたものを捨てられなかった。
「正解」には2種類ある。ザッカリーが記録した派閥と、分裂の後に実際に入ったクラブである。2つが違うのは9番だけである。
| 方法 | 派閥と一致 | 入ったクラブと一致 | ひとこと |
|---|---|---|---|
| 最小カット(重みあり):ザッカリーの方法 | 34/34 | 33/34(9番) | 重みのおかげで10番も当たる。9番は誰にも当てられない |
| 最小カット(重みなし) | 33/34(10番) | 32/34(9・10番) | 10番が引き分けになり、外れる |
| 貪欲法 | 33/34(10番) | 32/34(9・10番) | ステップ1-4の結果 |
| ガーバン・ニューマン法 | 33/34(3番) | 32/34(3・9番) | 2002年の論文の方法。3番は両派に友人が多い |
ガーバン・ニューマン法(cluster_edge_betweenness)は、「媒介中心性の高い線(グループの間の橋になっている線)」から順に切っていく方法である。ステップ8の媒介中心性を、人ではなく線について計算している。
ここまでは「2つに分ける」と決めていた。グループの数を決めずに、モジュラリティが最大になる分け方を探すとどうなるか。
読み取り方:点数が最大の分け方は4グループである。表を見ると、師範派が2つ(11人と5人)、会長派が2つ(12人と6人)に分かれていて、派閥をまたぐグループは1つもない。2つの派の中に、さらに小さな仲良しグループがあったことになる。
1-D トリビア:空手クラブは、なぜこんなに有名になったのか
| トリビア | 内容 |
|---|---|
| 2002年に一気に有名に | 物理学者のミシェル・ガーバンとマーク・ニューマンが、グループを見つける新しい方法(ガーバン・ニューマン法)の試験台にこのデータを使った。それ以来、新しい方法を発表するときに「まず空手クラブで試す」ことが定番になった。 |
| 「ザッカリー空手クラブ・クラブ」 | ネットワーク科学の学会で、最初にこの例を発表に使った人が入会できる、冗談半分の「クラブ」がある。入会者には空手のトロフィーが手渡され、次の入会者へ受け継がれる。1人目は2013年、サンタフェ研究所の会議でのクリストファー・ムーアである。 |
| 有名にした本人は5人目 | このデータを有名にしたマーク・ニューマン本人がこのクラブに入ったのは、2014年で5人目だった。 |
| どのソフトにも入っている | Rの igraph では make_graph("Zachary")、Pythonの NetworkX では karate_club_graph() で、すぐに読み込める。プログラミング言語の最初の練習が「Hello, World」であるように、ネットワーク分析の最初の練習によく使われる。 |
1-E 考えてみよう
- 9番の選択を、友人関係のデータから予測することはできたか。予測するには、どんなデータを追加で集めればよかったか。
- 10番のように、両方の派に同じくらいつながっている人は、現実の対立の中でどんな立場に置かれやすいか。ステップ10の「媒介中心性」と結びつけて考えよう。
- 自分のクラスやサークルが2つに割れるとしたら、どこで割れそうか。その「境目」にいる人は誰か。
Ⅲ 例題2:アンケートの自由記述から、話題のまとまりを見つける
授業アンケートの自由記述では、一緒に使われる言葉に話題が表れる。同じ回答の中に一緒に出てきた単語どうしをつなぐと、言葉のネットワーク(共起ネットワーク)ができる。テキストマイニングでよく使われる方法である。
実際の文章から単語を取り出すには、形態素解析という処理が必要である。ここでは単語に分けた後のデータを使う。
| 回答 | できる単語の組 |
|---|---|
| 「R」「実習」「楽しい」 | R–実習、R–楽しい、実習–楽しい(3組) |
| 「課題」「多い」「時間」「足りない」 | 4単語から2つを選ぶ組なので 6組 |
読み取り方:回数 は、その2つの単語が同じ回答に出てきた回数で、つながりの重みになる。
図の見方:丸の大きさは単語の出現回数、線の太さは一緒に出てきた回数である。
| まとまり | 単語 | 話題の解釈(例) |
|---|---|---|
| 1 | R、実習、楽しい、難しい | Rの実習は難しいが楽しい |
| 2 | データ、便利、分析、生成AI、面白い | 生成AIを使ったデータ分析が面白い |
| 3 | グラフ、分かりやすい、説明、速い | 説明やグラフについて(分かりやすいが速い) |
| 4 | 多い、大変、時間、課題、足りない | 課題が多く時間が足りない |
まとまりの番号や色は、実行するたびに入れ替わることがある。中身(どの単語が同じまとまりか)で判断する。
Ⅲ 例題3:SNSのフォロー関係 フォロワー数と影響力は同じか
SNSのフォロー関係は向きのあるネットワークである。フォロワーが多い人は影響力があると言えそうだが、本当にそうだろうか。 Googleが検索結果の順位付けのために考えたページランクは、「影響力のある人からフォローされているほど、影響力がある」という考え方で計算する。
| 比べる2人 | フォロワー数 | ページランク | 理由 |
|---|---|---|---|
| C と G | どちらも2 | C 0.160、G 0.042 | C は人気者の B からフォローされている。G をフォローしているのは、フォロワーの少ない H と F |
| E と B | E 3、B 6 | E 0.274、B 0.306 | E はフォロワー数が B の半分だが、B からフォローされているので差が小さい |
Ⅳ 自分の興味のあるデータで分析する
このページの生成AIに、データとRのプログラムを作らせて実行する。上から順にボタンを押していけばよい。
最初にボタンを押したとき、授業用パスコードを聞かれる。授業で伝えたものを入力する。
テーマの例:サークルの人間関係/物語の登場人物の関係/駅と路線のつながり/一緒に注文される料理
テーマ: つながりの数:
追加の希望(なくてよい):
(30秒〜1分ほどかかる)ステップ2のプログラムが下の枠に入る。「▶ 実行」を押す。プログラムは自分で書き換えてもよい。
エラーが出たら: (直したプログラムが上の枠に入るので、もう一度「▶ 実行」を押す)
| 観点 | 確かめ方 |
|---|---|
| グループは意図どおりか | データを作らせたときの「まとまり」と、見つかったグループが一致しているか |
| 橋渡し役は見つかったか | 媒介中心性の上位に、まとまりの間をつなぐノードが来ているか。次数の上位とどう違うか |
| 図の読みすぎに注意 | ネットワークの図の配置は毎回変わる。「近くに描かれている」ことより、数値(中心性・グループ)で判断する |
| プログラムは正しいか | エラーが出なくても、重みが正しく使われているか、ノードやエッジの数が元のデータと合っているかを確かめる |
| 結果を言い過ぎていないか | 生成AIのデータは架空である。現実の関係として主張しない |
(参考)生成AIに送った指示文を見る
データを作る指示
(まだ送っていません)
プログラムを書く指示
(まだ送っていません)
課題
このページの最後にある「課題用:生成AIでネットワーク分析」を利用して、自分で決めたテーマのデータ(生成AIを利用して良い)でネットワーク分析を行い、その結果を3ページ程度のレポートにして提出せよ。レポートの形式は自由である。
なおファイル名は 学生番号_名前.docx とする。たとえば k24x7777_東女花子.docx である。
(提出方法・期限はWebClassの指示に従うこと)
レポートに入れるとよいもの(例)
- テーマと、なぜそのテーマを選んだか
- データの説明(何が「点」で、何が「線」か。重みは何を表すか)
- ネットワークの図と、グループ分けの図
- 中心性(次数・媒介中心性・近接中心性)の上位と、それぞれの意味
- 見つかったグループと、ネットワーク全体の指標
- 考察:結果は意図どおりか、どの指標で見ると何が分かるか、架空データの限界
生成AIの考察は、そのまま写さず、実行結果の数値と見比べて確かめてから、自分の言葉で書き直すこと。AIの考察に誤りや言い過ぎを見つけたら、それもレポートに書いてよい。
課題用:生成AIでネットワーク分析(データ作成 → プログラム → 実行 → 考察)
テーマを決めて、上から順に4つのボタンを押していけばよい。結果はレポートの材料として使う。
最初にボタンを押したとき、授業用パスコードを聞かれる。授業で伝えたものを入力する。
テーマの例:好きなアニメの登場人物の関係/サークル・部活の人間関係/アルバイト先の人間関係/駅と路線/一緒に注文される料理/SNSで一緒に使われるハッシュタグ
テーマ: つながりの数:
追加の希望(なくてよい):
(30秒〜1分ほどかかる)[2]のプログラムが下の枠に入る。「▶ 実行」を押す。図は右クリック(スマートフォンでは長押し)で保存するか、スクリーンショットを撮ってレポートに貼る。
エラーが出たら: (直したプログラムが上の枠に入るので、もう一度「▶ 実行」を押す)
[3]の実行結果(文字の出力)を生成AIに渡して、考察を書かせる。図そのものは渡さない。
(30秒〜1分ほどかかる)テーマ、データの説明、プログラム、実行結果、AIの考察を1つの文章にまとめてコピーする。Wordに貼り付けて、レポートの下書きに使う。
(参考)生成AIに送った指示文を見る
[1]データを作る指示
(まだ送っていません)
[2]プログラムを書く指示
(まだ送っていません)
[4]考察を書く指示
(まだ送っていません)