МедиаВики как исследовательская среда
Строка 5: | Строка 5: | ||
Страницы МедиаВики формируют Scale-free network - [[Безмасштабная сеть|безмаштабную сеть]], где распределение связей узлов - степенное и основные свойства сети не зависят от размера сети. Социальные, коммуникационные сети, документы WWW, биологические и другие системы хорошо моделируются безмасштабными графами. | Страницы МедиаВики формируют Scale-free network - [[Безмасштабная сеть|безмаштабную сеть]], где распределение связей узлов - степенное и основные свойства сети не зависят от размера сети. Социальные, коммуникационные сети, документы WWW, биологические и другие системы хорошо моделируются безмасштабными графами. | ||
+ | |||
+ | |||
+ | Изучение сетевых феноменов | ||
+ | Сеть, как отдельная категория информатики, обозначает нестабильное, развивающееся множество различных элементов, разными способами связанных между собой. Множество различных компьютеров и разнообразных электронных устройств, объединенных при помощи разнообразных связующих каналов, представляют впечатляющий, но далеко не единственный пример сети. Изучение Сети как самостоятельного объекта исследования началось совсем недавно. Развитие компьютерных сетей стимулировало создание нового научного направления, которое в качестве своего основного предмета рассматривает сетевые феномены в различных областях человеческой деятельности. Интерес к сетевым феноменам был продиктован, прежде всего, развитием компьютерной сети Интернет. Дальнейший рост популярности сети был связан с созданием Всемирной Паутины – всемирной коллекции взаимосвязанных гипертекстовых документов. Можно утверждать, что сеть является, прежде всего, информационной категорией или, если пользоваться терминологией Ершова, натуральной сущностью информатики. Именно с развитием компьютерных технологий для такого сложного объекта как сеть были созданы адекватные вычислительные средства. Общие закономерности сетевых образований, методы их описания и анализа представлены в работах Ласло Барабаши (Barabasi A.-L., 2002). | ||
+ | |||
+ | Примеры сетей: | ||
+ | * компьютерная сеть Интернет; | ||
+ | * сети транспортных перевозок; | ||
+ | * сети поселений; | ||
+ | * сети киноактеров; | ||
+ | * сети научных публикаций; | ||
+ | * сети брачных объявлений; | ||
+ | * террористические сети; | ||
+ | * сети распространение инфекционных заболеваний; | ||
+ | * вирусные и спаммерские сети. | ||
+ | |||
+ | Оказалось, что все протекающие в сетях процессы, будь то процессы метаболизма, распространение инфекционных заболеваний, поведение групп людей и животных, развитие сети Интернет и сети Web-документов, имеют между собой много общего. Все перечисленные образования являются сетями, внутри которых работают общие принципы и стратегии. Известным феноменом определяющим формирование безмасштабных сетей является предпочтительное присоединение (preferential attachment), когда новые узлы сети чаще присоединяются к тем узлам, которые уже имеют наибольшее число связей – обладают наибольшей известнгостью и популярностью. Пример топологии такой безмаштабной сети сети представлена на следующем рисунке. Для создания рисунка использована среда NetLogo и NetLogo Preferential Attachment model (Wilensky, U. 2005). | ||
+ | |||
<br clear=all> | <br clear=all> | ||
Строка 11: | Строка 29: | ||
Картинка взята из модели НетЛого - http://ccl.northwestern.edu/netlogo/models/PreferentialAttachment | Картинка взята из модели НетЛого - http://ccl.northwestern.edu/netlogo/models/PreferentialAttachment | ||
+ | Далее следует анимированный граф весом около 1 мгб | ||
+ | <br clear=all> | ||
+ | [[Изображение:Pref-attachment6.gif]] | ||
+ | <br clear=all> | ||
=== Правки статей === | === Правки статей === | ||
+ | Феномен формирования сети за счет предпочтительного присоединения новых узлов к наиболее популярным узлам сети может быть продемонстрирован и на материалах самой летописи. Если мы рассмотрим частоту правок статей «Летописи», то увидим распределение соответствующее безмаштабной сети. Огромное количество статей с небольшим количеством правок и очень небольшое число популярных узлов. | ||
+ | |||
[http://spreadsheets.google.com/pub?key=pQ7RVZh28cQda_CADFwbJDw Таблица и график на Гугл] | [http://spreadsheets.google.com/pub?key=pQ7RVZh28cQda_CADFwbJDw Таблица и график на Гугл] | ||
Строка 75: | Строка 99: | ||
=== Распределение статей по числу ссылок === | === Распределение статей по числу ссылок === | ||
+ | Тот же феномен предпочтительного присоединения к популярным узлам сети может быть продемонстрирован при сравнении числа обратных ссылок (backlinks), которые характеризуют каждую статью коллективного гипертекста (Рис. 3). Как показывает диаграмма – распределение обратных ссылок внутри гипертекста носит крайне неравномерный характер, свойственный безмаштабной сети – большинство статей связаны с очень не большим числом других документов и только небольшое количество статей действительно популярны и с ними связано множество других документов. | ||
[http://spreadsheets.google.com/pub?key=pQ7RVZh28cQf29eVFbqpYMw Таблица и график на Гугл] | [http://spreadsheets.google.com/pub?key=pQ7RVZh28cQf29eVFbqpYMw Таблица и график на Гугл] | ||
Строка 132: | Строка 157: | ||
<br clear=all> | <br clear=all> | ||
+ | Используя записи и связи, существующие внутри базы данных коллективного гипертекста, мы можем анализировать вклад отдельных участников, динамику роста страниц, вклад отдельных категорий и т.д. Самое главное – мы можем вовлекать студентов в реальную сетевую исследовательскую деятельность. | ||
[[Категория:Методика]] | [[Категория:Методика]] |
Версия 17:51, 12 мая 2007
Страницы МедиаВики формируют Scale-free network - безмаштабную сеть, где распределение связей узлов - степенное и основные свойства сети не зависят от размера сети. Социальные, коммуникационные сети, документы WWW, биологические и другие системы хорошо моделируются безмасштабными графами.
Изучение сетевых феноменов
Сеть, как отдельная категория информатики, обозначает нестабильное, развивающееся множество различных элементов, разными способами связанных между собой. Множество различных компьютеров и разнообразных электронных устройств, объединенных при помощи разнообразных связующих каналов, представляют впечатляющий, но далеко не единственный пример сети. Изучение Сети как самостоятельного объекта исследования началось совсем недавно. Развитие компьютерных сетей стимулировало создание нового научного направления, которое в качестве своего основного предмета рассматривает сетевые феномены в различных областях человеческой деятельности. Интерес к сетевым феноменам был продиктован, прежде всего, развитием компьютерной сети Интернет. Дальнейший рост популярности сети был связан с созданием Всемирной Паутины – всемирной коллекции взаимосвязанных гипертекстовых документов. Можно утверждать, что сеть является, прежде всего, информационной категорией или, если пользоваться терминологией Ершова, натуральной сущностью информатики. Именно с развитием компьютерных технологий для такого сложного объекта как сеть были созданы адекватные вычислительные средства. Общие закономерности сетевых образований, методы их описания и анализа представлены в работах Ласло Барабаши (Barabasi A.-L., 2002).
Примеры сетей:
- компьютерная сеть Интернет;
- сети транспортных перевозок;
- сети поселений;
- сети киноактеров;
- сети научных публикаций;
- сети брачных объявлений;
- террористические сети;
- сети распространение инфекционных заболеваний;
- вирусные и спаммерские сети.
Оказалось, что все протекающие в сетях процессы, будь то процессы метаболизма, распространение инфекционных заболеваний, поведение групп людей и животных, развитие сети Интернет и сети Web-документов, имеют между собой много общего. Все перечисленные образования являются сетями, внутри которых работают общие принципы и стратегии. Известным феноменом определяющим формирование безмасштабных сетей является предпочтительное присоединение (preferential attachment), когда новые узлы сети чаще присоединяются к тем узлам, которые уже имеют наибольшее число связей – обладают наибольшей известнгостью и популярностью. Пример топологии такой безмаштабной сети сети представлена на следующем рисунке. Для создания рисунка использована среда NetLogo и NetLogo Preferential Attachment model (Wilensky, U. 2005).
Картинка взята из модели НетЛого - http://ccl.northwestern.edu/netlogo/models/PreferentialAttachment
Далее следует анимированный граф весом около 1 мгб
Правки статей
Феномен формирования сети за счет предпочтительного присоединения новых узлов к наиболее популярным узлам сети может быть продемонстрирован и на материалах самой летописи. Если мы рассмотрим частоту правок статей «Летописи», то увидим распределение соответствующее безмаштабной сети. Огромное количество статей с небольшим количеством правок и очень небольшое число популярных узлов.
Количество правок | Количество статей |
---|---|
5 - 9 | 1157 |
10 - 14 | 619 |
15 - 19 | 315 |
20 - 24 | 182 |
25 - 29 | 141 |
30 - 34 | 113 |
35 - 39 | 62 |
40 - 44 | 32 |
45 - 49 | 35 |
50 - 54 | 18 |
55 - 59 | 16 |
60 - 64 | 17 |
65 - 69 | 5 |
70 - 74 | 5 |
75 - 79 | 9 |
80 - 84 | 10 |
85 - 89 | 5 |
90 - 94 | 4 |
95 - 99 | 7 |
100 - 104 | 1 |
105 - 109 | 2 |
110 - 114 | 5 |
115 - 119 | 2 |
Распределение статей по числу ссылок
Тот же феномен предпочтительного присоединения к популярным узлам сети может быть продемонстрирован при сравнении числа обратных ссылок (backlinks), которые характеризуют каждую статью коллективного гипертекста (Рис. 3). Как показывает диаграмма – распределение обратных ссылок внутри гипертекста носит крайне неравномерный характер, свойственный безмаштабной сети – большинство статей связаны с очень не большим числом других документов и только небольшое количество статей действительно популярны и с ними связано множество других документов.
Количество ссылок | Количество статей |
---|---|
3-4 | 1619 |
5-9 | 1003 |
10-14 | 303 |
15-19 | 89 |
20-24 | 222 |
25-29 | 26 |
30-34 | 26 |
35-39 | 44 |
40-44 | 14 |
45-49 | 11 |
50-54 | 6 |
55-59 | 5 |
60-64 | 5 |
65-69 | 3 |
70-74 | 5 |
75-79 | 0 |
80-84 | 3 |
85-89 | 2 |
90-95 | 2 |
Используя записи и связи, существующие внутри базы данных коллективного гипертекста, мы можем анализировать вклад отдельных участников, динамику роста страниц, вклад отдельных категорий и т.д. Самое главное – мы можем вовлекать студентов в реальную сетевую исследовательскую деятельность.