Laskennallinen algoritmi sosiaalisesti syrjäytyneiden löytämiseksi sosiaalisista verkostoista

Abstract

Syrjäytyminen yhteiskunnasta ja sosiaalisesta kanssakäymisestä on puhuttanut mediassa ja valtion ylimmässä johdossa. Sitä on pidetty ongelmallisena ja suurena huolenaiheena koskien pääosin nuoria. Syrjäytyminen ei rajoitu pelkästään nuorisoon, vaan sitä esiintyy jo pienillä lapsilla yksinäisyyden ja ryhmään kuulumattomuuden muodoissa. Sitä esiintyy myös aikuisilla esimerkiksi työttömyyden tai masentuneisuuden myötä. Sosiaalisista suhteista syrjäytymistä kuvataan vieraantumisella.

Tässä työssä esittelen uuden algoritmin syrjäytyneiden löytämiseksi sosiaalisista verkostoista käyttäen verkkomallinnuksen periaatteita. Algoritmi käyttää tietoa ryhmittymien muodostumisesta sekä yksittäisten solmujen lasketusta vaikutusvallasta. Algoritmin teoria pohjautuu paikallisten maksimien löytämiseen, verkkotopologian yksityiskohtaiseen läpikäymiseen sekä matemaattisiin malleihin, joiden avulla vaikutusvaltaa mitataan. Vaikutusta mitataan laskemalla solmujen ja linkkien painoarvoja, laskemalla levinneisyyttä yhdestä solmusta kaikkiin ja kaikista yhteen. Algoritmin eri komponentteja voidaan käyttää moneen tarkoitukseen, joista syrjäytyneiden etsiminen on yksi sovelluskohde. Algoritmin laskennallinen tehokkuus ja sen luotettavuus realistisissa tapauksissa osoitetaan.

Algoritmin tuottamia tuloksia on tarkasteltu ja niistä on huomattu loogisia yhtäläisyyksiä verkon topologiaan verrattuna. Algoritmi sopii tilanteisiin, joissa verkon topologia voidaan mallintaa reaalimaailmasta. Luokkahuoneen topologia voidaan mallintaa esimerkiksi pyytämällä lapsia nimeämään kavereitaan kyseiseltä luokalta. Algoritmin tarkoituksena on tunnistaa syrjäytyviä yksilöitä ajoissa ja täten ehkäistä syrjäytymisestä ja yksinäisyydestä aiheutuvia haittavaikutuksia tunnetuissa sosiaalisissa ympäristöissä. Syrjäytymisen ehkäisemiseksi yhteiskunnallisessa mielessä algoritmi auttaa havaitsemaan yksilöt, joilla ei ole laajaa verkostoa. Työ- tai opiskelupaikka olisi mahdollista saada helpommin kontaktien avulla.

Social isolation from the society and from social interactions has been a topic in the media, including the government’s highest leaders. It has been considered problematic and major concern for mostly young people. However, the exclusion is not limited only towards young people, but it is already present in lives of small children in forms of loneliness and non-belonging. It is also present in adult lives, for example, due to unemployment or depression. The social isolation is described by the term alienation.

In this research, I present a new algorithm for finding excluded people in social networks using the principles of network modeling. The algorithm uses information about the formation of communities and the computed influence of individual nodes. The theory of the algorithm is based on locating the local maxima, going through the detailed topology of the network and mathematical models measuring influence. Influence is measured by computing the weights of nodes and links, by computing spreading probabilities from a single node to everywhere and from all nodes to the selected node. Different modules of the algorithm can be used for many purposes, from which searching of outcasts is one application. The efficiency of the algorithm and its reliability in realistic cases will be demonstrated.

The results of the algorithm have been studied and logical similarities over the network topology have been found. The algorithm is suitable for situations where network topology can be modeled from the real world. Classroom topology can be modeled for example by asking children to name their friends in the class. The purpose of the algorithm is to find the isolated persons to prevent the negative effects of exclusion and loneliness in well-known social environments. To prevent social exclusion from the view of society, the algorithm helps to detect individuals without a large network. It would be easier to get a job or study place through contacts.