Kertész János
20
08
02
02
Előadó
Egy nagyobb munkahely alkalmazottainak kapcsolatrendszere nagyon bonyolult, a csoportok, osztályok, főosztályok, stb. miatt egymásba ágyazott és átfedő hálózat. Mindenkinek van egy saját, több közösségből álló kapcsolatrendszere, amelyek a sok közös ismerősön keresztül egymásba gabalyodnak. Az előadás az ilyen hálózatok kibogozásában hasznos módszerekről és alkalmazásaikról fog szólni, különös tekintettel a nagyvállalatok esetére. E módszerekkel több fontos kérdésre kereshetünk választ: Hasonló-e a cégen belüli formális és informális hálózat? Melyek a kulcsfontosságú csoportok?

The system of relationships between employees in a larger workplace is very complex due to the various teams, departments and management groups that form an integrated, overlapping network. Everyone has their own network comprising many communities that intertwine through shared acquaintances. This lecture focuses on the practical methods and applications that help unpick these networks with special consideration given to interrelationships within large companies. These methods allow us to look for answers to many important questions: Are formal and informal networks similar within a company and which are the key groups?

Mindennapi életünk során rengeteg digitális nyomot hagyunk: telefonhívásaink, internetes kapcsolataink, vásárlásaink, belépőkártyáink használata digitálisan tárolt adatok tömegét eredményezik tevékenységeinkről, szokásainkról, kapcsolatainkról. Hasonlóan, az ipari termelés, a szolgáltatások, a kultúra vagy a sport világában is hatalmas mennyiségben, folyamatosan képződik a digitális információ. Az adatok az emberi tevékenységek komplex rendszereiről vallanak, amelyekről a megfelelő hálózati váz tanulmányozásával lehet a legtöbbet megtudni. Ehhez fel kell derítenünk a hálózatok topológiája és működése közötti összefüggéseket. Példákon mutatjuk be, hogyan lehet a modern hálózattudomány segítségével a "digitális lábnyomokat" a társadalom vagy a gazdaság törvényszerűségeinek megismerésére felhasználni.

We leave numerous digital traces during our daily lives: our telephone calls, Internet connections, purchases and use of access cards result in a multitude of digitally stored data on our activities, habits and relationships. Similarly, industrial manufacturing, services, culture and the world of sport also create a wealth of digital information. The data reveals a complex system of human activity that we can learn most about through the study of an appropriate network framework. For this, we need to explore the connections between the network topology and its function. With a series of examples, János Kertész presents how we can, with the help of modern network studies, use “digital footprints” to recognise social and economic patterns.

20
08
02
02
Előadó

Vajon milyen matematikai eszközökkel lehet leírni, megérteni és elemezni egy olyan nagy hálózatot, amelynek még a pontos szerkezetét sem tudjuk megadni? Gondoljunk az internetre, az emberi agyra, vagy pl. az emberek közötti ismeretségek hálózatára! Lehetséges-e egy ilyen hatalmas hálózatot egy sokkal kisebbel modellezni, a nagy hálózathoz hasonlót generálni valamilyen egyszerű véletlenszerű folyamattal? Vagy esetleg célszerűbb egy ilyen nagy hálózatot folytonos közegként elképzelni, ahogy az atomokból felépülő anyagot makroszkópikusan kezeljük?

What kind of mathematical tools can one use to describe, understand and analyse a network that we do not even know the exact structure of? Think of the Internet, the human brain or the network of relationships between humans. Is it possible to model a network of this enormity with a much smaller one, or to one similar by means of a simple randomised procedure? Or is it more practical to imagine such a large network as a constant medium, in the same way we take a macroscopic view of materials built from atoms?