http://cs224w.stanford.edu Complex systems are around us: - PowerPoint PPT Presentation

CS224W: ¡Social ¡and ¡Information ¡Network ¡Analysis ¡ Jure ¡Leskovec, ¡ Stanford ¡University ¡ http://cs224w.stanford.edu ¡

¡ Complex ¡systems ¡are ¡around ¡us: ¡ § Society ¡is ¡a ¡collec)on ¡of ¡six ¡billion ¡individuals ¡ § Communica5on ¡systems ¡link ¡electronic ¡devices ¡ § Informa5on ¡and ¡ knowledge ¡is ¡organized ¡and ¡linked ¡ § Interac)ons ¡between ¡thousands ¡of ¡ genes ¡regulate ¡ life ¡ § Our ¡ thoughts ¡are ¡hidden ¡in ¡the ¡connec)ons ¡ between ¡billions ¡of ¡neurons ¡in ¡our ¡brain ¡ What ¡do ¡these ¡systems ¡have ¡in ¡common? ¡ ¡ How ¡can ¡we ¡represent ¡them? ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 11 ¡

¡ Mark ¡Lombardi: ¡tracked ¡and ¡ mapped ¡global ¡financial ¡fiascos ¡ in ¡the ¡1980s ¡and ¡1990s ¡from ¡ public ¡sources ¡such ¡as ¡news ¡ ar)cles ¡

¡ “ I ¡happened ¡to ¡be ¡in ¡the ¡Drawing ¡Center ¡when ¡the ¡Lombardi ¡ show ¡was ¡being ¡installed ¡and ¡several ¡consultants ¡to ¡the ¡ Department ¡of ¡Homeland ¡Security ¡came ¡in ¡to ¡take ¡a ¡look. ¡They ¡ said ¡they ¡found ¡the ¡work ¡revelatory, ¡not ¡because ¡the ¡financial ¡ and ¡poli)cal ¡connec)ons ¡he ¡mapped ¡were ¡new ¡to ¡them, ¡but ¡ because ¡Lombardi ¡showed ¡them ¡an ¡elegant ¡way ¡to ¡array ¡ disparate ¡informa)on ¡and ¡make ¡sense ¡of ¡things, ¡which ¡they ¡ thought ¡might ¡be ¡useful ¡to ¡their ¡security ¡efforts. ¡I ¡didn‘t ¡know ¡ whether ¡to ¡find ¡that ¡response ¡comfor)ng ¡or ¡alarming, ¡but ¡I ¡saw ¡ exactly ¡what ¡they ¡meant. ” ¡ ¡ ¡ ¡ ¡ ¡Michael ¡Kimmelman ¡ ¡ Webs ¡Connec)ng ¡the ¡Power ¡Brokers, ¡the ¡Money ¡and ¡the ¡World ¡ ¡ NY ¡Times ¡November ¡14, ¡2003 ¡ ¡

¡ Is ¡this ¡just ¡a ¡random ¡network? ¡ 9/21/15 ¡ Jure ¡Leskovec ¡and ¡Lada ¡Adamic, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 15 ¡

Michael ¡Gastner, ¡Mark ¡Newman, ¡PNAS ¡2005 ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 16 ¡

Citation ¡networks ¡and ¡Maps ¡of ¡science ¡ [Börner ¡et ¡al., ¡2012] ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 20 ¡

Understand ¡how ¡humans ¡ Get ¡an ¡idea ¡of ¡how ¡ navigate ¡Wikipedia ¡ people ¡connect ¡concepts ¡ [West-­‑Leskovec, ¡2012] ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 21 ¡

9/11 ¡terrorist ¡network ¡ [Krebs, ¡2002] ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 22 ¡

Nodes: Companies Investment Pharma Research Labs Public Biotechnology Links: Collaborations Financial R&D Bio-­‑tech ¡companies ¡ [Powell-­‑White-­‑Koput, ¡2002] ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 23 ¡

Human ¡brain ¡has ¡between ¡ ¡ 10-­‑100 ¡billion ¡neurons ¡ [Sporns, ¡2011] ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 24 ¡

Protein-­‑Protein ¡Interaction ¡Networks: ¡ Metabolic ¡networks: ¡ Nodes: ¡Proteins ¡ Nodes: ¡Metabolites ¡and ¡enzymes ¡ Edges: ¡‘physical’ ¡interactions ¡ Edges: ¡Chemical ¡reactions ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 25 ¡

Behind ¡many ¡systems ¡there ¡is ¡an ¡intricate ¡ wiring ¡diagram, ¡ a ¡network , ¡that ¡defines ¡ the ¡ interac5ons ¡between ¡the ¡components ¡ We ¡will ¡never ¡understand ¡these ¡ ¡ systems ¡unless ¡we ¡understand ¡the ¡ networks ¡behind ¡them! ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 26 ¡

¡ Universal ¡language ¡for ¡describing ¡complex ¡data ¡ § Networks ¡from ¡science, ¡nature, ¡and ¡technology ¡ ¡ are ¡more ¡similar ¡than ¡one ¡would ¡expect ¡ ¡ ¡ Shared ¡vocabulary ¡between ¡fields ¡ § Computer ¡Science, ¡Social ¡science, ¡Physics, ¡ Economics, ¡Sta)s)cs, ¡Biology ¡ ¡ Data ¡availability ¡(/computa5onal ¡challenges) ¡ § Web/mobile, ¡bio, ¡health, ¡and ¡medical ¡ ¡ Impact! ¡ § Social ¡networking, ¡Social ¡media, ¡Drug ¡design ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 27 ¡

Age ¡and ¡size ¡of ¡networks ¡ CS!! ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 28 ¡

¡ Network ¡data: ¡Orders ¡of ¡magnitude ¡ § 436-­‑node ¡network ¡of ¡email ¡exchange ¡at ¡a ¡corporate ¡ research ¡lab ¡ [Adamic-­‑Adar, ¡SocNets ¡‘03] ¡ § 43,553-­‑node ¡network ¡of ¡email ¡exchange ¡at ¡an ¡ university ¡ [Kossinets-­‑Wacs, ¡Science ¡‘06] ¡ § 4.4-­‑million-­‑node ¡network ¡of ¡declared ¡friendships ¡on ¡a ¡ blogging ¡community ¡ [Liben-­‑Nowell ¡et ¡al., ¡PNAS ¡‘05] ¡ § 240-­‑million-­‑node ¡network ¡of ¡communica)on ¡on ¡ Microsod ¡Messenger ¡ [Leskovec-­‑Horvitz, ¡WWW ¡’08] ¡ § 800-­‑million-­‑node ¡Facebook ¡network ¡ [Backstrom ¡et ¡al. ¡‘11] ¡ ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 29 ¡

¡ Communica5on ¡networks: ¡ § Intrusion ¡detec)on, ¡fraud ¡ § Churn ¡predic)on ¡ ¡ Social ¡networks: ¡ § Link ¡predic)on, ¡friend ¡recommenda)on ¡ § Social ¡circle ¡detec)on, ¡community ¡detec)on ¡ § Social ¡recommenda)ons ¡ § Iden)fying ¡influen)al ¡nodes, ¡Informa)on ¡virality ¡ ¡ Informa5on ¡networks: ¡ § Naviga)onal ¡aids ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 30 ¡

buyers ¡ sellers ¡ (thickness) ¡purchase ¡price ¡ which ¡ratings ¡are ¡likely ¡to ¡be ¡fraudulent? ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 31 ¡

http://journals.plos.org/plosone/article?id=10.1371/journal.pone.0040961 ¡ 9/21/15 ¡ Jure ¡Leskovec ¡and ¡Lada ¡Adamic, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 32 ¡

(A) ¡vanilla ¡extract, ¡celery ¡ (B) ¡pepper, ¡onion ¡ 9/21/15 ¡ Jure ¡Leskovec ¡and ¡Lada ¡Adamic, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 33 ¡

¡ If ¡you ¡want ¡to ¡understand ¡the ¡spread ¡of ¡ diseases, ¡ you ¡need ¡to ¡figure ¡out ¡who ¡will ¡be ¡in ¡ contact ¡with ¡whom ¡ ¡ If ¡you ¡want ¡to ¡understand ¡the ¡structure ¡of ¡the ¡ Web, ¡ you ¡have ¡to ¡analyze ¡the ¡‘links’. ¡ ¡ If ¡you ¡want ¡to ¡understand ¡dissemina)on ¡of ¡ news ¡or ¡evolu)on ¡of ¡science, ¡ you ¡have ¡to ¡ follow ¡the ¡flow. ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 34 ¡

¡ What ¡do ¡we ¡hope ¡to ¡achieve ¡from ¡ studying ¡ ¡networks? ¡ § Pacerns ¡and ¡sta)s)cal ¡ proper5es ¡of ¡ network ¡data ¡ § Design ¡principles ¡and ¡ models ¡ § Understand ¡why ¡networks ¡are ¡organized ¡ the ¡way ¡they ¡are ¡ ¡ § Predict ¡behavior ¡of ¡networked ¡systems ¡ 9/21/15 ¡ Jure ¡Leskovec, ¡Stanford ¡CS224W: ¡Social ¡and ¡Informa)on ¡Network ¡Analysis ¡ 36 ¡