Kleine-Welt-Netzwerke: Sechs Grade der Trennung erklärt

simulator intermediate ~7 min
Simulation wird geladen...
Kleine Welt: N=60, K=4, p=0,1

Mit 60 Knoten, 4 Nachbarn und Neuverkabelungs-Wahrscheinlichkeit 0,1 erzeugt das Watts-Strogatz-Modell ein Netzwerk im «Kleine-Welt»-Regime: Die durchschnittliche Pfadlänge sinkt dramatisch, während die Clusterbildung hoch bleibt.

Formel

L(p) drops sharply for small p
C(p) stays high until p approaches 1

Sechs Grade der Trennung

1967 führte Stanley Milgram sein berühmtes Experiment durch: Er bat Menschen in Nebraska, einen Brief an eine Zielperson in Boston weiterzuleiten, wobei der Brief nur über persönliche Bekannte weitergegeben werden durfte. Die Briefe, die ankamen, brauchten im Durchschnitt nur sechs Stationen. Dieses «Sechs-Grade-der-Trennung»-Phänomen verblüffte Wissenschaftler jahrzehntelang — wie kann eine Welt mit Milliarden Menschen so klein sein?

Der Watts-Strogatz-Durchbruch

1998 knackten Duncan Watts und Steven Strogatz das Rätsel. Sie zeigten, dass man mit einem perfekt regulären Netzwerk — einem Ring, in dem jeder nur seine nächsten Nachbarn kennt — durch zufällige Neuverkabelung eines winzigen Bruchteils der Verbindungen ein Netzwerk erhält, das sowohl kurze Pfadlängen (wie ein Zufallsnetzwerk) als auch hohe Clusterbildung (wie ein reguläres Gitter) aufweist. Dieses «Kleine-Welt»-Regime existiert für einen breiten Bereich von Neuverkabelungs-Wahrscheinlichkeiten, ungefähr 0,01 < p < 0,5.

Warum es funktioniert

Die Schlüsselerkenntnis ist, dass Langstrecken-Abkürzungen unverhältnismäßig wertvoll sind. In einem Ringgitter erfordert das Erreichen der gegenüberliegenden Seite die Durchquerung des halben Netzwerks. Eine einzige zufällige Abkürzung zur anderen Seite halbiert die Pfadlänge. Wenige Dutzend solcher Abkürzungen reduzieren die durchschnittliche Pfadlänge von O(N) auf O(log N), während sich die lokale Clusterbildung kaum ändert, weil die meisten Kanten lokal bleiben.

Probieren Sie es selbst

Beginnen Sie mit p=0 (reguläres Ringgitter) und erhöhen Sie p langsam. Beobachten Sie, wie die cyanfarbenen neuverkabelten Kanten Abkürzungen über den Kreis schaffen. Aktivieren Sie «Kürzesten Pfad anzeigen», um zu sehen, wie der Pfad zwischen gegenüberliegenden Knoten dramatisch schrumpft. Das Nebendiagramm zeigt, wie L(p) sinkt, während C(p) hoch bleibt — das Kennzeichen des Kleine-Welt-Effekts.

Häufige Fragen

Was ist ein Kleine-Welt-Netzwerk?

Ein Kleine-Welt-Netzwerk ist ein Netzwerk, das zwei Eigenschaften kombiniert: hohe Clusterbildung (Ihre Freunde kennen sich tendenziell untereinander) und kurze durchschnittliche Pfadlängen (beliebige zwei Knoten können in überraschend wenigen Schritten erreicht werden). Dies spiegelt das «Sechs-Grade-der-Trennung»-Phänomen wider, das in realen sozialen Netzwerken beobachtet wird.

Was ist das Watts-Strogatz-Modell?

1998 von Duncan Watts und Steven Strogatz vorgeschlagen, beginnt dieses Modell mit einem regulären Ringgitter, in dem jeder Knoten mit seinen K nächsten Nachbarn verbunden ist. Jede Kante wird dann mit Wahrscheinlichkeit p zufällig neuverkabelt. Bereits sehr kleine p (um 0,01-0,1) reduzieren die Pfadlängen dramatisch, während die hohe Clusterbildung erhalten bleibt.

Was ist der Clusterkoeffizient?

Der Clusterkoeffizient misst, wie stark die Nachbarn eines Knotens untereinander vernetzt sind. Wenn alle Ihre Freunde sich kennen, ist Ihr Clusterkoeffizient 1. In realen sozialen Netzwerken ist die Clusterbildung typischerweise 10-100-mal höher als in zufälligen Netzwerken gleicher Größe.

Warum sind Kleine-Welt-Netzwerke wichtig?

Kleine-Welt-Eigenschaften finden sich in neuronalen Netzwerken, Stromnetzen, sozialen Netzwerken und Stoffwechselnetzwerken. Sie ermöglichen effizienten Informationstransfer (kurze Pfade) bei gleichzeitiger lokaler Redundanz (hohe Clusterbildung). Diese Architektur ist optimal für viele biologische und soziale Systeme.

Quellen

Einbetten

<iframe src="https://homo-deus.com/lab/network-science/small-world/embed" width="100%" height="400" frameborder="0"></iframe>
View source on GitHub