ソーシャルネットワークとは？定義と3つの主要な特徴を徹底解説

ソーシャルネットワークの定義

ソーシャルネットワークとは、グラフ（グラフ構造）によって表現される異種かつ多関係的なデータ集合です。このグラフは一般的に非常に大規模であり、ノード（頂点）はオブジェクト（対象）に、エッジ（辺）はオブジェクト同士の関係やつながりを記述する接続に対応します。

ノードとエッジの両方が属性を持つ点が特徴で、オブジェクトにはクラスラベルが割り当てられることもあります。また、リンクは一方向（有向）である場合もあり、必ずしも二値である必要はありません。

ソーシャルネットワークの3つの特徴

ソーシャルネットワークには、以下のような重要な特性が観察されています。

1. 稠密化のべき乗則（Densification Power-Law）

従来、ネットワークが進化するにつれてエッジ数はノード数に比例して線形に増加すると考えられており、これは「平均次数一定」の仮説と呼ばれていました。しかし、大規模な実験の結果、実際には逆の挙動、すなわち時間とともにネットワークはより稠密化し、平均次数が増加する（エッジ数がノード数に対して超線形に増加する）ことが明らかになりました。

この稠密化は稠密化べき乗則に従い、次のように定義されます。

$$e(t)\propto n(t)^{a}$$

ここで、e(t) と n(t) はそれぞれ時刻 t におけるグラフのエッジ数とノード数を表します。指数 a は一般に 1 から 2 の間の値を取ります。

• a = 1：平均次数が時間的に一定であるケースに対応
• a = 2：各ノードが全ノードの一定割合と接続を持つ完全稠密グラフに対応

2. 直径の縮小（Shrinking Diameter）

実験的に、ネットワークが成長するにつれて有効直径はむしろ縮小する傾向があることが示されています。これは、「ネットワーク規模の拡大に伴い直径は緩やかに増加する」という従来の通説に反する発見でした。

例として、論文引用ネットワークを考えてみましょう。このネットワークでは、ノードは論文、ある論文から別の論文への引用は有向エッジとして表されます。ノード v のアウトリンク（v が引用した論文群）は、v がグラフに追加された時点で「凍結」されます。その結果、ノード間の距離が減少するのは、複数分野の先行論文を同時に引用することで「橋渡し」として機能する新たな論文が登場するためだと説明されています。

3. 重い裾を持つ出次数・入次数分布（Heavy-Tailed Degree Distributions）

ノードの出次数の分布は、次のようなべき乗則に従う重い裾（ヘビーテイル）分布になる傾向があります。

$$1/n^{a}$$

ここで、n は出次数の降順におけるノードのランク、a は一般に 0 < a < 2 を満たします。a の値が小さいほど裾は重くなり、ごく一部のノードが極めて多くの接続を持つことがわかります。

この現象は優先的接続モデル（Preferential Attachment Model）で説明できます。このモデルでは、新しいノードが既存ネットワークに一定数のアウトリンクで接続する際、「強者がさらに強くなる（rich-get-richer）」ルールに従うため、次数分布に偏りが生じます。

入次数も同様に重い裾の分布に従いますが、その偏りは出次数の分布よりもさらに顕著であることが知られています。

まとめ

ソーシャルネットワークは単なる接続情報の集まりではなく、稠密化べき乗則、直径の縮小、重い裾の次数分布といった共通する数学的特性を持つ動的な構造です。これらの特性を理解することは、SNS分析、推薦システム、異常検知など、さまざまな応用分野において重要な基盤となります。