用香港文化學 Network Science · 第一篇
餵咗 2,867 集字幕落去，無比佢睇過一格畫面。佢自己分咗出三大家族。
上次講到，馬來西亞嘅研究團隊，用佢哋嘅國民動畫Upin & Ipin砌咗一個角色網絡。而家我地借用返佢地嘅方法，套落去愛回家呢套劇集上。
一個最簡單嘅網絡，由點(nodes)同線(edges)組成。淨係定義好點同線，成個網絡嘅結構就已經有野睇。咁用字幕，啲「線」可以點嚟？我地用對白去組成一個網絡。我地用角色作為點，呢粒點越大代表佢比越多人講起。如果有角色「喺差唔多同一時間被提到」，佢哋之間就有條線；一齊出現得越密，條線就越粗。我地將每一集切成5分鐘一段，同一段入面一齊出現嘅名，就當佢哋有連繫。喺呢個分析入面，我無睇過電視畫面，亦無(或者話未)分析對白內容同劇情，淨係數邊啲名一齊出現。將滑鼠移到圓點，就會顯示佢個名同連結。
只係組成一個咁樣嘅網絡，就已經夠資源去分成三大社群：
🔴 熊家+打工組：Mary、仁哥
🟢 後生仔、校園：安仔、風少
🔵 龍家、接龍集團：大龍先生、Terry
無人教過佢邊個姓熊、邊個姓龍。佢淨係睇「邊啲角色成日連埋一齊」，就有呢個分類。呢個過程叫community detection(社群偵測)。
演算法點決定邊個同邊個一組？而家用緊嘅方法，可以用分枱食飯去諗。好嘅分法，係同枱嘅人真係傾得埋、跨枱就少來往。有條公式叫modularity(Q)，專門幫呢種「分枱法」打分。簡單咁講，Q=組內連結，「比大家隨機亂坐」嘅預期多咗幾多。Q接近0，即係同亂坐冇分別；超過0.3就係有明顯群體。演算法試緊好多唔同種分枱法，揀 Q 最高嗰種。我哋呢個網絡，分成三大家族嗰陣，Q=0.442，遠遠高過0.3呢條線。
而「幾大先算一組」無固定答案。拖上面條γ：向右拖，三大社群會裂成細圈子；向左拖，大宅組同龍家會最先溶埋做一大陣營。
咁γ應該較幾多先「啱」？無標準答案嘅。which exactly is the point。三大家族唔係我哋校準出嚟嘅，將個掣喺0.85同1.0之間扭嚟扭去，張圖都係唔會郁。其實由0.7去到1.0，成段範圍入面最好嘅分法都係同一個。[1] 順手試埋扭去1.5，龍家會裂返開：返工嗰邊一枱，大龍先生班太太自成一枱。再放大啲，連公司入面邊個同邊個埋堆都可以現形。演算法無睇過一格畫面，但佢有辦法講到邊個真係成日同邊個做對手戲。
但其實有幾個人，連演算法都夾佢哋唔實：根叔、風少。擺佢地去邊枱都講得通。同一條算法行多幾次，每次答案都可以唔同 [2]。呢班「坐唔定嘅人」係咩事，之後會再講。
[1] 正式啲講，我哋將幾百次唔同設定行出嚟嘅分法由γ≈0.7到1.0去比較，成段範圍贏嘅都係同一個分法。呢套檢驗方法叫 CHAMP。
[2] 「隨機亂坐」嗰把尺本身係固定嘅，冇隨機成分。隨機喺搵嘅過程：接近滿分嘅分法有好多個，演算法每次搵到其中一個就停，所以邊界人物次次都可以坐唔同枱。
netsci.ianip.me · 用香港文化學 network science