скажется переданная информация на них самих – положительно или отрицательно. С другой стороны, для того чтобы идея оказалась воспринята, требуется, чтобы ее передал не один источник и даже не два, а больше. Сложная культурная инфекция, в отличие от простого эпидемического заболевания, для начала требует набрать критическую массу первых сторонников, обладающих высокой центральностью по степени (то есть сравнительно большим количеством влиятельных друзей)[174]. По словам Дункана Уоттса, главное при оценке вероятности каскадного эффекта, напоминающего заражение, – “сосредоточиться не на самом стимуле, а на структуре сети, по которой расходится этот стимул”[175]. Это помогает объяснить, почему на каждую идею, которая разлетелась по свету молниеносно, как вирус, приходится множество других идей, которые прозябают в безвестности и выдыхаются только потому, что начали свой путь с неудачного узла, неудачного кластера или из неудачной сети.
Глава 7
Разновидности сетей
Если бы все общественные сети были устроены одинаково, мы жили бы в совершенно ином мире. Например, мир, в котором вершины (узлы) соединялись бы друг с другом произвольным образом – так что количество ребер, приходящихся на одну вершину, распределялось бы по колоколообразной кривой, – обладал бы некоторыми свойствами “тесного мира”, но не был бы похож на наш[176]. Дело в том, что во многих реально существующих сетях наблюдается принцип распределения Парето: в них имеется больше вершин с очень большим количеством ребер и больше вершин с очень малым количеством ребер, чем бывает в случайных сетях. Это вариант того феномена неравномерного распределения преимуществ, который социолог Роберт К. Мертон назвал “эффектом Матфея” – из‐за слов в Притче о талантах из Евангелия от Матфея: “ибо всякому имеющему дастся и приумножится, а у неимеющего отнимется и то, что имеет”[177]. В науке успех порождает успех: тому, у кого уже есть награды, и впредь будет доставаться больше наград. Нечто подобное наблюдается и в “экономике суперзвезд”[178]. Точно так же, по мере расширения многих крупных сетей, узлы приобретают новые ребра пропорционально тому количеству, которое у них уже имеется (это их степень, или “пригодность”). Иными словами, наблюдается “предпочтительное присоединение”. Этим открытием мы обязаны физикам Альберту-Ласло Барабаши и Реке Альберт, которые первыми выдвинули предположение о том, что большинство реально существующих сетей, возможно, подчиняются при распределении степенному закону или являются “безмасштабными”[179]. По мере развития таких сетей некоторые узлы становятся связующими центрами и приобретают гораздо больше ребер, чем остальные узлы[180]. Примеров подобных сетей очень много – от директоров тысячи крупнейших компаний, по версии Fortune, до цитат в физических журналах и ссылок на веб-страницы[181]. По словам Барабаши,
существует иерархия связующих
Centola and Macy, ‘Complex Contagions’.
Watts,
Случайные сети впервые исследовали знаменитый обилием научных работ и часто цитируемый математик Пал Эрдёш и один из его многочисленных соавторов Альфред Реньи. Случайный граф получается, если разместить на плоскости множество n вершин, а затем произвольным образом соединять их попарно, пока не появится множество ребер
Мф 25:28.
Rosen, ‘The Economics of Superstars’.
Про модели распределения, подчиняющиеся степенному закону, говорят, что у них “утяжеленные хвосты”, поскольку относительная вероятность очень высокой степени и очень низкой степени выше, чем в тех случаях, когда связи образуются случайным образом. В строгом смысле термин “безмасштабность” относится к тому факту, “что относительная частота узлов со степенью
Barabási and Albert, ‘Emergence of Scaling in Random Networks’.
Barabási,
