The consumer litigation industry: chasing dragon kings in lawyer-client networks

The community of lawyers and their clients form a scale-free bipartite network that develops naturally as the outcome of the recommendation process through which lawyers form their client base. This process is an example of preferential attachment where lawyers with more clients are more likely to be recommended to new clients. Consumer litigation is an important market for lawyers. In large consumer societies, there always a signi cant amount of consumption disputes that escalate to court. In this paper we analyze a dataset of thousands of lawsuits, reconstructing the lawyer-client network embedded in the data. Analyzing the degree distribution of this network we noticed that it follows that of a scale-free network built by preferential attachment, but for a few lawyers with much larger client base than could be expected by preferential attachment. Incidentally, most of these also gured on a list put together by the judiciary of Lawyers which openly advertised the bene ts of consumer litigation. According to the code of ethics of their profession, lawyers should not stimulate clients into litigation, but it is not strictly illegal. From a network formation point of view, this stimulation can be seen as a separate growth mechanism than preferential attachment alone. In this paper we nd that this composite growth can be detected by a simple statistical test, as simulations show that lawyers which use both mechanisms quickly become the \Dragon-Kings" of the distribution of the number of clients per lawyer.

Reciprocidade periférica como estratégia para aumento de centralidade: estudo de rede de citações acadêmicas

Esta tese apresenta uma configuração em que, numa rede social regida pelo princípio da ligação preferencial, nós periféricos buscam inflacionar artificialmente seus índices de centralidade, medida pelo grau de entrada, por meio do privilégio temporário da reciprocidade de ligações com outros nós periféricos. Para construir este cenário, criou-se uma rede com as características de uma rede acadêmica de citações entre artigos, em que os nós são artigos publicados por um conjunto de periódicos, e as ligações entre eles são as citações que cada artigo faz a outros artigos existentes. Esta rede foi condensada em outra, na qual os nós são os periódicos aos quais cada artigo da primeira rede está associado, e as ligações são o total de citações que os artigos de um periódico faz aos artigos de cada outro periódico. Implementou-se um método de simulação computacional, no qual, durante alguns ciclos, foram manipulados parâmetros relacionados à quantidade total de ligações (citações) entre periódicos periféricos, de forma a induzir os efeitos desejados de reciprocidade periférica, alterando a lógica de direcionamento de citações pela atribuição de maior probabilidade para que artigos de outros periódicos periféricos recebessem ligações, afastando-se da lógica da ligação preferencial, porém sem alterar qualquer outra característica intrínseca que representasse a capacidade de um artigo ou periódico atrair novas ligações. Chamou-se esta alteração da lógica de alocação de ligações entre periódicos periféricos de Comportamento Estratégico. Observou-se que o Comportamento Estratégico é capaz de trazer benefícios de centralidade medida por grau para aqueles periódicos em que ele foi induzido, e prejuízos para os demais periódicos periféricos, porém não é suficiente para que eles saiam do quartil periférico de centralidade a que pertenciam antes da manipulação dos efeitos. Além disso, observou-se que, na ausência de elementos que alterem a capacidade intrínseca de atração de ligações de um periódico, a interrupção do Comportamento Estratégico levou aos níveis anteriores de centralidade. Também se observou que o Comportamento Estratégico acarretou em alterações de centralidade medida por autovetor estatisticamente significativas, porém não esperadas, mas que, após sua interrupção, esta retornou aos patamares anteriores à indução dos efeitos.