Анализ социальных сетей
Скачать 266.75 Kb.
|
Анализ центральности и других локальных свойств. Существует несколько подходов для определения центральности акторов. Во-первых, центральные акторы соответствуют тем вершинам сети, которые имеют наибольшее число ребер, т.е. имеют наибольшую степень. Во-вторых, центральная вершина - это вершина, для которой расстояние до остальных вершин сети минимально. В силу этого путь от центральных акторов к другим акторам является наиболее простым, первые имеют большую вероятность получить информацию, циркулирующую в сети, и контролировать распространение этой информации. Третья мера центральности - промежуточность или степень включенности данного актора в маршруты между другими акторами. В этом случае центральным считается актор, который может контролировать наибольшее число путей в социальной сети как между отдельными акторами, так и между их группами [1]. Например, семейство Медичи было актором с наибольшей степенью в сети брачных отношений флорентийской элиты начала XV века. Оно могло контролировать наибольшее количество путей в данном графе. Это позволяет выявить причины, по которым представители этого семейства заняли в дальнейшем доминирующее положение во Флоренции [17]. В то же время, если мы будем рассматривать такие характеристики семей флорентийской элиты, как богатство, древность рода и состояния, политический статус, ближайшее окружение, мы не обнаружим существенных различий между семейством Медичи и остальными олигархами. Этот пример показывает перспективность использования анализа социальных сетей для углубленного понимания социальных процессов и явлений. При анализе реальных социальных взаимодействий часто наблюдается ситуация доминирования одного актора над другим, например, актор А может давать распоряжения актору Б, а Б не может отдавать приказы А, а уполномочен лишь передавать ему некоторую информацию. Моделью этой ситуации будет ориентированный граф с ребрами двух различных типов, соответствующими отношениям иерархии и передачи информации. Ориентированный граф возникает также при анализе известности акторов в сети. В этом случае для определения центральных вершин необходимо рассматривать входную и выходную степень каждой вершины. Акторы с более высоким статусом будут иметь существенно более высокую входную степень по сравнению с выходной, т.е. их будут знать значительно больше акторов, чем они знают сами. Для анализа степени центральности различных акторов используется индекс центральности вершины xi в связном графе G, имеющем одну ось симметрии:  , где  - сумма расстояний от вершины xi до остальных вершин,  - общая сумма дистанций в графе G [18]. Для сравнения графов по степени их центральности вводится индекс центральности графа G:  . В [18] доказано, что выполняется условие  , в силу которого C(G) можно нормировать и записать в виде  . Коэффициент (G) = 0 в случае абсолютно не центрального графа (например, замкнутого цикла) и (G) = 1 для центрального графа (звезды).Важными характеристиками сети социальных взаимодействий являются сбалансированность и транзитивность. Сбалансированность - это отсутствие ситуаций типа «позитивное взаимодействие (дружба, партнерство) между А и Б, а также между А и В, но негативное взаимодействие (вражда, соперничество) между Б и В». Утверждается, что сбалансированные сети психологически более комфортабельны для акторов и более устойчивы по сравнению с несбалансированными [19]. Транзитивность - это выполнение условий вида «если есть взаимодействие между А и Б, а также между Б и В, то имеет место взаимодействие между А и В». Данные характеристики описывают локальные связи акторов и часто используются при анализе диад и триад. Сила структурной позиции актора. Основным показателем, который определяет различия в ресурсах акторов, является сила структурной позиции актора. В теории сетевого обмена для измерения данной характеристики вводится индекс силы актора i:  , где  - число непересекающихся путей длины k, проходящих через вершину i. Сила актора i по сравнению с j есть  [3]. Анализ силы структурных позиций является весьма эффективным методом построения моделей, объясняющих различия в результатах деятельности акторов, например, заработной платы работников или прибыли компаний от продажи некоторого товара, особенно в случае малого числа наблюдений. Анализ связанных подгрупп. Связанные подгруппы характеризуются наличием большого числа связей между входящими в них акторами и существенно меньшим числом связей со сторонними акторами. Анализ таких подгрупп позволяет изучать устойчивость социальных структур. Простейший случай связанной группы - это клика или группа акторов, где каждый связан с каждым, и в данную группу не могут быть включены другие акторы, поскольку они не имеют связей со всеми членами клики. Таким образом клика - это максимальный полный подграф данного графа. Если анализировать процессы распространения информации в графах, то можно дать другое определение связанной группы, как множества акторов, где путь между двумя любыми акторами не содержит более одной промежуточной вершины. В результате информация от одного актора к другому в связанной группе передается с минимальными искажениями. Связанные группы также могут быть выделены с помощью многомерного шкалирования или факторного анализа матрицы связей графа. Для анализа устойчивости групповой структуры во времени используется следующая техника. Вначале строится трехмерная матрица, в которой строки представляют оценки взаимодействий данного актора со всеми другими акторами, данные ими; столбцы являются собственными оценками взаимодействий актора; по оси Z располагаются периоды времени. Далее может быть построен график, показывающий изменения структуры подгрупп с течением времени. После этого применяется корреспондентский анализ для описания зависимостей между строками и столбцами данной матрицы. В результате можно визуализировать изменения статуса индивида на фоне изменений статусов подгрупп [19]. Структурная эквивалентность акторов. Этот подход является определенной противоположностью исследованию связанных групп. Акторы эквивалентны, когда они занимают одинаковые позиции в социальной структуре, т.е. когда эквивалентны структура и тип взаимодействий данных акторов с другими, при этом эквивалентные акторы не должны взаимодействовать друг с другом. Например, клиенты продавца некоторого товара будут иметь очень мало или вообще не будут иметь связей между собой (вследствие этого они не будут связанной группой), но все они будут связаны с продавцом, т.е. структура их взаимодействий будет эквивалентна. В качестве меры эквивалентности может выступать плотность связей со структурными подгруппами акторов [1]. Наряду со структурной эквивалентностью используется регулярная эквивалентность акторов. В этом случае акторы эквивалентны, когда они одинаковым образом взаимодействуют с акторами одного типа. Например, двое детей могут быть регулярно эквивалентны, так как они являются лидерами в играх в школьном классе, но они могут принадлежать к разным подгруппам или кликам. Методы определения структурной эквивалентности позволяют анализировать графы с несколькими типами ребер. Например, в случае сети социальных взаимодействий стран мира в качестве этих взаимодействий могут выступать торговля, дипломатические контакты, войны, членство в международных организациях и блоках. Графы, отвечающие каждому типу взаимодействий, могут значительно отличаться, но все вместе они представляют целостную структуру взаимодействий стран мира, из которой можно вывести показатели силы, влияния, уровня развития и экономической мощи данного государства. Для определения структурной эквивалентности двух акторов необходимо сравнить структуру их взаимодействий с другими акторами, т.е. нужно сравнить соответствующие столбцы в матрице связей графа. Это может быть осуществлено с помощью вычисления расстояния между этими векторами (например, по метрике Евклида или Чебышева) или коэффициентов связи (например, корреляции Пирсона). Для направленных графов необходимо учитывать входящие и выходящие ребра, с этой целью одновременно рассматриваются две соответствующие матрицы. Если имеются различные типы взаимодействий между акторами, то строятся матрицы связей графа для каждого типа взаимодействий, а затем эти матрицы составляются по вертикали, т.е. записываются одна под другой. После этого можно сравнивать столбцы полученной матрицы с помощью различных мер расстояния и коэффициентов связи, получая оценку структурной эквивалентности акторов по всему набору их взаимодействий. На следующем этапе в матрицах для каждого типа связей переставляются столбцы таким образом, чтобы сгруппировать те их них, которые соответствуют структурно эквивалентным акторам. В результате матрица разбивается на структурные блоки, в каждом из которых вычисляется плотность. Далее строится новая матрица связей между найденными структурными блоками, например, по следующему правилу: если плотность связей между двумя блоками выше, чем средняя плотность связей в первоначальной матрице, то соответствующий элемент новой матрицы равен 1, в противоположном случае он равен 0. Такие матрицы называются блоковыми моделями и являются средством построения ролевых алгебр. Ролевые алгебры. Это направление анализа социальных сетей фокусируется на выявлении логики взаимодействий акторов в блоковых моделях, что позволяет выявлять сходства принципов взаимоотношений акторов в различных социальных сетях, например, в структурах взаимодействий промышленных рабочих во время Великой Депрессии в США и менеджеров в современной компании, работающей в сфере информационных технологий. Рассмотрим использование ролевых алгебр на вышеуказанном примере взаимоотношений индивидов в трудовом коллективе. Построим матрицы симпатий и антипатий индивидов. Выделим в ней структурные блоки, соответствующие группам симпатизирующих друг другу индивидов. Индивиды из одного блока (клики) симпатизируют друг другу, но испытывают антипатию к индивидам из других блоков. Пусть соответствующие матрицы для простоты имеют вид: СИМПАТИЯ =  , АНТИПАТИЯ =  . После этого мы можем анализировать комбинации взаимодействий, перемножая соответствующие матрицы. Например, умножим матрицу антипатий саму на себя. В результате мы получим матрицу симпатий, что иллюстрирует известное правило «враг моего врага - мой друг». Анализ диад и триад. Диады - это набор из двух акторов (вершин графа) и всех взаимодействий (ребер) между ними. Диада для каждого типа взаимодействий может находиться в одном из четырех состояний: нет связи между акторами, связь направлена от первого актора ко второму, связь направлена от второго актора ко первому, взаимные связи акторов. Анализ диад ориентирован на: 1) установление влияния входной и выходной степени вершин графа на вероятность наличия ребра между ними; 2) выявление обратимости взаимодействия между акторами, степени зависимости от свойств акторов; 3) определение условий и направления передачи информации. Для триад (три взаимодействующих актора) дополнительно исследуются вопросы транзитивности взаимодействий. Важным показателем является сила связей между акторами, которая определяется как линейная комбинация продолжительности, эмоциональной насыщенности, интимности или конфиденциальности и значимости взаимных услуг, которые характеризуют данное взаимодействие и соответствующее ему ребро графа. Слабые связи являются важными источниками информации для актора, так как они служат "мостами" в другие социальные сети, где можно получить дополнительные сведения о некоторой организации или индивиде [4]. Социальные сети могут рассматриваться как источник ресурсов для акторов данной сети. Эти ресурсы включают в себя любые нормативно значимые ресурсы, которые актор может мобилизовать через сетевые связи для достижения желаемого результата. Один из наиболее явных случаев мобилизации сетевых ресурсов мы можем наблюдать, когда контакт с индивидом, обладающим влиянием или занимающим престижную социальную позицию, позволяет родственнику, другу или знакомому найти лучшую и более престижную работу, чем это было бы возможно без использования данного контакта. В то же время актор должен не только иметь возможность мобилизовать сетевые ресурсы, но и быть способным использовать их. Так, если в рассмотренном выше примере влиятельный индивид не связан с возможным работодателем, то сетевой ресурс влияния окажется невостребованным [20]. На основе анализа взаимодействий в диадах разработан ряд теорий, связывающих структуру социальных взаимодействий индивида с вероятностью получения престижной и высокооплачиваемой работы [4, 5, 20, 21]. Эти теории могут быть разделены на две группы, основное различие между которыми состоит в том, что социальные сети могут рассматриваться как источники информации о рабочих местах или источники влияния, необходимого для получения рабочего места. При этом имеет место эффект негативного влияния самостоятельного поиска работы на уровень заработной платы из-за несимметричного потока информации между нанимателем и претендентом на рабочее место. В данном случае наниматель не имеет возможности получить дополнительную информацию о работнике из других источников, кроме него самого, что заставляет подходить с осторожностью к оценке возможностей работника, а, следовательно, и его заработной платы. Если же работника направляет коллега работодателя, то последний может получить от него дополнительную информацию о претенденте. В результате возникает симметричный поток информации, что оказывает положительное влияние на уровень заработной платы работника. Стохастические модели. Основная идея вероятностных моделей направленных графов состоит в том, что каждая социальная сеть может быть рассмотрена как реализация x = {xij} случайного двумерного бинарного массива Х. Так как элементы массива Х являются зависимыми случайными величинами, то можно анализировать структуру зависимостей между соответствующими акторами социальной сети, находить вероятности существования определенных реализаций социальной сети и получать оценки ее параметров. Модели р1. Рассмотрим диаду Dij = ( xij; xji ). Она может находиться в одном из четырех состояний: (0;0) - нулевая диада (нет взаимодействия), (0;1) и (1;0) - асимметричные диады, (1;1) - симметричная (взаимная) диада. Создадим новую матрицу Y размерности gg22 по следующему правилу:  Далее рассмотрим следующую модель:  (1а) (1б)  (1в) (1г) Параметр  описывает склонность субъекта к установлению взаимодействия (его оценкой является выходная степень Dout), параметр  описывает притягательность или популярность (оценка - входная степень Din),  - плотность графа (оценка - число ребер L),  - характеристика тенденций модели к симметричности диад (оценка - число симметричных диад М). В случае ненаправленных взаимодействий имеются только два типа диад и соотношения (1) будут включать только два параметра: оценку интенсивности взаимодействий и .Предположим, что взаимодействия имеют веса в виде целых чисел от 0 до С 1 (С - некоторая константа). В этом случае матрица Y будет иметь размерность ggСС и соотношение (1г) принимает вид:  . Независимо от природы взаимодействий диады предполагаются статистически независимыми и имеющими одинаковое вероятностное распределение, следовательно, можно ввести некоторую функцию правдоподобия, например, произведение вероятностей состояний диад. Поэтому модели типа р1 называют также моделями с независимыми диадами [22]. |
Похожие:
 | В эру интернет-технологий, интерактивности и социальных сетей удержать ребенка от использования всего этого практически невозможно.... |  | Изационно–правовой формы и (или) индивидуальными предпринимателями, осуществляющими социальное обслуживание (далее – поставщики социальных... |
| Осударственное общеобразовательное учреждение средняя общеобразовательная школа №1352 вао москвы | | Теоретические основы социологического изучения социальных сетей в стратегии поиска работы 7 |
| Протяженность сетей водоснабжения составляет 103 км, канализационных сетей-71км,общая протяженность тепловых сетей г. Чистополь птс... | | Целью данной статьи является изучение эффективности использования социальных сетей в рамках учебного процесса по материалам зарубежных... |
| Президент России Дмитрий Медведев призвал сми и "обитателей" социальных сетей в интернете больше внимания уделять борьбе с алкоголизмом... | | «Социология социальных процессов и социальных изменений» (набор 2013 г.), очная форма обучения |
| Анализ и практика применения нововведений 2013 г в сфере начисления социальных страховых взносов и ндфл | | Прием заявлений о предоставлении набора социальных услуг, об отказе от получения набора социальных услуг или о возобновлении предоставления... |