Анализ социальных сетей - Social network analysis

Эта статья посвящена теоретической концепции. Информацию о количественном применении в социальных сетях см. В разделе « Аналитика социальных сетей» . Для сайтов социальных сетей см. Службу социальных сетей . Чтобы узнать о других значениях, см. Социальная сеть (значения) .
Часть серии по
Социология
Схема социальной сети (сегмент) .svg
Методы
Подполя
Люди
Восточная Азия

Южная Азия

Средний Восток

Европа

Северная Америка

Перспективы
Списки
Сетевая наука
Internet_map_1024.jpg
Типы сетей
Графики
Функции
Типы
Модели
Топология
Динамика
  • Списки
  • Категории
Социальная сеть диаграммы отображения дружеских связей среди множества Facebook пользователей.

Анализ социальных сетей ( SNA ) - это процесс исследования социальных структур с использованием сетей и теории графов . Он характеризует сетевые структуры с точки зрения узлов (отдельных участников, людей или вещей в сети) и связей , границ или связей (отношений или взаимодействий), которые их соединяют. Примеры социальных структур, обычно визуализируемых посредством анализа социальных сетей , включают сети социальных сетей , распространение мемов, распространение информации, сети дружбы и знакомств , деловые сети, сети знаний, сложные рабочие отношения, социальные сети, графы сотрудничества , родство , передачу болезней и сексуальные отношения. . Эти сети часто визуализируются через социограммы, на которых узлы представлены в виде точек, а связи - в виде линий. Эти визуализации предоставляют средства качественной оценки сетей путем изменения визуального представления их узлов и краев для отражения интересующих атрибутов.

Анализ социальных сетей стал ключевым методом в современной социологии . Он также приобрел значительную популярность в следующем - антропологию , биологию , демографию , исследования коммуникации , экономика , география , история , информатика , организационные исследования , политические науки , здравоохранения, социальной психологии , исследований в области развития , социолингвистики и информатики и теперь широко доступен в качестве потребительского инструмента (см. список программного обеспечения SNA ).

История

Теоретические корни анализа социальных сетей лежат в работах ранних социологов, таких как Георг Зиммель и Эмиль Дюркгейм , которые писали о важности изучения паттернов взаимоотношений, связывающих социальных акторов. Социологи использовали понятие « социальные сети » с начала 20 века для обозначения сложных наборов отношений между членами социальных систем на всех уровнях, от межличностных до международных.

В 1930-х годах Джейкоб Морено и Хелен Дженнингс представили основные аналитические методы. В 1954 году Джон Арундел Барнс начал систематически использовать этот термин для обозначения моделей связей, охватывая концепции, традиционно используемые публикой и используемые социологами: ограниченные группы (например, племена, семьи) и социальные категории (например, пол, этническая принадлежность). . Такие ученые, как Рональд Берт , Кэтлин Карли , Марк Грановеттер , Дэвид Кракхардт , Эдвард Лауман , Анатоль Рапопорт , Барри Веллман , Дуглас Р. Уайт и Харрисон Уайт, расширили использование систематического анализа социальных сетей.

SNA широко использовалась в исследованиях по обучению за рубежом овладению вторым языком. Даже при изучении литературы сетевой анализ применяли Анхейер, Герхардс и Ромо, Воутер Де Нуй и Бургерт Сенекал. Действительно, анализ социальных сетей нашел применение в различных академических дисциплинах, а также в практических приложениях, таких как противодействие отмыванию денег и терроризму .

Метрики

Оттенок (от красного = 0 до синего = макс) указывает центральность промежуточности каждого узла .

Размер: количество участников в данной сети.

Подключения

Гомофилия : степень, в которой актеры устанавливают связи с похожими или непохожими другими. Сходство можно определить по полу, расе, возрасту, роду занятий, образовательным достижениям, статусу, ценностям или любой другой характерной характеристике. Гомофилию также называют ассортативностью .

Мультиплексность: количество форм содержания, содержащихся в галстуке. Например, два человека, которые являются друзьями и которые также работают вместе, будут иметь мультиплексность 2. Мультиплексность связана с прочностью отношений и также может включать перекрытие положительных и отрицательных сетевых связей.

Взаимность / взаимность: степень, в которой два участника отвечают взаимностью друг другу в дружбе или другом взаимодействии.

Замыкание сети : мера полноты реляционных триад. Предположение человека о закрытии сети (т. Е. О том, что его друзья также являются друзьями) называется транзитивностью. Транзитивность - это результат индивидуальной или ситуативной черты потребности в когнитивном замыкании .

Соседство : Тенденция для актеров , чтобы иметь больше связей с географически близкими другими.

Распределения

Мост : человек, чьи слабые связи заполняют структурную дыру , обеспечивая единственную связь между двумя людьми или группами. Он также включает кратчайший маршрут, когда более длинный путь невозможен из-за высокого риска искажения сообщения или сбоя доставки.

Центральность : Центральность относится к группе показателей, которые направлены на количественную оценку «важности» или «влияния» (в различных смыслах) конкретного узла (или группы) в сети. Примеры общих методов измерения «центральности» включают в себя промежуточность центрального , близость центрального , собственный вектор центрального , альфа центрального , и степени центральности .

Плотность : доля прямых связей в сети по отношению к общему количеству.

Расстояние: минимальное количество связей, необходимых для соединения двух конкретных участников, как это популяризировано экспериментом Стэнли Милгрэма с маленьким миром и идеей «шести степеней разделения».

Структурные дыры: отсутствие связей между двумя частями сети. Обнаружение и использование структурной дыры может дать предпринимателю конкурентное преимущество. Эта концепция была разработана социологом Рональдом Бертом , и ее иногда называют альтернативной концепцией социального капитала.

Сила связи: определяется линейной комбинацией времени, эмоциональной напряженности, близости и взаимности (то есть взаимности). Сильные связи связаны с гомофилией, близостью и транзитивностью, а слабые - с мостами.

Сегментация

Группы идентифицируются как « клики », если каждый человек напрямую связан с каждым другим человеком, « социальные круги », если прямой контакт менее строгий, что неточно, или как структурно сплоченные блоки, если требуется точность.

Коэффициент кластеризации : мера вероятности того, что два ассоциированных узла являются ассоциированными. Более высокий коэффициент кластеризации указывает на большую «кликовидность».

Сплоченность: степень, в которой акторы напрямую связаны друг с другом сплоченными узами . Структурная сплоченность относится к минимальному количеству членов, которые в случае удаления из группы разъединят группу.

Моделирование и визуализация сетей

Различные характеристики социальных сетей. A, B и C показывают разную центральность и плотность сетей; панель D показывает закрытие сети, то есть когда два участника, привязанные к общему третьему субъекту, также имеют тенденцию образовывать прямую связь между собой. Панель E представляет двух участников с разными атрибутами (например, принадлежность к организации, убеждения, пол, образование), которые имеют тенденцию формировать связи. Панель F состоит из двух типов связей: дружбы (сплошная линия) и неприязни (пунктирная линия). В этом случае два актера, являющиеся друзьями, оба не любят общего третьего (или, аналогично, два актера, которым не нравится общий третий, как правило, дружат).

Визуальное представление социальных сетей важно для понимания сетевых данных и передачи результата анализа. Были представлены многочисленные методы визуализации данных, полученных с помощью анализа социальных сетей. Многие аналитические программы имеют модули для визуализации сети. Исследование данных осуществляется путем отображения узлов и связей в различных макетах и ​​присвоения узлам цветов, размера и других дополнительных свойств. Визуальные представления сетей могут быть мощным методом передачи сложной информации, но следует проявлять осторожность при интерпретации свойств узлов и графов только на основе визуальных отображений, поскольку они могут искажать структурные свойства, лучше улавливаемые с помощью количественного анализа.

Подписанные графики можно использовать для иллюстрации хороших и плохих отношений между людьми. Положительный край между двумя узлами обозначает положительные отношения (дружбу, союз, свидания), а отрицательный край между двумя узлами обозначает отрицательные отношения (ненависть, гнев). Подписанные графики социальных сетей можно использовать для прогнозирования будущего развития графа. В подписанных социальных сетях существует понятие «сбалансированного» и «несбалансированного» цикла. Сбалансированный цикл определяется как цикл, в котором произведение всех знаков положительно. Согласно теории баланса , сбалансированные графики представляют группу людей, которые вряд ли изменят свое мнение о других людях в группе. Несбалансированные графики представляют группу людей, которые с большой вероятностью изменят свое мнение о людях в своей группе. Например, группа из 3 человек (A, B и C), где A и B имеют положительные отношения, B и C имеют положительные отношения, но C и A имеют отрицательные отношения, представляет собой несбалансированный цикл. Эта группа с большой вероятностью трансформируется в сбалансированный цикл, например, в котором B имеет хорошие отношения только с A, а оба A и B имеют отрицательные отношения с C. подписанные графики социальных сетей могут быть предсказаны.

Различные подходы к совместному картированию сетей оказались полезными, особенно при использовании анализа социальных сетей в качестве инструмента для облегчения изменений. Здесь участники / интервьюеры предоставляют сетевые данные, фактически составляя карту сети (ручкой и бумагой или в цифровом виде) во время сеанса сбора данных. Примером подхода к картированию сети на бумаге, который также включает сбор некоторых атрибутов субъектов (воспринимаемое влияние и цели субъектов), является набор инструментов * Net-map . Одним из преимуществ этого подхода является то, что он позволяет исследователям собирать качественные данные и задавать уточняющие вопросы во время сбора сетевых данных.

Потенциал социальных сетей

Потенциал социальных сетей (SNP) - это числовой коэффициент , полученный с помощью алгоритмов, чтобы представить как размер социальной сети человека, так и его способность влиять на эту сеть. Коэффициенты SNP были впервые определены и использованы Бобом Герстли в 2002 году. Тесно родственный термин - Alpha User , определяемый как человек с высоким SNP.

Коэффициенты SNP выполняют две основные функции:

  1. Классификация индивидов в зависимости от их социального потенциала сети, и
  2. Взвешивание респондентов в количественных маркетинговых исследованиях .

Посредством расчета SNP респондентов и таргетинга на респондентов с высоким SNP повышается эффективность и актуальность количественных маркетинговых исследований, используемых для реализации стратегий вирусного маркетинга .

Переменные, используемые для расчета SNP человека, включают, помимо прочего: участие в деятельности в социальных сетях, членство в группах, руководящие роли, признание, публикацию / редактирование / участие в неэлектронных СМИ, публикацию / редактирование / участие в электронных СМИ (веб-сайты, блоги), а также частота распространения информации в их сети в прошлом. Акроним «SNP» и некоторые из первых алгоритмов, разработанных для количественной оценки потенциала социальных сетей человека, были описаны в официальном документе «Рекламные исследования меняются» (Gerstley, 2003). См. « Вирусный маркетинг» .

Первая книга для обсуждения коммерческого использования Альфа - пользователей среди мобильных телекоммуникаций аудитории была 3G маркетинг по Ахонна, Kasper и Melkko в 2004 годе первой книги для обсуждения Альфа пользователей в целом в контексте социального маркетинга разведки была Сообщество Доминирования Торговой марки по Ahonen & Мур в 2005 году. В 2012 году Никола Греко ( UCL ) представил на TEDx потенциал социальных сетей как параллелизм с потенциальной энергией, которую генерируют пользователи и которую компании должны использовать, заявив, что «SNP - это новый актив, который должна иметь каждая компания». .

Практическое применение

См. Также: Анализ социальных сетей (криминология)

Анализ социальных сетей широко используется в широком спектре приложений и дисциплин. Некоторые распространенные приложения для сетевого анализа включают агрегирование и интеллектуальный анализ данных , моделирование распространения сети, моделирование и выборку сети, анализ атрибутов и поведения пользователей, поддержку ресурсов, поддерживаемых сообществом, анализ взаимодействия на основе местоположения, совместное использование и фильтрацию в социальных сетях, разработку рекомендательных систем и прогнозирование ссылок. и разрешение объекта. В частном секторе предприятия используют анализ социальных сетей для поддержки таких действий, как взаимодействие с клиентами и анализ, анализ развития информационных систем , маркетинг и потребности в бизнес-аналитике (см. Аналитика социальных сетей ). Некоторые виды использования в государственном секторе включают разработку стратегий взаимодействия с лидерами, анализ индивидуального и группового взаимодействия и использования средств массовой информации , а также решение проблем на уровне сообщества .

Приложения безопасности

Анализ социальных сетей также используется в разведывательной, контрразведывательной и правоохранительной деятельности. Этот метод позволяет аналитикам отображать тайные организации, такие как шпионская сеть, организованная преступная семья или уличная банда. Агентство национальной безопасности (АНБ) использует свои программы электронного наблюдения для генерации данных, необходимых для проведения этого типа анализа террористических ячеек и других сетей, которые считаются важными для национальной безопасности. Во время этого сетевого анализа АНБ просматривает до трех узлов в глубину. После завершения первоначального картирования социальной сети выполняется анализ для определения структуры сети и определения, например, лидеров внутри сети. Это позволяет военным или правоохранительным органам проводить атаки с обезглавливанием по принципу «захват или уничтожение» по особо важным целям на руководящих должностях, чтобы нарушить функционирование сети. Агентство национальной безопасности (АНБ) проводит анализ социальных сетей в отношении записей о звонках (CDR), также известных как метаданные , вскоре после атак 11 сентября .

Приложения для текстового анализа

Большие текстовые корпуса можно превратить в сети, а затем проанализировать методом анализа социальных сетей. В этих сетях узлы являются социальными субъектами, а ссылки - действиями. Извлечение этих сетей можно автоматизировать с помощью парсеров. Полученные сети, которые могут содержать тысячи узлов, затем анализируются с использованием инструментов теории сетей для определения ключевых участников, ключевых сообществ или сторон и общих свойств, таких как надежность или структурная стабильность всей сети или центральность определенных узлы. Это автоматизирует подход, представленный количественным нарративным анализом, при котором тройки субъект-глагол-объект идентифицируются с парами акторов, связанных действием, или парами, образованными актором-объектом.

Повествовательная сеть выборов в США 2012

В других подходах текстовый анализ проводится с учетом сети слов, которые встречаются в тексте. В этих сетях узлы представляют собой слова, а связи между ними взвешиваются в зависимости от частоты их совместного появления (в пределах определенного максимального диапазона).

Интернет-приложения

Анализ социальных сетей также применяется для понимания онлайн-поведения отдельных лиц, организаций и между веб-сайтами. Анализ гиперссылок можно использовать для анализа связей между веб-сайтами или веб-страницами, чтобы изучить, как информация течет, когда люди перемещаются по сети. Связи между организациями были проанализированы с помощью анализа гиперссылок, чтобы выяснить, какие организации входят в проблемное сообщество.

Интернет-приложения для социальных сетей

Анализ социальных сетей был применен к социальным сетям как инструмент для понимания поведения между людьми или организациями через их связи на веб-сайтах социальных сетей, таких как Twitter и Facebook .

В компьютерном совместном обучении

Одним из наиболее актуальных методов применения SNA является изучение совместного обучения с компьютерной поддержкой (CSCL). Применительно к CSCL, SNA используется, чтобы помочь понять, как учащиеся взаимодействуют с точки зрения количества, частоты и продолжительности, а также качества, темы и стратегии общения. Кроме того, SNA может сосредоточиться на определенных аспектах сетевого подключения или всей сети в целом. Он использует графические представления, письменные представления и представления данных, чтобы помочь исследовать соединения в сети CSCL. При применении SNA к среде CSCL взаимодействия участников рассматриваются как социальная сеть. Основное внимание в анализе уделяется «связям», установленным между участниками - как они взаимодействуют и общаются - в отличие от того, как каждый участник вел себя самостоятельно.

Ключевые термины

Есть несколько ключевых терминов, связанных с исследованиями анализа социальных сетей в компьютерном совместном обучении, таких как: плотность , центральность , степень , исходящая степень и социограмма .

  • Плотность относится к «связям» между участниками. Плотность определяется как количество подключений участника, деленное на общее количество возможных подключений, которые может иметь участник. Например, если участвуют 20 человек, каждый потенциально может подключиться к 19 другим людям. Плотность 100% (19/19) - это самая большая плотность в системе. Плотность 5% означает, что существует только 1 из 19 возможных соединений.
  • Центральность фокусируется на поведении отдельных участников в сети. Он измеряет степень, в которой человек взаимодействует с другими людьми в сети. Чем больше человек подключается к другим участникам сети, тем выше их центральное место в сети.

Переменные входящей и исходящей степени связаны с центральностью.

  • Центральное место в степени сосредоточено на конкретном человеке как на точке фокуса; центральность всех других людей основана на их отношении к фокусу индивида, находящегося «в степени».
  • Исходная степень - это мера центральности, которая все еще фокусируется на отдельном человеке, но аналитика занимается исходящими взаимодействиями индивидуума; мера центральной центральности - это то, сколько раз точка фокусировки индивидуумов взаимодействует с другими.
  • Социограмма является визуализация с определенными границами соединений в сети. Например, социограмма, показывающая точки исходящей центральности для Участника A, проиллюстрирует все исходящие соединения Участника A в исследуемой сети.

Уникальные возможности

Исследователи используют анализ социальных сетей при изучении компьютерного совместного обучения отчасти из-за уникальных возможностей, которые он предлагает. Этот конкретный метод позволяет изучать модели взаимодействия в рамках сетевого обучающего сообщества и может помочь проиллюстрировать степень взаимодействия участников с другими членами группы. Графика, созданная с помощью инструментов SNA, обеспечивает визуализацию связей между участниками и стратегий, используемых для общения внутри группы. Некоторые авторы также предполагают, что СНС предоставляет метод простого анализа изменений в моделях участия членов с течением времени.

В ряде исследований SNA применялась к CSCL в различных контекстах. Результаты включают в себя корреляцию между густотой сети и присутствием учителем, в большем учете рекомендаций «центральных» участников, нерегулярности кросс-гендерного взаимодействия в сети, а также относительно небольшой роли инструктора в асинхронной учебной сети .

Другие методы, используемые вместе с СНС

Хотя многие исследования продемонстрировали ценность анализа социальных сетей в области совместного обучения с компьютерной поддержкой, исследователи предположили, что одной SNA недостаточно для достижения полного понимания CSCL. Сложность процессов взаимодействия и бесчисленное количество источников данных затрудняют для SNA возможность проведения глубокого анализа CSCL. Исследователи указывают, что СНС необходимо дополнить другими методами анализа, чтобы сформировать более точную картину опыта совместного обучения.

Ряд исследований объединили другие типы анализа с SNA при изучении CSCL. Это можно назвать мульти-методическим подходом или триангуляцией данных , что приведет к повышению надежности оценки в исследованиях CSCL.

  • Качественный метод - принципы качественного тематического исследования составляют прочную основу для интеграции методов SNA в изучение опыта CSCL.
    • Этнографические данные, такие как анкеты и собеседования учащихся, а также наблюдения за неучастием в классе
    • Тематические исследования : всестороннее изучение конкретных ситуаций CSCL и соотнесение результатов с общими схемами
    • Контент-анализ : предлагает информацию о содержании общения между участниками.
  • Количественный метод - включает в себя простой описательный статистический анализ происшествий для выявления определенных позиций членов группы, которые не удалось отследить с помощью СНС, чтобы выявить общие тенденции.
    • Файлы журнала компьютера : предоставляют автоматические данные о том, как учащиеся используют инструменты для совместной работы.
    • Многомерное масштабирование (MDS) : показывает сходство между участниками, чтобы более похожие входные данные были ближе друг к другу.
    • Программные инструменты: QUEST, SAMSA (Система анализа на основе матрицы смежности и социограмм) и Nud * IST

Смотрите также

использованная литература

внешние ссылки

дальнейшее чтение

Организации

Рецензируемых журналов

Учебники и образовательные ресурсы