Приглашаем к участию в проекте «300 ИнтелШкол-2012»

Материал из Letopisi.Ru — «Время вернуться домой»

Определение

Анализ социальных сетей (social network analysis, SNA) — направление современной компьютерной социологии, которое занимается описанием и анализом возникающих в ходе социального взаимодействия и коммуникации связей (сетей) различной плотности и интенсивности.

Сеть социальных взаимодействий — это сеть, состоящая из так называемых социальных акторов (актор — от англ. actor (деятель, личность) — термин используется в русскоязычной литературе и имеет более широкое значение, чем русское слово «лицо», то есть это может быть не только человек или юридическое лицо, но и совокупность организаций или целая страна) и наборов взаимосвязей между ними.

При анализе социальных сетей внимание уделяется связям, а не самим действующим лицам. Как правило, социальная сеть описывается графом или матрицей взаимоотношений.

История

• Первые работы по изучению социальных сетей были сделаны в начале 30-х годов 20 века для объяснения способов общения и взаимодействия внутри групп. Морено использовал термин социограмма для визуального представления социальной сети. В этой сети узлы представляли отдельных людей, а ребра отношения между людьми. Идея метода Морено состоит в построении системы графических связей внутри сообщества, основанная на выборах (односторонних или взаимных), которые члены этого сообщества делают, отвечая на такие вопросы, как «Кого бы вы хотели (не хотели) выбрать своим бригадиром?» или «Кого бы вы хотели (не хотели) пригласить на встречу Нового года?» Полученные ответы позволяют интерпретировать (визуализировать) картину отношений внутри сообщества, в частности, в виде социограммы. Безусловными плюсами метода социометрии с последующей визуализацией полученных данных в социограмме является относительная легкость проведения этой методики, получение, в целом, надежных сведений в виде кластеров (группировок) внутри сообщества и наглядность полученной картины.
• Термин «Социальная сеть» ввел социолог Джеймс Барнс в 1954 году, говоря о сложных взаимоотношениях между субъектами общества.
• Первые математические модели социальных сетей созданы выходцем из России Анатолием Раппопортом.
• Мильграм поставил эксперименты по вычислению количества узлов между двумя жителями США из разных штатов.
• Эрдос и Реньи - модель случайного графа. Исторически изучением сложных сетей занимается теория графов. В то время как теория графов изначально описывала регулярные графы, начиная с 1950-го года, сложные сети, не имевшие очевидных принципов построения, стали описывать с помощью теории случайных графов, предложенных в качестве наиболее подходящей модели сложных сетей. Впервые случайные графы были изучены венгерскими математиками Полом Эрдосом (Paul Erdős) и Альфредом Реньи (Alfred Rényi).
• Д.Уотс предложил свою модель формирования сетей, в которой сеть росла не случайным образом. Образование новой связи между узлами зависело от числа уже имеющихся общих друзей.
• Л.Барабаши сформулировал теорию безмасштабных сетей. Безмасштабные сети - это случайные графы, где распределение связей узлов - степенное и основные свойства сети не зависят от размера сети. Во многих сетях - от Всемирной паутины до метаболической системы клетки - доминирует относительно небольшое число узлов (концентраторов), имеющих практически неограниченное количество связей. Таким структурам свойственна масштабная инвариантность, поэтому мы дали им название безмасштабные сети (scale-free networks). Их поведение подчиняется определенным закономерностям: например, они необычайно стойки к случайным отказам, но чрезвычайно уязвимы для скоординированных атак.

Барабаши и Уотс рассказывают о своих работах:

• Barabasi, Albert-Laszlo and Reka, Albert. Emergence of scaling in random networks. Science, 286:509-512, October 15, 1999.
• Морено Дж. Л. Социометрия. Экспериментальный метод и наука об обществе. Пер с англ. 1958.
• J. L. Moreno, Who Shall Survive?, Beacon House, Beacon, NY, 1934.
• John Scott Social network analysis
• Случайные графы http://rain.ifmo.ru/cat/view.php/theory/graph-general/random-2005
• Анализ безмасштабных сетей Павел Велихов, ИСП РАН http://synthesis.ipi.ac.ru/sigmod/seminar/s20070329
• M. E. J. Newman The structure and function of complex networks (2003) http://stat.gamma.rug.nl/snijders/Newman2003.pdf

Ключевые понятия и измерения

Общие понятия

• Вероятность связывания новых узлов к существующим узлам определяется тем, сколько узлов уже связаны с данным узлом. Другими словами, богатые узлы становятся богаче.
• В большинстве реальных сетей тесно связанные группы связаны между собой через мосты.
• Личные сети. Сети друзей-друзей-друзей - Непотизм - семейственность.
• Социальный капитал. Комбинация индивидуальных и сетевых ресурсов актора с нормами и правилами, действующими в данной социальной сети, образует его «сетевой капитал». В упрощенном виде «сетевой капитал» можно рассматривать как сумму некоторых преимуществ, которые актор может получить в произвольный момент времени для достижения некоторой цели. Бурдье определял социальный капитал как “ресурсы, основанные на родственных отношениях и отношениях в группе членства”. Коулмен использовал концепцию в более широком аспекте, включая в нее обязательства и ожидания, информационные каналы и социальные нормы. Для Коулмана - Сетевой капитал ресурс, перемещающийся от доноров к реципиентам

Сетевые метрики

Показатели, которые используются при анализе социальных сетей.

Degree

Количество узлов, связанных с данным узлом - степень данного узла.

Близость - Closeness

Мера скорости передачи информации. Как долго будет происходить передача информации от данного узла к другим связанным узлам. Инверсия суммы кратчайших расстояний между каждым узлом и каждым другим узлом в сети. Близость показывает, насколько просто одному узлу связаться с другим узлом. Чем меньше узлов-посредников между текущем узлом и другими узлами, тем ниже показатель близости и выше степень близости.Если узел централен, то он может быстро взаимодействовать с другими узлами.

Degree Centrality

Степень центальности (Degree centrality) – показывает, кто является наиболее активным узлом в сети. Измеряется количеством связей с другими узлами в сети. Центральность показывает, насколько близко узел близок по отношению к другим узлам в сети. В соответствие с теорией сетей большое количество взаимодействий узла может не только изменить позицию узла в стеи, но также и изменить позиции других узлов. Престиж узла: входная степень узла (in-degree) — количество ребер графа, входящих в узел. Влияние узла: выходная степень узла (out-degree) — количество ребер графа, исходящих из узла. Эта характеристика показывает, кто является наиболее активным в сети. Индивидуальный показатель центральности показывает, в какой степени узел связан остальными узлами, то есть насколько тесно он связан с группой.

Посредничество = Betweenness

Посредничество (Betweenness) – показывает, какое влияние оказывает узел для соединения разрывов между другими узлами в сети. Если сеть построена таким образом, что нет никаких других путей взаимодействия других узлов кроме как через этот узел, то он будет иметь максимальное влияние. Удаление узла с большим показателем посредничества повлечет за собой обрыв информационного потока и создаст фрагментацию сети.

Мосты (Bridges)

Узел соединяющий отдельные части сети называется мостом. Удаление моста разрывает структуру и приводит к росту отдельных узлов. Поиск узлов помогает в понимании наиболее важных отношений и независимых групп.

• Коулман Дж. Капитал социальный и человеческий // Общественные науки и современность. – 2001. - № 3. – С. 121 – 139.
• Freeman L.C., White D.R., Romney A.K. Research methods in social network analysis. Transaction Publishers, 1992. 544 с.

e-social science

• e-social science

Литература

• Mika P. Social Networks and the Semantic Web (Semantic Web and Beyond), Springer, 2007, English ISBN: 9780387710006, pp. 234
• Teten D., Allen S. The Virtual Handshake: Opening Doors and Closing Deals Online
• А.Прохоров, Н.Ларичев Компьютерная визуализация социальных сетей