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, мемы распространение, распространение информации, сети дружбы и знакомств, деловые сети, сети знаний, сложные рабочие отношения, социальные сети, графы сотрудничества, родство, передача болезней и сексуальные отношения. Эти сети часто визуализируются через социограммы, на которых узлы представлены как точки, а связи представлены как линии. Эти визуализации предоставляют средства качественной оценки сетей путем изменения визуального представления их узлов и ребер, чтобы отразить интересующие атрибуты.
Анализ социальных сетей стал ключевым методом в современной социологии. Он также приобрел значительное число поклонников в областях антропологии, биологии, демографии, коммуникационных исследований, экономики, география, история, информатика, организационные исследования, политология, общественное здравоохранение, социальная психология, исследования развития, социолингвистика и информатика и теперь широко доступны в качестве потребительского инструмента (см. список программного обеспечения SNA ).
Теоретические корни анализа социальных сетей лежат в работах ранних социологов, таких как Георг Зиммель и Эмиль Дюркгейм, которые писали о важности изучения паттернов отношений, которые связывают социальных акторов. Социологи использовали концепцию «социальных сетей » с начала 20 века для обозначения сложных наборов отношений между членами социальных систем на всех уровнях, от межличностных до международных. В 1930-е годы Джейкоб Морено и Хелен Дженнингс представили основные аналитические методы. В 1954 году Джон Арундел Барнс начал систематически использовать этот термин для обозначения моделей связей, охватывающих 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 Лауманн, Анатол Рапопорт, Барри Веллман, Дуглас Р. Уайт и Харрисон Уайт расширили возможности систематического анализа социальных сетей. 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.
Размер: количество членов сети в данной сети.
Гомофилия : Степень, в которой акторы формируют связи с похожими и непохожими другими. Сходство может быть определено 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 была связана с прочностью отношений и также может включать перекрытие положительных и отрицательных сетевых связей.
Взаимность / взаимность: степень которому два участника отвечают взаимностью на дружбу или другое взаимодействие.
Закрытие сети : мера полноты взаимосвязанных триад. Предположение человека о закрытии сети (то есть о том, что его друзья также являются друзьями) называется транзитивностью. Транзитивность - это результат индивидуальной или ситуативной черты Потребности в когнитивном замыкании.
Склонности : склонность актеров иметь больше связей с географически близкими другими.
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 предназначены для количественной оценки «важности» или «влияния». "(в различных смыслах) конкретного узла (или группы) в сети. Примеры общих методов измерения «центральности» включают в себя центральность по промежуточности, центральность по близости, центральность по собственному вектору, центральность по альфа и степень центральности.
Плотность : доля прямых связей в сети по отношению к общему возможному количеству.
Расстояние: минимальное количество связей, необходимое для соединения двух конкретных субъектов, популяризированное Стэнли Милгрэм эксперимент с маленьким миром и идея «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 Бёртом, и иногда ее 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.
Группы идентифицируются как «клики », если каждый человек напрямую связан с каждым другим человеком, «социальные круги », если есть меньшая строгость прямого контакта, который является неточным, 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 когезионными связями. Структурная сплоченность относится к минимальному количеству членов, которые в случае удаления из группы отключили бы группу.
Визуальное представление социальных сетей Важно понимать сетевые данные и передавать результат 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.
Графы со знаком может использоваться 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), в которой A и B имеют положительные отношения, B и C имеют положительные отношения, а C и A имеют отрицательные отношения, представляет собой несбалансированный цикл. Эта группа, скорее всего, трансформируется в сбалансированный цикл, например, в котором B имеет хорошие отношения только с A, а A и B имеют отрицательные отношения с C. Используя концепцию сбалансированных и несбалансированных циклов, эволюция подписанные графики социальных сетей можно предсказать.
Особенно при использовании анализа социальных сетей в качестве инструмента для облегчения изменений оказались полезными различные подходы к совместному картированию сети. Здесь участники / интервьюеры предоставляют сетевые данные, фактически отображая сеть (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 (SNP) является числовым 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 связанный термин - Alpha User, определяемый как человек с высоким SNP.
Коэффициенты SNP выполняют две основные функции:
Путем расчета SNP респондентов и таргетинга респондентов с высоким SNP, сила и релевантность 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 электронные СМИ (веб-сайты, блоги) и частоту распространения информации в их сети в прошлом. Акроним «SNP» и некоторые из первых алгоритмов, разработанных для количественной оценки потенциала человека в социальных сетях, были описаны в официальном документе «Рекламные исследования меняются» (Gerstley, 2003) См. Вирусный маркетинг.
Первая книга для обсуждения Коммерческое использование Alpha Users среди мобильных телекоммуникационных аудиторий было 3G Marketing, написанное Ахоненом, Каспером и Мелкко в 2004 году. Первой книгой, в которой Альфа-пользователи обсуждались в более широком контексте в контексте аналитики социального маркетинга, была книга Ahonen «Сообщества доминируют над брендами». И Мур в 2005 году. В 2012 году Никола Греко (UCL ) представил на TEDx потенциал социальных сетей как параллелизм потенциальной энергии, которую генерируют пользователи и компании. следует использовать, заявив, что «SNP - это новый актив, к которому должна стремиться каждая компания».
Анализ социальных сетей широко используется в широком спектре приложений и дисциплин. Некоторые распространенные приложения сетевого анализа включают агрегирование данных и интеллектуальный анализ, моделирование распространения сети, моделирование и выборку сети, анализ атрибутов пользователя и поведения, поддержку ресурсов, поддерживаемых сообществом, анализ взаимодействия на основе местоположения и фильтрацию, рекомендательные системы разработка и прогнозирование ссылок и разрешение сущностей. В частном секторе предприятия используют анализ социальных сетей для поддержки таких действий, как взаимодействие с клиентами и анализ, информационная система анализ развития, маркетинг и бизнес-аналитика (см. социальные сети аналитика ). Некоторые виды использования в государственном секторе включают разработку стратегий взаимодействия с лидером, анализ индивидуального и группового взаимодействия и использование средств массовой информации и решение проблем на уровне сообщества.
Анализ социальных сетей также используется в разведке, контрразведке 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 получения данных, необходимых для проведения этого типа анализа террористических ячеек и других сетей, которые считаются имеющими отношение к 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 захватом или уничтожением обезглавливанием на особо важных целей на руководящих должностях, чтобы нарушить функционирование сети. АНБ проводит анализ социальных сетей записей сведений о звонках (CDR), также известных как метаданные, так как вскоре после атак 11 сентября.
Большие текстовые массивы можно превратить в сети, а затем проанализировать с помощью метода анализа социальных сетей. В этих сетях узлы являются социальными субъектами, а ссылки - действиями. Извлечение этих сетей можно автоматизировать с помощью парсеров. Результирующие сети, которые могут содержать тысячи узлов, затем анализируются с использованием инструментов сетевой теории 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 действующих лиц, связанных действием, или парами, образованными субъектом-объектом.
Повествовательная сеть выборов в США 2012 г.В подходах текстовый анализ проводится с учетом сети слов, одновременно встречающихся в тексте (см., например, Semantic Brand Score ). В этих сетях узлы представляют собой слова, и связи между ними взвешиваются на основе их частоты совместного появления (в пределах определенного максимального диапазона).
Анализ социальных сетей также применялся для понимания онлайн-поведения отдельных лиц, организаций и между веб-сайтами. Анализ гиперссылок может использоваться для анализа связей между веб-сайты или веб-страницы для изучения того, как информация течет при перемещении людей по сети. Связи между организациями были проанализированы с помощью анализа гиперссылок, чтобы выяснить, какие организации в проблемном сообществе.
Анализ социальных сетей был применен к социальным сетям как инструмент для понимания поведения между отдельными лицами или организациями через их связи на сайтах социальных сетей, таких как Twitter и Facebook.
Один из самых современных методов применения SNA предназначена для изучения 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, тематики и стратегий 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», устанавливаемым между участниками - как они взаимодействуют и общаются - в отличие от того, как каждый участник вел себя самостоятельно.
Есть несколько ключевых терминов, связанных с исследованиями анализа социальных сетей в компьютерном совместном обучении, например: плотность, центральность, степень, исходящая степень и социограмма .
Переменные входящей и исходящей степени связаны с центральностью.
Исследователи используют анализ социальных сетей при изучении компьютерных сетей. поддерживает совместное обучение отчасти благодаря уникальным возможностям, которые оно 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 SNA предоставляет метод простого анализа изменений в паттернах участия членов с течением времени.
В ряде исследований SNA применялась к CSCL в различных контекстах. Результаты включают корреляцию между плотностью сети и присутствием учителя, большее внимание к рекомендациям «центральных» участников, редкость межгендерного взаимодействия в сети и относительно небольшую роль, которую играет инструктор в асинхронное обучение сеть.
Хотя многие исследования продемонстрировали ценность анализа социальных сетей в компьютерной области совместного обучения, исследователи предположили, что SNA путем Самого по себе недостаточно для достижения полного понимания CSCL. Сложность процессов взаимодействия и бесчисленное множество источников данных затрудняют проведение SNA глубокого анализа CSCL. Исследователи указывают, что SNA 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 оценки надежности в исследованиях CSCL.
| journal =
()| journal =
()На Викискладе есть средства массовой информации, связанные с социальными сетями. |