Анализ социальных сетей

Обзор

Анализ социальных сетей представляет актеров как узлы и отношения, а также края. Отношение может кодировать общение, дружбу и сотрудничество или наблюдаемое взаимодействие; оно также можно направлять на него (направлять), взвешивать его/ее подписывать либо изменять во времени. Структура сети влияет на доступ к информации, распространение и координацию данных в различных областях деятельности; однако она не определяет поведение независимо от институтов или индивидуальных предпочтений.

Технические основы

Граф может содержать несколько слоев и атрибутов отношений на узлах или края. Степень подсчитывает непосредственные связи, между мерами участия в кратчайших путях и собственным вектором весовой зависимости баллов с уже центральными узлам. Кластеризация описывает замкнутые триады, а модульность и статистические модели блоков определяют структуру сообщества при различных предположениях. Экспоненциальные модели случайных графов представляют локальную зависимость в поперечном сечении, а стохастические ориентированные на акторы или реляционно-событийная модель описывают изменение сети со временем.

Как это работает

Аналитики строят сети из опросов, архива или административных данных и затем изучают степень их централизации. Статистические сетевых моделей тестируют формирование связей при учет зависимости между краями. Диффузионные исследования отслеживают принятие или воздействие с течением времени, а причинно-следственные связи пытаются отличить влияние сверстников от гомофилии и общих условий.

Методы измерения и исследования

Сбор данных в сети определяет границу популяции, значение отношения и окно наблюдения перед анализом. Опросы могут захватывать воспринимаемые связи, но страдают от воспоминаний и нереагирования; цифровые журналов точн в отношении записанных действий. Анализ чувствительности исследует недостающие узелки и альтернативные пороговые значения. Диффузионные исследования требуют временных меток и определений воздействия, а эксперименты или надежные инструменты помогают определить эффекты сверстников. Результаты сообщают о неопределенности и избегают выбора одной меры централизации после того, как вы увидите рейтинг.

Ключевые идеи

• Отсутствие или неправильное классификация связей может изменить центральную роль и результаты сообщества, особенно в неполных сетях.
• Корреляция между людьми, связанными друг с другом не доказывает социального влияния.
• Сети, созданные на платформе отражают правила проектирования продуктов и ранжирования данных в соответствии с правилами доступа к данным.

Современные исследовательские границы

В исследовании анализируются мультиплексные сети, связывающие онлайн- и офлайновые отношения с динамическими сообществам или взаимодействия между положенией в сетях. Вычисления, сохраняющие конфиденциальность могут позволить проводить агрегированный анализ в разных организациях. Вмешательство исследования проверить посев, поддержку сверстников и исправление дезинформации при мониторинге побочных эффектов. Открытые проблемы включают в себя причинно-следственные связи при помехах, репрезентативную выборку (отбор образцов) для ограниченного доступа к платформам и моделирование стратегических субъектов с целью изменения поведения из–за того что они знают о том как измеряется сеть.

Почему это важно

Сетевой анализ помогает изучать сотрудничество, эпидемии и политические коммуникации на рынках труда. Он может определить структурные узкие места, недостаточно обслуживаемые группы и пути вмешательства в рамках отдельных данных.

Пределы и открытыые вопросы

Риск конфиденциальности высок, потому что модели отношений могут повторно идентифицировать людей даже после удаления имен. Границы выборки часто произвольны, цифровые следы исключают офлайновые связи и центральность могут быть использованы в качестве меры важности. Этическая работа требует минимизации данных, контекстной интерпретации и защиты от вмешательства.