Análise de Redes Sociais:
Introdução
Alexandre Duarte / Alisson Brito
O que queremos quando
estudamos redes sociais?
exemplos: Redes Político/Financeiras
 Mark Lombardi: rastreou e
mapeou fiascos finaceiros
globais em 1980 e 1990 de
fonte...
Entendendo através da visualização
 “ I happened to be in the Drawing Center when the
Lombardi show was being installed a...
Blogs Políticos
Organizações
Redes do Facebook
Redes de Ingredientes
O que são redes?
 Redes são conjuntos de nós
conectados por arestas.
“Rede” ≡ “Grafo”
nó

aresta

Pontos

Linhas

vértice...
Elementos da Rede: arestas
Direcionados
 A -> B
 A gosta B, A entregou um presente para B, A é
filho de B

Não-Direcio...
Atributos da aresta
Exemplo
 peso (e.g. frequencia de comunicação)
 ranking (melhor amigo, Segundo melhor
amigo…)
 tip...
Redes Direcionadas
 Participantes da mesa de jantar do dormitório da escola de garotas
1ª and 2ª escolhas(Moreno, The soc...
Pesos Positivos e Negativos
e.g. uma pessoa
confiando/nãoconfiando em outra
 Desafio de
Pesquisa: Como é
que um 'propaga...
Representação dos Dados
Matriz de adjacência

Lista de arestas
Lista de adjacências
Matrizes de Adjacência
Representando arestas (quem é adjacente a
quem) como uma matriz
 Aij = 1 se o nó i tem uma aresta...
Examplo de matriz de adjacência

2
0

5

4

0

0

0

1

1

0

0

1

0

1

0

0

A=

0

0

3

1

0

0

0

0

1

1

1

0

0
...
Lista de Arestas
Lista de Arestas
2, 3
2, 4
3, 2
3, 4
4, 5
5, 2
5, 1

2
3

1

5

4
Lista de Adjacências
Lista de Adjacências
 É mais fácil de trabalhar se a
rede é
 larga
 esparsa
 Rapidamente recuper...
Metricas
Grau & distribuição do grau

Componentes conectados
Grau: qual nó possui mais arestas?

?

?

?
Nós
Propiedades
 De conexões imediatas
 Grau de entrada

indegree=3

 Quantas arestas direcionadas incidem no nó

 Gr...
Grau do nó de valores da matriz
2

n

 Grau de Saída=

3

0

j 1
5

4

0

0

1

1

0

0

1

0

1

0

0

0

0

1

1

0

0
...
Metricas de Rede: sequência de grau e distribuição de grau
 Sequência de Grau: uma lista ordenada de (entrada,saida) grau...
Tudo está conectado?
Componentes conectados
 Componentes fortemente conectados
 Cada vértice dentro do componente pode ser alcançado por todo...
Componente Gigante
 Se o maior componente abrange uma fração significativa do grafo, ele é
chamado de Componente Gigante
Upcoming SlideShare
Loading in...5
×

Análise de Redes Sociais: Introdução

1,202

Published on

0 Comments
1 Like
Statistics
Notes
  • Be the first to comment

No Downloads
Views
Total Views
1,202
On Slideshare
0
From Embeds
0
Number of Embeds
0
Actions
Shares
0
Downloads
29
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Análise de Redes Sociais: Introdução

  1. 1. Análise de Redes Sociais: Introdução Alexandre Duarte / Alisson Brito
  2. 2. O que queremos quando estudamos redes sociais?
  3. 3. exemplos: Redes Político/Financeiras  Mark Lombardi: rastreou e mapeou fiascos finaceiros globais em 1980 e 1990 de fontes públicas como notícias
  4. 4. Entendendo através da visualização  “ I happened to be in the Drawing Center when the Lombardi show was being installed and several consultants to the Department of Homeland Security came in to take a look. They said they found the work revelatory, not because the financial and political connections he mapped were new to them, but because Lombardi showed them an elegant way to array disparate information and make sense of things, which they thought might be useful to their security efforts. I didn„t know whether to find that response comforting or alarming, but I saw exactly what they meant.” Michael Kimmelman Webs Connecting the Power Brokers, the Money and the World NY Times November 14, 2003
  5. 5. Blogs Políticos
  6. 6. Organizações
  7. 7. Redes do Facebook
  8. 8. Redes de Ingredientes
  9. 9. O que são redes?  Redes são conjuntos de nós conectados por arestas. “Rede” ≡ “Grafo” nó aresta Pontos Linhas vértices arestas, arcos matemática Nó Conexões Ciência da Computação Lugar Ligações Física Atores Laçoes, relações sociologia
  10. 10. Elementos da Rede: arestas Direcionados  A -> B  A gosta B, A entregou um presente para B, A é filho de B Não-Direcionais  A <-> B or A – B  A e B gostam um do outro  A e B são parentes  A e B são coautores
  11. 11. Atributos da aresta Exemplo  peso (e.g. frequencia de comunicação)  ranking (melhor amigo, Segundo melhor amigo…)  tipo(amigo, parente, colega de trabalho)  Propriedade dependedentes da estrutura do resto do grafo: e.g. betweenness
  12. 12. Redes Direcionadas  Participantes da mesa de jantar do dormitório da escola de garotas 1ª and 2ª escolhas(Moreno, The sociometry reader, 1960) Louise Ada Lena Adele Marion Jane Frances Cora Eva Maxine Mary Anna Ruth Edna Robin Betty Martha Jean Laura Alice Hazel Helen Ellen Ella Irene Hilda
  13. 13. Pesos Positivos e Negativos e.g. uma pessoa confiando/nãoconfiando em outra  Desafio de Pesquisa: Como é que um 'propaga' sentimentos negativos em uma rede social? o inimigo do meu inimigo é meu amigo? Amostra de classificações positivas e negativas de redes de opinião
  14. 14. Representação dos Dados Matriz de adjacência Lista de arestas Lista de adjacências
  15. 15. Matrizes de Adjacência Representando arestas (quem é adjacente a quem) como uma matriz  Aij = 1 se o nó i tem uma aresta para o nó j = 0 se o nó i não tem uma aresta para j  Aii = 0 a não ser se a rede possui auto-laços  Aij = Aji se a rede é não directional, ou se i e j compartilham uma aresta
  16. 16. Examplo de matriz de adjacência 2 0 5 4 0 0 0 1 1 0 0 1 0 1 0 0 A= 0 0 3 1 0 0 0 0 1 1 1 0 0 0
  17. 17. Lista de Arestas Lista de Arestas 2, 3 2, 4 3, 2 3, 4 4, 5 5, 2 5, 1 2 3 1 5 4
  18. 18. Lista de Adjacências Lista de Adjacências  É mais fácil de trabalhar se a rede é  larga  esparsa  Rapidamente recupera todos os vizinhos para um nó      1: 2: 3 4 3: 2 4 4: 5 5: 1 2 2 3 1 4 5
  19. 19. Metricas Grau & distribuição do grau Componentes conectados
  20. 20. Grau: qual nó possui mais arestas? ? ? ?
  21. 21. Nós Propiedades  De conexões imediatas  Grau de entrada indegree=3  Quantas arestas direcionadas incidem no nó  Grau de Saída  Quantas arestas direcionadas saem do nó outdegree=2  Grau (entrada ou saída)  número de arestas que incidem no nó  Do grafo inteiro  Centralidade(betweenness, closeness) degree=5
  22. 22. Grau do nó de valores da matriz 2 n  Grau de Saída= 3 0 j 1 5 4 0 0 1 1 0 0 1 0 1 0 0 0 0 1 1 0 0 0 0 0 0 0 0 0 examplo: grau de saída para o nó 3 é 2, que nó obtemos somando o número de n entradas na terceira linha 0 1 A= 0 0 Aij 0 0 1 0 1 1 0 0 1 0 1 0 0 0 0 0 1 1 1 0 0 0 A3 j j 1 n  Grau de Entrada= Aij i 1 A= examplo: o grau de entrada para o nó 3 é 1, que nó obtemos somando as entradas da terceira coluna n Ai 3 i 1
  23. 23. Metricas de Rede: sequência de grau e distribuição de grau  Sequência de Grau: uma lista ordenada de (entrada,saida) graus de cada nó  Sequência de Grau de Entrada:  [2, 2, 2, 1, 1, 1, 1, 0]  Sequência de Grau de Saída :  [2, 2, 2, 2, 1, 1, 1, 0]  (não-direcionado) Sequência de Grau:  [3, 3, 3, 2, 2, 1, 1, 1]  Distribuição de Grau: contagem da frequência de ocorrência de cada grau 4 frequency  Distribuição de Grau de Entrada :  [(2,3) (1,4) (0,1)]  Distribuição de Grau de Saída:  [(2,4) (1,3) (0,1)]  (não-direcionado) distribuição:  [(3,3) (2,2) (1,3)] 5 3 2 1 0 0 1 indegree 2
  24. 24. Tudo está conectado?
  25. 25. Componentes conectados  Componentes fortemente conectados  Cada vértice dentro do componente pode ser alcançado por todos os outros vértices do componente seguindo arestas direcionadas B  Componentes fortemente conectados:     F A BCDE A GH F G C E H D  Componentes fracamente conectados: cada vértice pode ser alcançado por todos os outros seguindo arestas em qualquer direção  Componentes fracamente B conectados:  ABCDE  GHF  Em redes não-direcionadas diz-se apenas: “componentes conectados” F G C A E D H
  26. 26. Componente Gigante  Se o maior componente abrange uma fração significativa do grafo, ele é chamado de Componente Gigante
  1. A particular slide catching your eye?

    Clipping is a handy way to collect important slides you want to go back to later.

×