• Like
  • Save

Loading…

Flash Player 9 (or above) is needed to view presentations.
We have detected that you do not have it on your computer. To install it, go here.

Node xl korean_chapter_11(23nov2010)

  • 2,391 views
Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
No Downloads

Views

Total Views
2,391
On Slideshare
0
From Embeds
0
Number of Embeds
0

Actions

Shares
Downloads
4
Comments
0
Likes
2

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. * This slide was made by Han Woo Park and his students to help Korean users use the NodeXL
    NodeXL Chapter 11: FaceBook노드엑셀을 이용한 페이스북 네트워크 분석
    * 이 슬라이드는 Marc Smith, Analyzing Social Media Networks with NodeXL의 11장을 기초로 한국 이용자들이 노드 엑셀을 쉽게 사용할 수 있도록 만든 매뉴얼임. 노드엑셀 최근 버전을 사용했으며 사례 또한 원 제와 상이함.
    • 이 매뉴얼을 이용할 때에는 다음과 같이 밝혀 주기바람.이현진, 김지영, 박한우 (2010). 노드엑셀을 이용한 페이스북 네트워크 분석.
    • 2. 경산: 영남대학교.
  • >> Facebook의역사
    하버드대 학생들 사이에서 시작
    교내 학생들끼리 관계를 넓힘
    타 대학 학생들과 연결
    그 밖에 일반인들과 연결
    >> Facebook의 강점
    • 시작단계에서 이미 밀집도가 높은 네트워크를 가지고
    있기 때문에 네트워크 효과를 볼 수 있음.
    • 파랑과 흰색의 조화는 정통, 정당성 을 나타내기 때문에
    나이가 많거나 의심이 많은 사용자들도 좋아할 수 있는 강점
    Facebook
  • 3. 2006년에 ‘News feed’ 추가
     친구들의 최근 활동을 사용자의 홈페이지에서 한꺼번에 볼 수 있게 함….New speed!
    Facebook
  • 4. 왜 Facebook 네트워크 맵을 만드는가?
    • 누가 너와 연결되어 있는지 알 수 있고,
    개인정보 설정을 미세하게 조절할 수 있다.
    • 더 전문적으로 ‘네트워킹’을 위해 페이스북을 하는 사용이라면 몇몇 사람들은 자신들의 최근 스타일을 찾아낼 수 있다.
     team players : 내 친구들 중 둘이 연결이 안돼 있다면 이들을 소개 시켜서 close to triad 하게 한다.
     brokers : 내친구들중 둘이 연결이 안돼 있으면 안된 그대로를 유지하게 한다. 왜? 내가 중심에 있으면 내 가치가 높아지니까 !! 이걸 brokerage라고 한다(Burt, 2006)
  • 5. Facebook은 어떤종류의 Friendship network일까?
    Egocentric network(자기 중심적 네트워크)
    a 1.0 degree network
    a 1.5 degree network
    a 2.0 degree network
  • 6. Gettingyour data into NodeXL
    • 트위터, 프리커, 유튜브 등과 달리 노드엑셀에서 제공하는 페이스북크롤러가 없기 때문에 Bernie Hogan이 만든 어플리케이션을 이용.
    • 7. 개인의 네트워크를 얻기 위한 것임으로 로그인이 필요함
    • 8. 네트워크가 클 수록 시간이 많이 걸림. (200명/1분)
    • 9. http://apps.facebook.com/namegenweb
  • Click
    오른 쪽마우스 클릭 후 다른 이름으로 저장
    로그인 된 본인의 페이스 북 정보가 GraphML형식의 파일로 저장 됨.
  • 10. NodeXL로 데이터 불러 오기
    노드 엑셀을 엽니다.
    (시작모든 프로그램  Microsoft Nodexl  Excel Templete)
    왼쪽상단 Import  From GraphML file…  저장된 파일 선택
    왼쪽상단 Prepare data  Merge Duplicate Edges
    ; 중복항목이 있을 경우, 정리를 해 줍니다.
  • 11. Visualizing(시각화)
    • 그래프에는 me(ego)가 빠짐
    ->왜냐하면 이미 모든 너의 친구와 연결 되어있는 중심(ego)를 빼면 주면 친구들의 관계를 더 잘 나타내 주기 때문.
  • 12. Networky Look
    • 목적에 맞는 레이아웃 방법 선택
    - Harel-Koren Fast Multiscaling
    - Fruchterman-Reingold
    : Layout options.. 에서 아래 두가지 항목을 조절할 수 있다.
    * Iterations (반복) * Repulsion(노드 사이의 저항 값)
    Ex) 100 Iterations and a Repulsion of 3.
  • 13. Ordered and Nonordered Data
    Ordered Data:
    위계적 의미를 가지고 분류된 서열 데이터
    ex) 나이, 등수
    • Nonordered Data:
    서열 없이 분류된 데이터
    ex) 종교, 성별, 좋아하는 스포츠 팀
    • 클러스터는 대부분 Nonordered Data.
  • Visualizing Nonordered Data : Clusters and Categories
    클러스터 찾기
    Dynamic Filters -> Groups -> Find cluster
  • 14. Visualizing Nonordered Data : Clusters and Categories
  • 15. Visualizing Nonordered Data : Clusters and Categories
    카테고리 별로 구분하려면 ‘Scheme’을이용하세요
    Category column : sex
  • 16. Visualizing Nonordered Data : Clusters and Categories
    카테고리 시트 만들기 !!
    카테고리를 나눈 후, 모양이나 색깔을 카테고리별로 나누려면, 새로운 시트를 만들어서 그룹화 시키면 된다.
    엑셀에서 제공하는 vlookup함수를 이용해 불러오기를 한 후, 이미지를 변형시킬 수가 있는데….. 저는 vlookup함수를 잘 모르고…시도해 봤는데, 잘 안되고…. 이 책에서 말하듯이 쉬운방법과 어려운 방법이 있는데 이건 어려운 방법이라.. 난 초보자일 뿐이고…
  • 17. Visualizing Ordered Data
    ‘graph metrics’ 선택
  • 18. Visualizing Ordered Data
    Degree : ego와 alter사이의 상호 연결된 친구 수를 의미.
    -> JiyoungKim’s degree는 7.
    김지영이 나(ego)와연결된
    사람들 중 7명과
    연결돼 있다는 뜻!
  • 19. Visualizing Ordered Data
    Betweenness : 서로 다른 친구들을
    얼마나 잘 연결하는가를 보여주는 척도
  • 20. Visualizing Ordered Data
    종종 너무 많은 값을 가지거나 너무 적은 값을 가진 사람들(outliers) 때문에 betweenness가 왜곡되는 경우가 있다.
    그럴 땐 , 아래와 같이 설정
    - Autofill columns -> vertex size options
    -> at the bottom are two check boxes. Click.
    -> refresh graph.
  • 21. Visualizing Ordered Data
    10보다작은 수를 쓰는 게 좋다. 아님 vertices 의 크기가 너무 커져서 보기 싫어 !!
    중심값(betweenness)이
    왜곡되는 것을 막기 위해
    두 가지를 선택할 수 있다
  • 22.
    • 그룹 – 색깔
    • 23. degree – 크기

    Betweenness (connector) – 크기
    Eigenvector centrality – 투명도
    Cluster - 색깔
  • 24. Visualizing Ordered Data
    노드의Betweenness값의 차이가 클 경우에 로그 변환
    (큰 값들도 표준화 하는 효과가 있음)
    • 그러나, 종종 betweenness가 0일 때가 있다.
    로그 값이 0이라는 것은 0으로 나누기를 시도하는 것과 같이 정의되지 않는 것을 의미한다. 고로 포함되지 않을 것이다.
    • 또한 종종 outlier 들은 흥미로운 개체이기도 하기 때문에ignore outliers box 를 체크하는 것만이 해결책은 아님
  • Friendwheel to Pinwheel : A FacebookVisualization the NodeXL way
    Thomas Fletcher 가 만든
    Facebook에서 제공하는 어플리케이션 : Friend-wheel
    (http://apps.facebook.com/friendwheel/)
    ; 사용자의친구들을 모아서
    바퀴모양의 그룹으로
    보여준다.
  • 25. Friendwheel to Pinwheel : A FacebookVizualization the NodeXL way
    NodeXL에서 Friendwheel만들기
    1. layout 은 circle 을 선택
    2. Find Cluster 버튼을 눌러
    3. Refresh graph
    Friendwheel을 통해
    서로 다른 클러스터간의
    전반적인 연결을 알 수 있다.
  • 26. 예시1
    한국어로 표시된 몇몇 이름이 나타나지 않음 .
  • 27. 예시2
    색은 각각의 클러스터를 나타내고, Degree에 의한 순서로 놓여졌으며 각각의 그룹끼리의 연결 망을 볼 수 있음.
  • 28. Workbook Columns -> Layout 클릭
    vertices sheet 에서 layout 이하 6개의 새로운 열을 볼 수 있다.
    ; 클러스터 끼리 그룹을 만들기 위해서는
    layoutorder에들어갈 옳은 정보를 찾으려면 ‘group vertices’sheet 를 봐야된다.
    Friendwheel to Pinwheel : A FacebookVisualization the NodeXL way
  • 29. Friendwheel을 fireball 로 만들어 보자!
    프랜드휠은 좋은 레이아웃이다. 예쁘고 기본적인 네트워크 구조에 관한 약간의 정보도 얻을 수 있다. 그러나 이 레이아웃으로 할 수 있는 것은더 많다. 물론, 목표는 제멋대로인 차트 잡동사니 등을 그래프에 부담하지 않고, 기본적인 구조를 눈에 띄게 해서 그래프를 더 보기 쉽게 만드는 것이다.
    Friendwheel to Pinwheel : A FacebookVisualization the NodeXL way
  • 30. Friendwheel to Pinwheel : A FacebookVisualization the NodeXL way
    1단계 ; Reorder vertices within the clusters.
    2단계 ; convert a circle layout to a polar layout.
    3단계 ; Turn a ring into a series of flames.
  • 31. Copyright © 2011, Elsevier Inc. All rights Reserved
    Chapter 11