Social network analysis

1,534
-1

Published on

Přednáška o social network analysis pro posluchače semináře o vizualizaci, Brno, 19.4. 2012

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

No Downloads
Views
Total Views
1,534
On Slideshare
0
From Embeds
0
Number of Embeds
1
Actions
Shares
0
Downloads
11
Comments
0
Likes
1
Embeds 0
No embeds

No notes for slide

Social network analysis

  1. 1. Social networkanalysis19. 4. 2012, Josef Šlerka, Brno, seminář o VizualizaciStudia nových médií, ÚISK, FF UK
  2. 2. Sociální síť... vzniká jako soubor lidí mezi kterými existujínějaké vztahy, které formalizujeme pomocímatice nebo grafu a dále analyzujem.
  3. 3. Řekni to písní...Igor má rád Evu, Eva jeho niea tak preto Igor stále smutný je.Eva chce mít Vojta, Vojto Evu niea tak preto Eva, stále smutná je.
  4. 4. Souborset prvků, které vytvářejí grafsám může být zajímavý třeba pro průniky
  5. 5. SouborIgorEvaVojta
  6. 6. Matrix lásky Igor Vojta Eva Igor --- 0 1 Vojta 0 --- 0 --- Eva 0 1
  7. 7. Malý graf lásky
  8. 8. Velký graf lásky
  9. 9. Vztahy jsou totiž všudeTwitter: princip followinguFacebook: kamarádi, členství ve skupině, lajkyFlickr: přátelé, tagyDiskuse: členství v diskusích, reagováníPolitika: společná hlasování
  10. 10. Stavební prvky grafuuzel (nodes, vertices, entities, items etc.)vazba (ties, connections, relationships etc.)vazby mohou mít směr případně váhu či jichmůže být vícz pohledu sociologie mohou mít i kvality např.silné nebo slabé
  11. 11. Typologie grafů I.Unimodal (jedna přímá vazba)Multimodal (vícero přímých vazeb)Affiliation (vazba prostřenictvím např. akce)Multiplex Network (kvalitativně různé vazby)
  12. 12. Typologie grafů II.Full (každý s každý)Partial (tak nějak všichni)Egocentric (já jsem centrum dění)
  13. 13. Typologie grafů III.CentralizedDecentralizedDistributed
  14. 14. Co lze třeba měřitPočet hran (Degree Centrality)Prostřednictví (Betweenness Centralities)Blízkost (Closeness Centrality)Hustota (Density), Dosažitelnost (Reachability)Eigenvector CentralityShluky a komunity
  15. 15. ... ale proč????
  16. 16. Degree Centralitypočet přímých vazeb k dalším uzlůmměří aktivitu uzlů v síti.uzly s vysokou hodnotou Degree Centralityjsou „spojky“ nebo „středy“ v této síti.
  17. 17. Closeness Centralitynejvyšší, jestliže z uzlu lze dosáhnout ke všemdalším uzlům v síti.nejmenší hodnota součtu vzdáleností kostatním uzlůmuzly snadno přijímají a přenášejí inovace.uzel s vysokou mírou blízkosti středu majívelký vliv na to, co se v síti odehrává.
  18. 18. Betweenness - Bridgesnejvyšší pokud cesty mezi libovolnými dvěmauzly sítě vždy procházejí tímto uzlem.měří, kolik cest mezi dvojicí uzlů procházídaným uzlem.závora, propojení nebo zprostředkovatel rolí.kontroluje tok informací v síti a umožňujedobrou viditelnost všeho, co se děje v síti.
  19. 19. Hustota sítěkoeficient shlukováníokolí bodu či celá síťpočet hran/počet možných hrančím vyšší číslo, tím vyšší hustota sítěhustota = n * (n - 1) / 2
  20. 20. Reachibilitypočet uzlu dosažitelných z jedno bodu najeden, dva či tři kroky
  21. 21. Eigenvector centralityLze počítat jen v neorientovaném grafuPřidává k výsledku nejen počet vazeb uzlu,ale také počet vazeb uzlů, které mají uzly sním spojenéOdhaluje i nepřímý vlivGoogle Page Rank je variant Eigenvectorcentality
  22. 22. Shlukování a komunitysegmentování podle vlastnostíbuď sdílené vlasnosti (degree)nebo možná příslušnost do komunity
  23. 23. Role uzlů v sítiPeripheral – výrazně menší než průměrnácentralityCentral connector – výrazně větší nežprůměrná centralitaBroker – výrazaně větší než průměrnábetweenness
  24. 24. Sociální roleKomunikátořiSpojovatelé / Úzká hrdlaProdavačiInovátořiMaveniLidé na okraji
  25. 25. Software pro SNAPajekUCINETGephiNWB... řada dalších
  26. 26. NodeXLvolně dostupný, GPL licencefunguje i jako template pro Excelsnadno ovladatelnýmnoho formátů (Pajek, UCINET, GraphML)import z Twitteru, Flickru a daších
  27. 27. NodeXLhttp://nodexl.codeplex.com/
  28. 28. SNA pro staršíR - nástroj pro statistickou a dalšímatematickou analýzuvynikající knihovna igraphpomalá učící křivka, ale vynikající výsledkyvyžaduje, ale programování
  29. 29. Praktické ukázkyanalýza průniků fanoušků telco operátorůanalýza průniků fanoušků na Twitteruanalýza Twitteru followerů @stunomeanalýza hashtagu #lumia800analýza zmínek o slovenské Tatrabanceanalýza hlasování politiků v Praze
  30. 30. Průniky fanouškůlisty fanoušku stránek O2, Vodafone a T-Mobile, kteří od 1.3. do 18.4. alespoň jednoukomentovali statusy operátorůdata získána pomoci NodeXL
  31. 31. Aktivní fanoušciO2 1.240 unikátních komentujícíchT-Mobile 455 unikátních komentujícíVodafone 1.362 unikátních komentujících
  32. 32. Průnikyo2 (1.240) T-Mobile (455) 30 1.145 398 10 65 27 1.270 Vodafone (1.362)
  33. 33. 10 procent konkurencekonkurenční poměr = počet fans / pouze mýchO2 - 0.92T-Mobile - 0.87Vodafone - 0.93
  34. 34. Průniky fanouškůlisty fanoušků Twitter účtů ct24zive, rozanek azpravyrozhlasczdata získána pomoci Klábosení
  35. 35. Aktivní fanoušci@ct24zive 11.289 followers@rozanek 1.543 followers@zpravyrozhlascz 1.033 followersProstý součet: 13.865, Unikátní součet: 12.772Poměr shody: 0.92Společný průnik: 145
  36. 36. Průniky - první pokus ct24zive rozanek zpravyrozhlascz ct24zive x 494 584 rozanek 494 x 210zpravyrozhlascz 584 210 x
  37. 37. Průniky - druhý pokus poměry mezi průnikem a ct24zive rozanek zpravyrozhlascz počtem ct24zive x 0.04 0.05 rozanek 0.32 x 0.13zpravyrozhlascz 0.57 0.2 x
  38. 38. @stunome
  39. 39. @stunome
  40. 40. Lumia 800přehled za týdenní komunikaci o hashtaguzoohlednění lidé, kteří napsal aspoň třikrátrůzné možnosti pohledugenerováno v R (igraphu)
  41. 41. běžný orientovaný graf
  42. 42. velikost uzlu je dána jeho betweenness
  43. 43. Neighbor-Joining Tree
  44. 44. Tatra Bankapřehled za týdení komunikaci o Tatra Bancekdokoli, kdo zmínil během březnarůzné možnosti pohledugenerováno v R (igraphu)
  45. 45. betweenness indegree
  46. 46. Pražský magistrátanalýza hlasování za tři volební obdobívazba existuje při 75% shodných hlasováníukazuje skutečné hlasovací jádroukazuje vazby napříč stranamiinspirace americkým experimentem
  47. 47. 1998 - 2002
  48. 48. 2002 - 2006
  49. 49. 2006 - 2010
  50. 50. Děkuji za pozornost!Otázky? Odpovědi?Email: slerka@ataxo.com,Twitter: http://www.twitter.com/josefslerkaBlog: http://ttgoogle.blogspot.com

×