Social Network Analysis : Methods and Application Chapter 1, 2 summary

1. 박건우

2.  1. Social Network Analysis in the Social and Behavioral Sciences
 2. Social Network Data

3.  1. Social Network Analysis in the Social and Behavioral Sciences
 2. Social Network Data

4.  Important concepts
◦ Relations : fundamental concept of network theories
◦ Actors and their actions are viewed as interdependent rather than
independent, autonomous units
◦ Relational ties between actors are channels for transfer or “flow” of
resources
◦ Network models focusing on individuals view the network structural
environment as providing opportunities for or constraints on individual
action
◦ Network models conceptualize structure as lasting patterns of relations
among actors
 분석의 대상이 개인이 아닌 개인들의 collection과 그것의 연결들
 그런 연결의 규칙성과 패턴이 structure를 낳음!
 분석의 대상이 개인이 아닌 관계이기 때문에, 그에 따른 measurement 방
법도 전통적인 사회학과 다르다
-> 이 책에서는 Network Measurement에 대해 다룸!

5.  Social Network는 본질적으로 interdisciplinary
◦ social theory and application
◦ formal mathematical, statistical, and computing methodology
 1. Empirical Motivation
◦ 실제적인 어떤 현상들을 이해하기 위해 방법론이 발전해 옴.
 2. Theoretical Motivation
◦ 이론적인 개념들을 또한 네트워크 메소드 발전을 촉진.
◦ social group, structural balance, social role, etc.
 3. Mathematical Motivation
◦ SNA에 수학적 개념을 이용하기 시작
◦ graph theory, statistical and probability theory, algebraic mdodels.
 Social network analysis provides a precise way to define important
social concepts, a theoretical alternative to the assumption of
independent social actors, and a framework for testing theories
about structured social relationships

6.  Social Network Analysis : Social entities간의 linkage와 implication을
이해하기
 Actors : “Social entities”
 Relational Tie : actor간 사이에 정의되는 “linkage”
 Dyad : a pair of actors and the tie between them
 Triad : a subset of three actors and the ties among them
◦ balance theory
 Subgroup : Dyad, Triad는 actor가 2개, 3개. 그것을 일반화 한 것
 Group : the collection of all actors on which ties are to be measured
 Relation : collection of ties
 Social Network : a finite set or sets of actors and the relation or
relations

7.  Most basic feature(and distinctive from other perspectives)
◦ the use of structural or relational information
 측정의 기본 단위는 tie 이지만, actor의 attribute도 이용 가능하다.
◦ 통계적 분석 가능
 regression, t-test

8.  1. Social Network Analysis in the Social and Behavioral Sciences
 2. Social Network Data

9.  Social Network Data : at least one structural variable on a set of
actors
 무얼 측정할 것인가??
 어떤 방법을 써야 하는가??
 2.1.1 Structural and Composition Variables
 2.1.2 Modes
 2.1.3 Affiliation Variables

10.  Structural variables : pairs of actors에 대해 측정되는 값. a.k.a. tie
 Composition variables : actor attributes의 measurement
◦ individual level로 정의되는 값.

11.  structural variable이 측정될 수 있는 distinct set of entities
 즉, 노드 종류의 개수
 ex 1> one-mode network : 노드의 타입이 다 같은 네트워크
 ex 2> two-mode network : 노드의 종류가 두 가지. sender와 receiver
network

12.  Affiliation Network : special type of two-mode network
 Affiliation Network에서의 첫번째 set은 actor set,
두 번째 set은 set of events
 Membership 류를 나타낼 때 사용될 수 있다

13.  Social Network Data : at least one structural variable on a set of
actors
 무얼 측정할 것인가??
 어떤 방법을 써야 하는가??
 2.2.1 What is your population?
 2.2.2 Sampling

14.  actor의 set boundary 정하기
 어느 경우에는 쉽지만, 어느 경우에는 어렵다.
 1) realist approach : actor가 perceive하는 만큼
 2) nominalist approach : researcher가 의도한 만큼

15.  네트워크에만 적용되는 sampling 기법들이 있음
◦ snowball sampling
◦ chain method : small world technique

16.  Mode : structural variable이 측정되는 number of sets of entities
 즉, mode의 수는 네트워크에서 구별되는 entities의 종류를 의미함.
 2.3.1 One-mode Networks
 2.3.2 Two-mode Networks
 2.3.3 Ego-centered and Special Dyadic Networks

17.  “single” set of actors
 Actors : people, subgroup, organization, collectives 등등. 뭐든 될 수
있다.
 Relations : single set of actor에 정의되는 다양한 종류의 relation
◦ 개인 관계, 거래, 이동, 역할, 친족 관계 등등
 Actor attributes

18.  “two” sets of actors, or a set of actors and a set of events
 1) Two Sets of Actors
◦ Actors : 2 set은 서로 다른 type
◦ Relations : with a set, between different actors
 2) One Set of Actors and One Set of Events
◦ Affiliation network, membership network
◦ Actors : set of actors
◦ Events : set of events
◦ Attribute : actor attributes

19.  1. Ego-centered network
◦ ego-perceived network
◦ “Social Support”와의 관계
 2. Special Dyadic Network
◦ some pair에게만 relation 가능하도록

20.  Network Data의 측정과 수집을 어떻게 할 것인가?
 발생할 수 있는 오류와, 정확도를 나타내는 개념
 2.4.1 Measurement
 2.4.2 Collection
 2.4.3 Longitudinal Data Collection
 2.4.4 Measurement Validity, Reliability, Accuracy, Error

21.  측정을 어느 단위로 할 것이고(Unit of Observation), 어떤 단위로
Modeling 할 것이며(Modeling Unit), 관계에 대한 수치화(수량화)는 어떻
게 할 것인가?(Relational Quantification)
 Unit of observation
◦ 보통 actor단위로 측정.
◦ 우리 연구에서는 모든 데이터를 커버하므로 의미 없음
 Modeling Unit
◦ 네트워크가 model되고 summarize되는 단위?
◦ Actor, Dyad, Triad, Subgroup, Set of actors or network
 Relational Quantification
◦ 관계를 수적으로 어떻게 표현?
◦ dichotomous : 0 or 1. 있거나 없거나.
◦ valued : 강도 표현

22.  어떤 식으로 수집?
◦ 이것도 우리 연구에서는 모아진 데이터를 이용하므로 접근법이 다르다.
 Questionnaire
◦ Roster vs Free recall
◦ Free vs Fixed choice
◦ Rating vs Complete Ranking
 Interview
 Observation
 Archival Records
 Other
◦ cognitive social structure
◦ experimental
◦ ego-centered
◦ small world
◦ diary

23.  시간 변화에 따른 데이터 수집
 two research question
◦ 1) process가 시간에 따라 어떻게 변화했는가
◦ 2) 과거로 미래 예측할 수 있는가.
 dynamic analysis
 우리의 경우에는 time snapshot의 링크 정보를 수집해야 한다

24.  Accuracy
◦ true structure를 얼마나 잘 measure 했는 가.
◦ 우리는 데이터를 보니까 accuracy는 높음
 Validity
◦ 측정하고자 한 것을 정말로 측정했는가
◦ measure의 단위가 제대로 되었는가
 Reliability
◦ 반복된 measurement가 같은 값을 주는가?
◦ 어떤 경우에는 재 측정 자체가 불가능 할 수 있다(ex> longitudinal)
 Measurement Error
◦ true value와 observed value의 차이
◦ sampling 문제로 인한 측정값이 변할 수 있는 문제

25.  Pass