Análise de Redes Sociais: Introdução
•Download as PPTX, PDF•
1 like•1,987 views
O documento apresenta uma introdução sobre análise de redes sociais, discutindo o que se quer quando se estuda redes sociais e fornecendo exemplos de redes políticas e financeiras. Também discute a visualização de redes para entender conexões através de mapeamentos e apresenta conceitos-chave como nós, arestas, atributos de arestas, representações de dados como matrizes de adjacência e listas, e métricas como grau, distribuição de grau e componentes conectados.
More Related Content
What's hot
What's hot (20)
Viewers also liked
More from Alexandre Duarte
More from Alexandre Duarte (20)
Análise de Redes Sociais: Introdução
- 1. Análise de Redes Sociais: Introdução Alexandre Duarte / Alisson Brito
- 2. O que queremos quando estudamos redes sociais?
- 3. exemplos: Redes Político/Financeiras Mark Lombardi: rastreou e mapeou fiascos finaceiros globais em 1980 e 1990 de fontes públicas como notícias
- 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
- 6. Organizações
- 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. 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. 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. 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. 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. Representação dos Dados Matriz de adjacência Lista de arestas Lista de adjacências
- 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. 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. 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. 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. Metricas Grau & distribuição do grau Componentes conectados
- 20. Grau: qual nó possui mais arestas? ? ? ?
- 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. 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. 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
- 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. Componente Gigante Se o maior componente abrange uma fração significativa do grafo, ele é chamado de Componente Gigante