Un alt curs dedicat Analizei Rețelelor Sociale din partea Cornell University pe platforma edX, în special pentru cei interesați de marketing și economie:
🎓 Networks, Crowds and Markets
Cursul e împărțit în șase module:
🟥 Modulul 1: Explorarea teoriei grafurilor
🟥 Modulul 2: Teoria jocurilor și licitațiile
🟥 Modulul 3: Armonizarea piețelor
🟥 Modulul 4: Căutarea pe web
🟥 Modulul 5: Cascade informaționale
🟥 Modulul 6: Contagiunea socială
#cursuri@socialcomputing
Cursul e împărțit în șase module:
#cursuri@socialcomputing
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
În cazul celor tineri, o rețea extinsă oferă cele mai multe beneficii. Imaginează-ți că tocmai ai absolvit facultatea. Deși ai puțină experiență, te angajezi într-o companie și te afli aproape de baza piramidei organizaționale. Probabil că nu ai acces la prea multe resurse și ești lipsit de influență. Sunt șanse destul de mari ca oricare angajat cu care vorbești să aibă mai multă putere în organizație ca tine. De asemenea, ceilalți au informații mai bune și mai multe resurse. Prin urmare, cu cât cunoști mai mulți oameni, cu atât mai bine.
Asta se schimbă cu trecerea timpului. Să presupunem că te descurci bine, iar asta înseamnă că vei avea tot mai multe resurse. În schimb, tot mai puțini oameni au resursele și informațiile care îți sunt necesare. Piramida se îngustează. În schimb, tot mai mulți vor avea nevoie de timpul și de atenția ta. Odată ce urci treptele ierarhiei organizaționale, îți trebuie contacte care să dețină resurse mai bune ca ale tale, sau cel puțin, la fel de bune, și nu prea se găsesc. Prin urmare, a fi expansionist aduce din ce în ce mai puține beneficii.
În același timp, rețelele mediatorilor devin tot mai complicate. Este destul de ușor pentru cineva să medieze între trei sau patru grupuri sociale. Posibil și între cinci sau șase. Însă, dincolo de acest punct, nimeni, indiferent cât de priceput este, nu poate să funcționeze ca mediator. Din acest punct, ai nevoie de oameni de încredere care să acționeze ca intermediari. Ai nevoie de o rețea de rețele.
Fără ele, poți să cazi într-una dintre cele mai comune capcane ale rețelelor, pe care Rob Cross, profesor la Babson College, a identificat-o analizând rețelele a mii de directori generali și directori executivi de nivel mediu. Multe dintre trăsături care le permit inițial directorilor să aibă succes - inteligența, disponibilitatea de a ajuta, faptul de a fi abordabili și receptivitatea - pot să ducă într-un final la supraîncărcare, în ceea ce privește relațiile de colaborare. Asta se întâmplă cu atât mai mult când se folosesc de anumite mijloace de comunicare pe care unii le au la dispoziție. De exemplu, ar putea să ia legătura cu unii dintre directorii de nivel mediu, care, la rândul lor, ar trebui să creeze legături între angajații aflați mai jos în ierarhia organizațională. În caz că nu se vor folosi de aceste resurse, vor fi copleșiți de sarcini.
(Marissa King, Chimie socială. Decodarea tiparelor legăturilor umane)
@socialcomputing
Asta se schimbă cu trecerea timpului. Să presupunem că te descurci bine, iar asta înseamnă că vei avea tot mai multe resurse. În schimb, tot mai puțini oameni au resursele și informațiile care îți sunt necesare. Piramida se îngustează. În schimb, tot mai mulți vor avea nevoie de timpul și de atenția ta. Odată ce urci treptele ierarhiei organizaționale, îți trebuie contacte care să dețină resurse mai bune ca ale tale, sau cel puțin, la fel de bune, și nu prea se găsesc. Prin urmare, a fi expansionist aduce din ce în ce mai puține beneficii.
În același timp, rețelele mediatorilor devin tot mai complicate. Este destul de ușor pentru cineva să medieze între trei sau patru grupuri sociale. Posibil și între cinci sau șase. Însă, dincolo de acest punct, nimeni, indiferent cât de priceput este, nu poate să funcționeze ca mediator. Din acest punct, ai nevoie de oameni de încredere care să acționeze ca intermediari. Ai nevoie de o rețea de rețele.
Fără ele, poți să cazi într-una dintre cele mai comune capcane ale rețelelor, pe care Rob Cross, profesor la Babson College, a identificat-o analizând rețelele a mii de directori generali și directori executivi de nivel mediu. Multe dintre trăsături care le permit inițial directorilor să aibă succes - inteligența, disponibilitatea de a ajuta, faptul de a fi abordabili și receptivitatea - pot să ducă într-un final la supraîncărcare, în ceea ce privește relațiile de colaborare. Asta se întâmplă cu atât mai mult când se folosesc de anumite mijloace de comunicare pe care unii le au la dispoziție. De exemplu, ar putea să ia legătura cu unii dintre directorii de nivel mediu, care, la rândul lor, ar trebui să creeze legături între angajații aflați mai jos în ierarhia organizațională. În caz că nu se vor folosi de aceste resurse, vor fi copleșiți de sarcini.
(Marissa King, Chimie socială. Decodarea tiparelor legăturilor umane)
@socialcomputing
🔥2
Ierarhia motivațiilor legăturilor sociale
🟥 Afiliere
Legături sociale slabe și afiliere liberă. Motivația: statutul, prestigiul
🟥 Formare
Crearea unor legături pentru validare și resurse. Motivația: Homofilia, reciprocitatea, proximitatea
🟥 Conformare
Stabilirea unor norme sociale, conformitate sociale, acceptarea de către grup. Motivația: Prestigiul, influența, puterea
🟥 Optimizare
Utilitate maximă, efort minim. Motivația: Tranzitivitatea, găurile (golurile) structurale, capital social, optimizarea legăturilor, echilibru, clusterabilitate.
🎓 Cursul Social Network Analysis - John Hopkins University
Legături sociale slabe și afiliere liberă. Motivația: statutul, prestigiul
Crearea unor legături pentru validare și resurse. Motivația: Homofilia, reciprocitatea, proximitatea
Stabilirea unor norme sociale, conformitate sociale, acceptarea de către grup. Motivația: Prestigiul, influența, puterea
Utilitate maximă, efort minim. Motivația: Tranzitivitatea, găurile (golurile) structurale, capital social, optimizarea legăturilor, echilibru, clusterabilitate.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Analiza Rețelelor Sociale
Ce sunt modelele bazate pe agenți (Agent based model) sau societății artificiale și cum sunt utilizate în sociologie: Imaginează-ți o rețea socială ca pe o hartă a relațiilor între oameni. Fiecare persoană este un nod în această hartă, iar conexiunile dintre…
Capacitatea de predicție a modelelor bazate pe agenți
Modelele bazate pe agenți au demonstrat o capacitate semnificativă de a prezice comportamentul uman în rețelele sociale, oferind o serie de avantaje:
🟥 Modelarea interacțiunilor complexe: ABM-urile pot simula interacțiuni complexe între indivizi, luând în considerare o gamă largă de factori precum preferințele personale, influențele sociale și contextul de mediu. Această abordare permite o reprezentare mai realistă a dinamicii rețelelor sociale.
🟥 Captarea comportamentelor emergente: Unul dintre punctele forte ale ABM-urilor este capacitatea lor de a evidenția comportamente emergente care rezultă din interacțiunile la nivel micro între agenți. Acest lucru este deosebit de relevant pentru rețelele sociale, unde tendințele și fenomenele la scară largă pot apărea din acțiunile individuale.
🟥 Flexibilitate și adaptabilitate: ABM-urile pot fi ajustate și rafinate pe măsură ce noi date devin disponibile, permițând îmbunătățirea continuă a predicțiilor. Această flexibilitate le face deosebit de utile în mediul dinamic al rețelelor sociale.
🟥 Integrarea datelor heterogene: Modelele bazate pe agenți pot incorpora o varietate de surse de date, inclusiv informații demografice, date comportamentale și factori contextuali, oferind o imagine mai completă a dinamicii rețelei sociale.
Aplicații și exemple de succes
Cercetările au demonstrat eficacitatea ABM-urilor în diverse aspecte ale analizei rețelelor sociale:
🟥 Difuzarea informațiilor și a opiniilor: ABM-urile au fost utilizate cu succes pentru a modela și prezice răspândirea informațiilor, zvonurilor și opiniilor în rețelele sociale. De exemplu, studiile au arătat cum ABM-urile pot simula propagarea știrilor false și impactul intervențiilor pentru combaterea dezinformării.
🟥 Formarea și evoluția comunităților: Aceste modele pot prezice formarea grupurilor și comunităților în rețelele sociale, oferind informații valoroase despre dinamica socială și polarizarea opiniilor.
🟥 Comportamentul consumatorilor: În contextul marketingului în social media, ABM-urile au fost folosite pentru a prezice tendințele de consum și răspunsurile la campaniile de marketing, ajutând la optimizarea strategiilor de promovare.
🟥 Răspunsul la crize și dezastre: Modelele bazate pe agenți s-au dovedit utile în predicția comportamentului uman în situații de criză, cum ar fi răspândirea informațiilor în timpul dezastrelor naturale sau pandemiilor.
Modelele bazate pe agenți au demonstrat o capacitate semnificativă de a prezice comportamentul uman în rețelele sociale, oferind o serie de avantaje:
Aplicații și exemple de succes
Cercetările au demonstrat eficacitatea ABM-urilor în diverse aspecte ale analizei rețelelor sociale:
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Analiza Rețelelor Sociale
Difuzarea preferințelor politice se referă la procesul prin care opiniile, convingerile și preferințele politice se răspândesc printre indivizii dintr-o rețea socială. Din punct de vedere sociologic, acest concept este profund înrădăcinat în înțelegerea modului…
Mecanisme cheie prin care analiza de rețea explică polarizarea politică
🟥 Influența structurală
Analiza de rețea revelează modul în care structura rețelelor sociale și politice influențează polarizarea. Comunitățile strâns unite sau camerele de ecou pot consolida convingerile și atitudinile existente, conducând la o polarizare crescută. Acest mecanism funcționează prin faptul că indivizii sunt mai susceptibili de a fi influențați de cei cu care sunt strâns conectați, creând o buclă de feedback care întărește opiniile similare.
🟥 Fluxul de informații
Modul în care informațiile circulă într-o rețea are un impact semnificativ asupra polarizării politice. Rețelele care sunt puternic segmentate sau au legături transversale limitate pot duce la expunerea selectivă la informații. Acest lucru înseamnă că indivizii sunt expuși predominant la informații care se aliniază cu convingerile lor preexistente, intensificând astfel polarizarea prin limitarea diversității perspectivelor întâlnite.
🟥 Homofilia
Acest concept se referă la tendința indivizilor de a se asocia și de a crea legături cu alții similari. Analiza de rețea poate identifica modele de homofilie în cadrul rețelelor politice, contribuind la înțelegerea modului în care se formează grupuri omogene rezistente la perspective externe. Acest mecanism este crucial pentru înțelegerea modului în care indivizii cu gândire similară se grupează, consolidându-și reciproc convingerile și atitudinile comune.
🟥 Influența și contagiunea
Analiza de rețea permite explorarea modului în care atitudinile și comportamentele politice se răspândesc prin rețele. Conceptul de contagiune socială sugerează că convingerile politice se pot răspândi prin rețele asemenea unui virus, cu noduri influente (indivizi sau grupuri) jucând un rol cheie în diseminarea ideilor și atitudinilor. Acest lucru poate duce la răspândirea rapidă a opiniilor polarizate în cadrul unei rețele.
🟥 Centralitatea rețelei și dinamica puterii
Prin identificarea nodurilor centrale sau a actorilor influenți într-o rețea, cercetătorii pot înțelege cum dinamica puterii contribuie la polarizare. Actorii centrali pot avea o influență disproporționată asupra rețelei, modelând discursul și potențial conducând la polarizare prin promovarea unor probleme sau retorici divizive.
Analiza de rețea revelează modul în care structura rețelelor sociale și politice influențează polarizarea. Comunitățile strâns unite sau camerele de ecou pot consolida convingerile și atitudinile existente, conducând la o polarizare crescută. Acest mecanism funcționează prin faptul că indivizii sunt mai susceptibili de a fi influențați de cei cu care sunt strâns conectați, creând o buclă de feedback care întărește opiniile similare.
Modul în care informațiile circulă într-o rețea are un impact semnificativ asupra polarizării politice. Rețelele care sunt puternic segmentate sau au legături transversale limitate pot duce la expunerea selectivă la informații. Acest lucru înseamnă că indivizii sunt expuși predominant la informații care se aliniază cu convingerile lor preexistente, intensificând astfel polarizarea prin limitarea diversității perspectivelor întâlnite.
Acest concept se referă la tendința indivizilor de a se asocia și de a crea legături cu alții similari. Analiza de rețea poate identifica modele de homofilie în cadrul rețelelor politice, contribuind la înțelegerea modului în care se formează grupuri omogene rezistente la perspective externe. Acest mecanism este crucial pentru înțelegerea modului în care indivizii cu gândire similară se grupează, consolidându-și reciproc convingerile și atitudinile comune.
Analiza de rețea permite explorarea modului în care atitudinile și comportamentele politice se răspândesc prin rețele. Conceptul de contagiune socială sugerează că convingerile politice se pot răspândi prin rețele asemenea unui virus, cu noduri influente (indivizi sau grupuri) jucând un rol cheie în diseminarea ideilor și atitudinilor. Acest lucru poate duce la răspândirea rapidă a opiniilor polarizate în cadrul unei rețele.
Prin identificarea nodurilor centrale sau a actorilor influenți într-o rețea, cercetătorii pot înțelege cum dinamica puterii contribuie la polarizare. Actorii centrali pot avea o influență disproporționată asupra rețelei, modelând discursul și potențial conducând la polarizare prin promovarea unor probleme sau retorici divizive.
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
socialnetworkanalysis.pdf
1.6 MB
O prezentare succintă a conceptelor și metodelor de analiză a rețelelor sociale.
Include și un tutorial pentru analizarea unei rețele personale (ego-rețea) de pe Facebook.
Autor: Dr. Giorgos Cheliotis, Communications and New Media, National University of Singapore
#metodologia
#books@socialcomputing
Include și un tutorial pentru analizarea unei rețele personale (ego-rețea) de pe Facebook.
Autor: Dr. Giorgos Cheliotis, Communications and New Media, National University of Singapore
#metodologia
#books@socialcomputing
👍2
Din instrumente analitice utile: Acest script Python creează un grafic interactiv al rețelei comerciale internaționale pentru orice produs (sau grup de produse) din baza de date Comtrade a ONU.
Astfel, puteți obține rapid o perspectivă asupra modului în care este organizat comerțul internațional pentru un anumit produs, puteți identifica legăturile comerciale pe care țările nu le-au raportat și puteți identifica țările și teritoriile care au închis raportarea comerțului sau care nu raportează deloc schimburile comerciale.
Graficul creat va fi colorat în funcție de opțiunea selectată de utilizator; nodurile sale, atunci când se face clic, vor afișa numele țării și vor fi evidențiate cu toate legăturile sale comerciale. Rețeaua poate fi salvată în format *.png.
https://github.com/lomska/Visualizing-Global-Trade-Networks
#soft@socialcomputing
Astfel, puteți obține rapid o perspectivă asupra modului în care este organizat comerțul internațional pentru un anumit produs, puteți identifica legăturile comerciale pe care țările nu le-au raportat și puteți identifica țările și teritoriile care au închis raportarea comerțului sau care nu raportează deloc schimburile comerciale.
Graficul creat va fi colorat în funcție de opțiunea selectată de utilizator; nodurile sale, atunci când se face clic, vor afișa numele țării și vor fi evidențiate cu toate legăturile sale comerciale. Rețeaua poate fi salvată în format *.png.
https://github.com/lomska/Visualizing-Global-Trade-Networks
#soft@socialcomputing
👍3
Nașterea analizei rețelelor sociale este atribuită lui Jacob Levy Moreno, odată cu publicarea lucrării „Who Shall Survive?” (“Cine va supraviețui?”) din 1934 în care folosește frecvent conceptul de “rețele”.
Folosind sociometria și sociogramele, el a arătat că epidemia evadărilor fetelor de la Școala de Fete din Hudson ar putea fi explicată prin lanțurile de legături sociale între elevele fugare, drept canale de circulație a ideilor și influențelor sociale. Potrivit lui Stephen Borgatti, acest studiu ar putea fi considerat unul din momentele începutului analizei rețelelor sociale.
Un rol important l-a jucat și sociopsihologul Helen Hall Jennings (1905 - 1966), prietena lui Moreno, care a contribuit la dezvoltarea metodelor de cercetare cantitativă în sociometrie, iar în opinia lui Freedman, cel mai probabil ea a fost cea care a contribuit decisiv la coerența studiilor lui Moreno.
Abordările structurale însă nu au cunoscut o continuitate în sociometrie. Treptat, interesul lui Moreno înclină mai mult spre procedurile terapeutice, decât al cercetării sociometrice, iar în același timp se scufundă tot mai mult în misticism, fapt care îi îndepărtează persoanele interesate de cercetări empirice structurale În 1955, revista lui Sociometry se transformă în una stric de psihologie socială (redenumită în Social Psychology Quarterly), rupându-se astfel orice legătură între sociometrie și sociologie.
Folosind sociometria și sociogramele, el a arătat că epidemia evadărilor fetelor de la Școala de Fete din Hudson ar putea fi explicată prin lanțurile de legături sociale între elevele fugare, drept canale de circulație a ideilor și influențelor sociale. Potrivit lui Stephen Borgatti, acest studiu ar putea fi considerat unul din momentele începutului analizei rețelelor sociale.
Un rol important l-a jucat și sociopsihologul Helen Hall Jennings (1905 - 1966), prietena lui Moreno, care a contribuit la dezvoltarea metodelor de cercetare cantitativă în sociometrie, iar în opinia lui Freedman, cel mai probabil ea a fost cea care a contribuit decisiv la coerența studiilor lui Moreno.
Abordările structurale însă nu au cunoscut o continuitate în sociometrie. Treptat, interesul lui Moreno înclină mai mult spre procedurile terapeutice, decât al cercetării sociometrice, iar în același timp se scufundă tot mai mult în misticism, fapt care îi îndepărtează persoanele interesate de cercetări empirice structurale În 1955, revista lui Sociometry se transformă în una stric de psihologie socială (redenumită în Social Psychology Quarterly), rupându-se astfel orice legătură între sociometrie și sociologie.
👍2
Una din cele mai importante contribuții la dezvoltarea disciplinei ARS a avut și evoluția tehnologiilor informaționale în SUA, sporind rolul metodelor computaționale, care completează atributele Analizei Rețelelor Sociale în sens contemporan din perspectiva lui Freeman (intuiție structurală, bazată pe legăturile între actori sociali, date empirice sistemice, reprezentare grafică, modele matematice sau computaționale).
La sfârșitul anilor 50, James S. Coleman și Duncan MacRae au elaborat un program care identifica grupuri de persoane puternic interconectate într-un set mare de date de rețea. Ulterior, discipolul lui Coleman, Seymour Spilerman, a elaborat în 1966 un algoritm care a îmbunătățit și extins abordarea lor. În 1971, Samuel Leinhardt, a elaborat softul SOCPAC 1, care clasifica diferitele tipuri de diade și triade care pot fi identificate în datele rețelelor sociale. În același an, Gregory Heil și Harrison White au prezentat softul BLOCKER, un program conceput pentru a descoperi actori care ocupau poziții similare în structura generală. Seidman și Brian L. Foster au lansat în 1978 SONET, o colecție de instrumente ale teoriei grafurilor pentru studierea relațiilor de rudenie. Linton Freeman a scrie în 1978 programul CENTER, care utiliza mai mulți algoritmi pentru a determina în ce măsură persoanele ocupau poziții centrale în rețelele lor sociale.
Toate aceste instrumente, totuși, vizau doar anumite aspecte înguste ale analizei, fără a reuși să devină instrumente universale ale analizei rețelelor. Abia în 1983, Franz Urban Pappi și Peter Kappelhoff din Christian-Albrechts-Universität, Kiel, au propus primul instrument universal destinat analizei rețelelor sociale, numit SONIS. În același an, Linton Freeman a lansat un alt instrument universal UCINET, care este utilizat și în prezent, în versiuni actualizate (ultima versiune fiind 6) cu ajutorul Stephen P. Borgatti și Martin G. Everett.
La sfârșitul anilor 50, James S. Coleman și Duncan MacRae au elaborat un program care identifica grupuri de persoane puternic interconectate într-un set mare de date de rețea. Ulterior, discipolul lui Coleman, Seymour Spilerman, a elaborat în 1966 un algoritm care a îmbunătățit și extins abordarea lor. În 1971, Samuel Leinhardt, a elaborat softul SOCPAC 1, care clasifica diferitele tipuri de diade și triade care pot fi identificate în datele rețelelor sociale. În același an, Gregory Heil și Harrison White au prezentat softul BLOCKER, un program conceput pentru a descoperi actori care ocupau poziții similare în structura generală. Seidman și Brian L. Foster au lansat în 1978 SONET, o colecție de instrumente ale teoriei grafurilor pentru studierea relațiilor de rudenie. Linton Freeman a scrie în 1978 programul CENTER, care utiliza mai mulți algoritmi pentru a determina în ce măsură persoanele ocupau poziții centrale în rețelele lor sociale.
Toate aceste instrumente, totuși, vizau doar anumite aspecte înguste ale analizei, fără a reuși să devină instrumente universale ale analizei rețelelor. Abia în 1983, Franz Urban Pappi și Peter Kappelhoff din Christian-Albrechts-Universität, Kiel, au propus primul instrument universal destinat analizei rețelelor sociale, numit SONIS. În același an, Linton Freeman a lansat un alt instrument universal UCINET, care este utilizat și în prezent, în versiuni actualizate (ultima versiune fiind 6) cu ajutorul Stephen P. Borgatti și Martin G. Everett.
👍3
Așa arată rețeaua globală a schimburilor economice, unde nodurile sunt statele.
Între cele două puncte verzi este Moldova. În stânga - România, în dreapta Ucraina. Huburile dense din centru sunt mari puteri economice.
Și în cazul dat pot fi aplicate măsurătorile de bază ale centralității în rețea, care pot duce la concluzii foarte interesante.
Sursa: World Integrated Trade Solution
Între cele două puncte verzi este Moldova. În stânga - România, în dreapta Ucraina. Huburile dense din centru sunt mari puteri economice.
Și în cazul dat pot fi aplicate măsurătorile de bază ale centralității în rețea, care pot duce la concluzii foarte interesante.
Sursa: World Integrated Trade Solution
👍4
Eric_Ma_and_Mridul_Seth_Network_Analysis_Made_Simple_An_introduction.pdf
4.9 MB
Network Analysis made Simple. An introduction to network analysis and applied graph theory using Python and NetworkX.
#metodologia
#books@socialcomputing
#metodologia
#books@socialcomputing
Tsvetovat, Maksim, . - Social Network Analysis for Startups.epub
7 MB
Start-up-ul dumneavoastră se bazează pe analiza rețelelor sociale? Acest ghid concis oferă un cadru statistic pentru a vă ajuta să identificați procesele sociale ascunse printre tonele de date disponibile în prezent.
Analiza rețelelor sociale (SNA) este o disciplină care precede Facebook și Twitter cu 30 de ani. Prin intermediul cercetătorilor experți în SNA, veți învăța concepte și tehnici de recunoaștere a modelelor din rețelele sociale, grupurile politice, companii, tendințe culturale și rețele interpersonale. De asemenea, veți învăța cum să utilizați Python și alte instrumente open source - cum ar fi NetworkX, NumPy și Matplotlib - pentru a colecta, analiza și vizualiza datele sociale. Această carte este îmbinarea perfectă între teoria și practica rețelelor sociale și o sursă valoroasă de informații și idei.
Descoperiți modul în care rețelele sociale interne afectează capacitatea de performanță a unei companii
Urmăriți teroriștii și revoluționarii prin atentatul de la Turnurile Khobar din 1998, atacurile din 11 septembrie și revolta egipteană.
#books@socialcomputing
Analiza rețelelor sociale (SNA) este o disciplină care precede Facebook și Twitter cu 30 de ani. Prin intermediul cercetătorilor experți în SNA, veți învăța concepte și tehnici de recunoaștere a modelelor din rețelele sociale, grupurile politice, companii, tendințe culturale și rețele interpersonale. De asemenea, veți învăța cum să utilizați Python și alte instrumente open source - cum ar fi NetworkX, NumPy și Matplotlib - pentru a colecta, analiza și vizualiza datele sociale. Această carte este îmbinarea perfectă între teoria și practica rețelelor sociale și o sursă valoroasă de informații și idei.
Descoperiți modul în care rețelele sociale interne afectează capacitatea de performanță a unei companii
Urmăriți teroriștii și revoluționarii prin atentatul de la Turnurile Khobar din 1998, atacurile din 11 septembrie și revolta egipteană.
#books@socialcomputing
🤔1
Mesa: Un cadru Python esențial pentru modelarea bazată pe agenți, cu aplicații în analiza rețelelor sociale
În era complexității sistemice, înțelegerea fenomenelor emergente necesită instrumente avansate. Mesa se distinge ca un cadru Python de modelare bazată pe agenți (ABM), oferind o platformă robustă pentru explorarea și simularea comportamentelor colective, inclusiv în contextul rețelelor sociale.
Ce este Mesa?
Mesa este o bibliotecă open-source care facilitează crearea de modele bazate pe agenți, permițând cercetătorilor și practicienilor să simuleze sisteme complexe prin intermediul interacțiunilor dintre agenți autonomi.
Caracteristici cheie:
🟥 Modularitate și flexibilitate: Mesa oferă componente predefinite pentru modelare, cum ar fi grile spațiale și programatoare de agenți, dar permite și personalizarea extinsă pentru a se adapta la nevoi specifice, inclusiv modelarea interacțiunilor din rețelele sociale.
🟥 Vizualizare interactivă: Interfața de vizualizare bazată pe browser permite monitorizarea în timp real a simulărilor, facilitând înțelegerea dinamicii sistemului, inclusiv a dinamicii rețelelor sociale.
🟥 Integrare cu ecosistemul Python: Mesa se integrează perfect cu biblioteci populare precum Pandas și NumPy, oferind instrumente puternice pentru analiza datelor generate de simulări, inclusiv a datelor din rețelele sociale.
🟥 Comunitate activă și documentație extinsă: O comunitate de utilizatori activă și o documentație detaliată asigură suport și resurse pentru dezvoltatori.
Aplicații în analiza rețelelor sociale:
Mesa este aplicabilă într-o gamă largă de domenii, inclusiv analiza rețelelor sociale:
🟥 Răspândirea informațiilor: Modelarea modului în care informațiile se răspândesc în rețelele sociale, inclusiv fenomenul de fake news.
🟥 Dinamica grupurilor: Simularea formării și evoluției grupurilor online, precum și a interacțiunilor dintre acestea.
🟥 Influența socială: Studiul modului în care indivizii se influențează reciproc în rețelele sociale.
🟥 Comportamentul mulțimilor online: Modelarea comportamentului mulțimilor virtuale în diverse contexte, cum ar fi proteste online sau campanii de marketing.
#soft@socialcomputing
https://mesa.readthedocs.io/latest/index.html
În era complexității sistemice, înțelegerea fenomenelor emergente necesită instrumente avansate. Mesa se distinge ca un cadru Python de modelare bazată pe agenți (ABM), oferind o platformă robustă pentru explorarea și simularea comportamentelor colective, inclusiv în contextul rețelelor sociale.
Ce este Mesa?
Mesa este o bibliotecă open-source care facilitează crearea de modele bazate pe agenți, permițând cercetătorilor și practicienilor să simuleze sisteme complexe prin intermediul interacțiunilor dintre agenți autonomi.
Caracteristici cheie:
Aplicații în analiza rețelelor sociale:
Mesa este aplicabilă într-o gamă largă de domenii, inclusiv analiza rețelelor sociale:
#soft@socialcomputing
https://mesa.readthedocs.io/latest/index.html
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
"Spiral of Silence in Social Networks: A Data-driven Approach" („Spirala tăcerii în rețelele sociale: O abordare bazată pe date”)
Articolul investighează aplicabilitatea teoriei spiralei tăcerii în rețelele sociale folosind un set de date reale colectat de pe platforma Sina Weibo. Teoria, propusă de Elisabeth Noelle-Neumann în 1973, sugerează că indivizii evită să-și exprime opiniile dacă acestea sunt minoritare, din frica izolării sociale. Studiul autorilor analizează această teorie în contextul rețelelor sociale, examinând patru factori cheie:
🟥 Lățimea propagării – diferența dintre numărul de distribuiri ale opiniilor majoritare și minoritare.
🟥 Adâncimea propagării – cât de departe se răspândește o opinie în rețea.
🟥 Sentimentul mesajelor – diferențele de ton emoțional dintre opiniile majoritare și minoritare.
🟥 Modularitatea propagării – cât de bine sunt grupate opiniile în cadrul comunităților din rețea.
Principalele concluzii
Teoria spiralei tăcerii este aplicabilă și în rețelele sociale: Opiniile majoritare se propagă mai mult și mai adânc, iar utilizatorii tind să adopte opiniile predominante.
Diferențe între tipurile de conținut: Categoriile Divertisment, Citate și Gastronomie manifestă cel mai puternic efect al spiralei tăcerii. Categoriile Film și Societate au un efect moderat, în timp ce Știință, Știri internaționale, Sport și Tehnologie prezintă o aplicabilitate redusă a teoriei.
Majoritatea opiniilor sunt mai conectate: Graficul modularității arată că opiniile dominante creează comunități mai bine interconectate, în timp ce opiniile minoritare sunt mai izolate.
Implicații și direcții viitoare
Rezultatele pot fi utilizate în publicitate personalizată și monitorizarea opiniei publice.
Autorii propun extinderea studiului prin analizarea mai multor aspecte specifice și cuantificarea mai precisă a efectului spiralei tăcerii în rețelele sociale.
Articolul oferă o perspectivă importantă asupra felului în care opiniile sunt influențate și propagate în social media, confirmând că fenomenul spiralei tăcerii rămâne relevant și în mediul digital.
https://www.computer.org/csdl/proceedings-article/asonam/2016/07752359/12OmNznCl2p
Articolul investighează aplicabilitatea teoriei spiralei tăcerii în rețelele sociale folosind un set de date reale colectat de pe platforma Sina Weibo. Teoria, propusă de Elisabeth Noelle-Neumann în 1973, sugerează că indivizii evită să-și exprime opiniile dacă acestea sunt minoritare, din frica izolării sociale. Studiul autorilor analizează această teorie în contextul rețelelor sociale, examinând patru factori cheie:
Principalele concluzii
Teoria spiralei tăcerii este aplicabilă și în rețelele sociale: Opiniile majoritare se propagă mai mult și mai adânc, iar utilizatorii tind să adopte opiniile predominante.
Diferențe între tipurile de conținut: Categoriile Divertisment, Citate și Gastronomie manifestă cel mai puternic efect al spiralei tăcerii. Categoriile Film și Societate au un efect moderat, în timp ce Știință, Știri internaționale, Sport și Tehnologie prezintă o aplicabilitate redusă a teoriei.
Majoritatea opiniilor sunt mai conectate: Graficul modularității arată că opiniile dominante creează comunități mai bine interconectate, în timp ce opiniile minoritare sunt mai izolate.
Implicații și direcții viitoare
Rezultatele pot fi utilizate în publicitate personalizată și monitorizarea opiniei publice.
Autorii propun extinderea studiului prin analizarea mai multor aspecte specifice și cuantificarea mai precisă a efectului spiralei tăcerii în rețelele sociale.
Articolul oferă o perspectivă importantă asupra felului în care opiniile sunt influențate și propagate în social media, confirmând că fenomenul spiralei tăcerii rămâne relevant și în mediul digital.
https://www.computer.org/csdl/proceedings-article/asonam/2016/07752359/12OmNznCl2p
Please open Telegram to view this post
VIEW IN TELEGRAM
👍1
Analiza transversală a rețelei personale de fumători adulți în zonele rurale
Acest studiu explorează modul în care rețelele sociale și factorii sociodemografici influențează obiceiurile de fumat în rândul adulților dintr-o comunitate rurală din România. Cercetarea a implicat 76 de participanți, iar datele au fost colectate prin interviuri față în față, acoperind statutul de fumător, legăturile sociale și detalii demografice.
Rezultatele arată că rețelele sociale joacă un rol crucial în modelarea comportamentelor de fumat. Fumătorii actuali sunt adesea înconjurați de alți fumători în familie, ceea ce întărește acest obicei în rețelele familiale. Persoanele care nu fumează tind să facă parte din medii în care fumatul este absent.
Studiul a constatat, de asemenea, că femeile sunt mai puțin predispuse să fumeze, iar adulții mai în vârstă sunt mai predispuși să renunțe la fumat. Aceste descoperiri sugerează că intervențiile ar trebui să se concentreze nu doar pe indivizi, ci și pe rețelele lor sociale. În zonele rurale, strategiile care implică familia ar putea fi deosebit de eficiente, având în vedere influența puternică a legăturilor familiale. În plus, încurajarea interacțiunilor cu nefumătorii și cu cei care au renunțat la fumat ar putea ajuta la destrămarea grupurilor de fumători și la susținerea eforturilor de renunțare la fumat.
Cercetarea evidențiază importanța abordării fumatului printr-o perspectivă care ia în considerare atât factorii individuali, cât și pe cei sociali, subliniind necesitatea unor intervenții adaptate specificului comunităților rurale.
https://kops.uni-konstanz.de/entities/publication/e4aedc7e-3e44-4be8-9e5f-21edcf796403
Acest studiu explorează modul în care rețelele sociale și factorii sociodemografici influențează obiceiurile de fumat în rândul adulților dintr-o comunitate rurală din România. Cercetarea a implicat 76 de participanți, iar datele au fost colectate prin interviuri față în față, acoperind statutul de fumător, legăturile sociale și detalii demografice.
Rezultatele arată că rețelele sociale joacă un rol crucial în modelarea comportamentelor de fumat. Fumătorii actuali sunt adesea înconjurați de alți fumători în familie, ceea ce întărește acest obicei în rețelele familiale. Persoanele care nu fumează tind să facă parte din medii în care fumatul este absent.
Studiul a constatat, de asemenea, că femeile sunt mai puțin predispuse să fumeze, iar adulții mai în vârstă sunt mai predispuși să renunțe la fumat. Aceste descoperiri sugerează că intervențiile ar trebui să se concentreze nu doar pe indivizi, ci și pe rețelele lor sociale. În zonele rurale, strategiile care implică familia ar putea fi deosebit de eficiente, având în vedere influența puternică a legăturilor familiale. În plus, încurajarea interacțiunilor cu nefumătorii și cu cei care au renunțat la fumat ar putea ajuta la destrămarea grupurilor de fumători și la susținerea eforturilor de renunțare la fumat.
Cercetarea evidențiază importanța abordării fumatului printr-o perspectivă care ia în considerare atât factorii individuali, cât și pe cei sociali, subliniind necesitatea unor intervenții adaptate specificului comunităților rurale.
https://kops.uni-konstanz.de/entities/publication/e4aedc7e-3e44-4be8-9e5f-21edcf796403
kops.uni-konstanz.de
Cross-sectional personal network analysis of adult smoking in rural areas
Research on smoking behaviour has primarily focused on adolescents, with less attention given to middle-aged and older adults in rural settings. This study examines the influence of personal networks and sociodemographic factors on smoking behaviour in a…
👍1
Wiley_Series_in_Computational_and_Quantitative_Social_Science_Camelia.pdf
2.5 MB
Camelia Florela Boinea, Political Attitudes Computational and Simulation Modelling (Modelarea computațională și simularea atitudinilor politice)
Știința politică a utilizat în mod tradițional cercetarea empirică și resursele analitice pentru a înțelege, explica și prezice fenomenele politice. Una dintre criticile de lungă durată împotriva modelării empirice vizează perspectiva statică oferită de paradigma modelului invariant.
În cercetarea în domeniul științelor politice, această problemă are o relevanță deosebită, deoarece fenomenele politice dovedesc grade sofisticate de dependență de context, a căror complexitate ar putea fi cu greu surprinsă de abordările tradiționale. Pentru a face față provocării complexității, a fost nevoie de o nouă paradigmă de modelare. Această carte se referă la această provocare.
În plus, lucrarea își propune să dezvăluie puterea modelării computaționale a atitudinilor politice de a consolida metodologia politică în confruntarea cu două provocări fundamentale: modelarea culturii politice și modelarea polity.
Cartea susține că un model artificial de polity ca instrument puternic de cercetare ar putea fi cu greu eficient fără teoria, experimentele și practica modelării computaționale și simulării atitudinilor politice și, prin extensie, a culturii politice.
Această lucrare:
🟥 Sintetizează stadiul actual al modelării computaționale a atitudinilor politice, cu ilustrații și exemple prezentate pe tot parcursul cărții.
🟥 Explorează diferitele abordări ale modelării computaționale și modul în care cerințele de complexitate ale științei politice ar trebui să determine direcția metodelor de cercetare și evaluare.
🟥 Abordează noua disciplină emergentă a științei politice computaționale.
🟥 Pune în discuție paradigmele de modelare, modelarea și simularea bazate pe agenți și modelarea bazată pe complexitate.
🟥 Pune în discuție clasele de modele în domeniile fundamentale ale comportamentului de vot și luării deciziilor, acțiunii colective, ideologiei și partizanatului, apariției revoltelor sociale și conflictelor civile, relațiilor internaționale, alocării resurselor publice, politicii și funcției instituționale, funcționării, dezvoltării și reformei, formării și schimbării atitudinilor politice în societățile democratice.
Cartea este ideală pentru studenții care au nevoie de o descriere conceptuală și operațională a fazelor, obiectivelor și rezultatelor modelării computaționale a atitudinilor politice pentru a înțelege modul în care atitudinile politice ar putea fi modelate și simulate computațional. Cercetătorii, experții în politici guvernamentale și internaționale vor beneficia, de asemenea, de această carte.
#books@socialcomputing
Știința politică a utilizat în mod tradițional cercetarea empirică și resursele analitice pentru a înțelege, explica și prezice fenomenele politice. Una dintre criticile de lungă durată împotriva modelării empirice vizează perspectiva statică oferită de paradigma modelului invariant.
În cercetarea în domeniul științelor politice, această problemă are o relevanță deosebită, deoarece fenomenele politice dovedesc grade sofisticate de dependență de context, a căror complexitate ar putea fi cu greu surprinsă de abordările tradiționale. Pentru a face față provocării complexității, a fost nevoie de o nouă paradigmă de modelare. Această carte se referă la această provocare.
În plus, lucrarea își propune să dezvăluie puterea modelării computaționale a atitudinilor politice de a consolida metodologia politică în confruntarea cu două provocări fundamentale: modelarea culturii politice și modelarea polity.
Cartea susține că un model artificial de polity ca instrument puternic de cercetare ar putea fi cu greu eficient fără teoria, experimentele și practica modelării computaționale și simulării atitudinilor politice și, prin extensie, a culturii politice.
Această lucrare:
Cartea este ideală pentru studenții care au nevoie de o descriere conceptuală și operațională a fazelor, obiectivelor și rezultatelor modelării computaționale a atitudinilor politice pentru a înțelege modul în care atitudinile politice ar putea fi modelate și simulate computațional. Cercetătorii, experții în politici guvernamentale și internaționale vor beneficia, de asemenea, de această carte.
#books@socialcomputing
Please open Telegram to view this post
VIEW IN TELEGRAM
👍2
Un alt soft util pentru vizualizarea și analiza rețelelor sociale, bun pentru începători - SocNetV
Caracteristici de bază:
🟥 Metrici standard de coeziune a grafurilor și rețelelor, cum ar fi densitatea, diametrul, geodezicele, distanțele, conectivitatea, excentricitatea, coeficientul de grupare, reciprocitatea etc.
🟥 Rutine matriciale: Grafic de adiacență, matrice Laplaciană, matrice de grade, cocitare etc.
🟥 Măsuri avansate pentru analiza rețelelor sociale, cum ar fi indicii de centralitate și de prestigiu (de exemplu, centralitatea eigenvector, centralitatea apropierii, centralitatea betweenness, centralitatea informațiilor, centralitatea puterii, prestigiul proximității și prestigiul pagerankului).
🟥 Algoritmi rapizi pentru detectarea comunităților, cum ar fi recensământul triadelor, recensământul clicelor etc.
🟥 Analiza echivalenței structurale utilizând gruparea ierarhică, asemănările dintre actori, disimilitudinile dintre profilurile de legături și coeficienții Pearson.
🟥 Modele de dispunere bazate pe indici de proeminență (de exemplu, circular, nivel, dimensiuni nodale în funcție de scorul de centralitate) sau pe plasarea dirijată de putere (de exemplu, Kamada-Kawai, Fruchterman-Reingold).
🟥 Încărcarea și editarea rețelelor multirelaționale.
🟥 Crearea aleatorie de rețele folosind diverse modele (Barabási-Albert Scale-Free, Erdős-Rényi, Watts-Strogatz Small-World, d-regular, ring lattice etc.).
🟥 Seturi de date faimoase de analiză a rețelelor sociale, cum ar fi familiile florentine Padgett.
🟥 Web crawler încorporat pentru a crea automat „rețele sociale” din legăturile găsite într-un anumit URL.
🟥 Documentație cuprinzătoare disponibilă atât online, cât și în interiorul aplicației.
#soft@socialcomputing
Caracteristici de bază:
#soft@socialcomputing
Please open Telegram to view this post
VIEW IN TELEGRAM
👍3
Tanja_Falkowski.pdf
4.5 MB
O teză de doctor din Germania, pe subiectul analizei comunităților în rețelele sociale dinamice:
Tanja Falkowski - Community Analysis
in Dynamic Social Networks
#books@socialcomputing
Tanja Falkowski - Community Analysis
in Dynamic Social Networks
#books@socialcomputing