Анализ социальных сетей

Материал из Википедии — свободной энциклопедии
Перейти к: навигация, поиск
Схема социальной сети, отображающая дружеские отношения между набором пользователей Фейсбука.

Ана́лиз социа́льных сете́й (англ. Social network analysis) представляет собой исследование социальных сетей, рассматривающее социальные отношения в терминах теории сетей (англ.). Эти термины включают в себя понятие узла (отображает отдельного участника в пределах сети) и связи (отображает такие отношения между индивидами, как дружба, родство, положение в организации, интимные отношения, и т. д.) [1][2]. Эти сети часто описывают в виде социальных сетевых схем (англ.), где узлы представлены в виде точек, а связи представлены в виде линий.

Обзор[править | править исходный текст]

Анализ социальных сетей возник как ключевая техника современной социологии. Он получил значительное распространение в антропологии, биологии, коммуникативных исследованиях, экономике, географии, истории, информатике, организационных исследованиях (англ.), политологии, социальной психологии, исследовании развития (англ.) и социолингвистике, и сейчас легко доступен как потребительский инструмент [3][4].

Анализ социальных сетей берёт свои теоретические истоки в работах ранних социологов, таких как Георг Зиммель и Эмиль Дюркгейм. Эти учёные писали о важности изучения шаблонов отношений, связывающих участников социального взаимодействия. Социологи используют понятие «социальная сеть» с начала XX века для обозначения сложных наборов отношений между членами социальных систем на всех уровнях, от межличностных до международных. В 1954 году Дж. А. Барнес начал систематически использовать этот термин для обозначения моделей связи, охватывающих как понятия, традиционно использовавшиеся населением, так и понятия, которые использовались социологами: связанные группы (например, племена, семьи) и социальные категории (например, пол, этническая принадлежность). Такие учёные как Рональд Берт (англ.), Кэйтлин Карлей (англ.), Марк Грановеттер, Дэвид Кракхардт (англ.), Эдвард Лауманн (англ.), Анатоль Рапопорт, Барри Веллман (англ.), Дуглас Р. Уайт (англ.) и Харрисон Уайт (англ.) расширили использование систематического анализа социальных сетей [5]. Даже при изучении литературы сетевой анализ применялся Анхайером, Герхардсом и Ромо [6], Воутер Де Нуй [7], Бёрджерт Сенекал [8]. Анализ социальных сетей нашёл действительное применение как в различных академических дисциплинах, так и на практике, в таких областях, как отмывание денег и терроризм.

Метрики[править | править исходный текст]

Цвет (от красного=0 до синего=max) отображает для каждого узла степень центральности по посредничеству. Центральность по посредничеству - это мера центральности узла в сети, равная количеству кратчайших путей от каждой вершины до всех остальных вершин, проходящих через данный узел. Центральность по посредничеству отображает нагрузку и значимость узла в сети: синие узлы несут более глобальную нагрузку, в то время как красные обладают только локальной значимостью.

Связи[править | править исходный текст]

Гомогенность (англ. Homophily): степень, с которой схожие участники формируют связи между собой в сравнении с несхожими. Схожесть может быть определена по половому признаку, расе, возрасту, роду занятий, достижениям в области учёбы, статусу, ценностям или по другим выделяющимся характеристикам [9]. Понятие гомогенности связано с ассортативностью.

Множественность (англ. Multiplexity): количество форм, содержащихся в связи [10]. Например, два человека, которые являются друзьями и работают вместе будут иметь множественность, равную 2 [11]. Множественность связана с прочностью отношений.

Обоюдность/Взаимность (англ. Mutuality/Reciprocity): степень, с которой двое участников отвечают друг другу взаимностью в сфере дружеских или других взаимодействий [12].

Закрытость сети (англ. Network Closure): мера полноты реляционных триад. Присвоение индивидам степени закрытости сети (то есть тот факт, что их друзья также являются друзьями между собой) называется транзитивностью. Транзитивность является последствием индивидуальной или ситуационной особенности, заключающейся в потребности когнитивной закрытости [13].

Соседство (англ. Propinquity): склонность участников иметь больше связей с теми, кто находится ближе с точки зрения географии [12].

Распределение[править | править исходный текст]

Мост (англ. Bridge): индивид, чьи слабые связи заполняют структурные пробелы, обеспечивая единственное соединение между двумя индивидами или кластерами. Он так же включает в себя кратчайший путь, когда более длинный путь невозможен из-за высокого риска искажения сообщения или невозможности доставки [14].

Центральность (англ. Centrality): центральность относится к группе метрик, целью которых является определение «значительности» или «влияния» (в различных значениях) определённого узла (или группы) в сети [15][16][17][18]. Примерами общих методов измерения «центральности» являются определение центральности по посредничеству [19][20], центральность по близости, центральности собственного вектора, альфа центральности и центральности по степени [21].

Плотность: отношение прямых связей в сети к общему возможному количеству связей [22][23].

Расстояние (англ. Distance): минимальное количество связей, необходимое для соединения двух определённых участников, показанное Стэнли Милгремом в его эксперименте и в теории шести рукопожатий.

Структурные пробелы (англ. Structural holes): отсутствие связей между двумя частями сети. Поиск и использование структурного пробела может дать предпринимателю конкурентное преимущество. Эта концепция была разработана социологом Рональдом Бертом (англ.). Иногда её относят к альтернативной концепции социального капитала.

Сила связи (англ. Tie Strength): определяется линейной комбинацией времени, эмоциональной интенсивности, близости и взаимности (то есть обоюдности) [14]. Сильные связи определяются гомогенностью, родством и транзитивностью, в то время как слабые — мостами.

Сегментация[править | править исходный текст]

Группа определяется как «клика», если каждый индивид в ней напрямую связан с другим индивидом. Группа определяется как «круг общения (англ.)», если в ней меньше требований к прямому контакту, который может быть не определён. Группа определяется как структурно сплоченные (англ.) блоки, если точность необходима [24].

Коэффициент кластеризации (англ.): мера вероятности, с которой два партнёра одного узла являются приятелями. Высокий коэффициент кластеризации соответствует значительной «кликовости» [25].

Сплоченность: степень, с которой участники связаны напрямую друг с другом при помощи социальных связей (англ.). Структурная сплоченность (англ.) означает минимальное количество участников, которые, будучи удаленными из группы, развалят группу [26][27].

Моделирование и визуализация сетей[править | править исходный текст]

Визуальное представление социальных сетей важно для понимания данных сети и передачи результатов анализа [28]. В большинстве случаев аналитическое программное обеспечение (англ.) имеет модули для визуализации сети. Исследование данных производится путём отображения узлов и связей в различных слоях, а также присваивания узлам цветов, размеров и других дополнительных свойств. Визуальное представление сетей может выступать в качестве мощного метода передачи сложной информации, но следует соблюдать осторожность при интерпретации узлов и свойств графа, основываясь исключительно на отображении, так как структурные особенности, которые лучшим образом охватывает количественный анализ, могут быть искажены [29].

Взвешенные графы могут использоваться для иллюстрации хороших и плохих отношений между людьми. Дуги положительного веса между двумя узлами указывают на положительные взаимоотношения (дружба, родство, отношения), а дуги отрицательного веса между двумя узлами указывают на отрицательные взаимоотношения (ненависть, гнев). Помеченные графы социальных сетей могут использоваться для предсказания развития графа в будущем. В помеченных социальных сетях существуют понятия «сбалансированных» и «несбалансированных» циклов. Под сбалансированным циклом подразумевается такой цикл, в котором результат всех меток положительный. Сбалансированные графы представляют группу людей, членам которой не хотелось бы менять своё мнение о других членах группы. Несбалансированные графы представляют группу людей, члены которой с лёгкостью меняют своё мнение о других членах группы. Например, группа из трёх человек (A, B и C), где A и B имеют положительные взаимоотношения, а C и A отрицательные, является несбалансированным циклом. Эту группу легко превратить в сбалансированный цикл, такой что B будет иметь хорошие взаимоотношения с A, и оба A и B будут иметь отрицательные взаимоотношения с C. Благодаря использованию сбалансированных и несбалансированных циклов анализ развития помеченного графа социальной сети может быть предсказан [источник не указан 58 дней].

В особенности когда речь идёт об использовании анализа социальной сети в качестве инструмента по содействию изменениям, различные подходы для отображения сети были признаны полезными. Например, участники/интервьюеры предоставляют сетевую информацию, отображая сеть (при помощи ручки и бумаги или цифровых средств) в ходе процесса сбора данных. Одним из преимуществ этого подхода является то, что он позволяет исследователям собирать качественные данные и задавать уточняющие вопросы в ходе сбора сетевой информации [30].

Практическое применение[править | править исходный текст]

Анализ социальных сетей широко используется в ряде приложений и дисциплин. Некоторые распространённые приложения сетевого анализа включают в себя сбор и накопление данных, моделирование распространения сети, моделирование сети и выборок, анализ характерных признаков и поведения пользователя, ресурсная поддержка, обеспечиваемая сообществом, анализ взаимодействия на основе местоположения, социальный обмен и отбор, развитие систем рекомендаций, а также прогнозирование связей и анализ объектов [31]. В частном секторе фирмы используют анализ социальных сетей для поддержки такой деятельности, как взаимодействие и анализ клиентов, маркетинг и бизнес-аналитика. Использование анализа социальных сетей государственным сектором включает в себя развитие стратегий участия руководства, анализ индивидуального и группового участия, использование средств массовой информации и основанное на сообществах решение проблем.

Анализ социальных сетей так же используется в разведывательных, контрразведывательных и правоохранительных мероприятиях. Эта техника позволяет аналитикам отобразить на карте нелегальную или скрытую организацию, такую как шпионский круг, организованную преступную общину или уличную банду. Агентство национальной безопасности (NSA) использует программы тайных массовых систем (англ.) электронного наблюдения (англ.) для генерации данных, необходимых для представления этого типа анализа в террористических ячейках и других сетях, имеющих отношение к национальной безопасности. В процессе сетевого анализа Агентство национальной безопасности производит поиск в глубину на три узла [32]. После того как завершилось начальное отображение социальной сети, выполняется анализ для определения структуры сети и, к примеру, лидера сети [33]. Это позволяет военным или правоохранительным органам нанести сокрушительные удары (англ.) по захвату или уничтожению наиболее значимых целей (англ.), занимающих лидерские позиции, что приводит к нарушению функционирования сети.

Вскоре после террористического акта 11 сентября Агентство национальной безопасности начало использование анализа социальных сетей при детальной регистрации вызовов, которые представляют из себя метаданные [34][35].

См. также[править | править исходный текст]

Примечания[править | править исходный текст]

  1. Social Network Analysis in Telecommunications, 2011
  2. Computational Social Network Analysis: Trends, Tools and Research Advances, 2009
  3. Facebook friends mapped by Wolfram Alpha app
  4. Wolfram Alpha Launches Personal Analytics Reports For Facebook
  5. The Development of Social Network Analysis: A Study in the Sociology of Science, 2004
  6. Forms of Capital and Social Structure in Cultural Fields: Examining Bourdieu's Social Topography, 1995
  7. Fields and networks: Correspondence analysis and social network analysis in the framework of Field Theory, 2003
  8. Die Afrikaanse literêre sisteem: ʼn Eksperimentele benadering met behulp van Sosiale-netwerk-analise (SNA)
  9. Birds of a feather: Homophily in social networks, 2001
  10. Resources and relationships: Social networks and mobility in the workplace, 1997
  11. Social networks and organisations, 2003
  12. 1 2 Understanding social networks: Theories, concepts, and findings, 2012
  13. Do you two know each other? Transitivity, homophily, and the need for (network) closure, 2010
  14. 1 2 The strength of weak ties, 1973
  15. Analyzing Social Media Networks with NodeXL, 2010
  16. Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data, 2011
  17. The Sage Handbook of Social Network Analysis, 2011
  18. Social Network Analysis for Startups: Finding Connections on the Social Web, 2011
  19. Social Network Analysis: Methods and Applications, 1994
  20. The Social Life Of Routers, 2000
  21. Node centrality in weighted networks: Generalizing degree and shortest paths, 2010
  22. Counterinsurgency, 2006
  23. Web Mining and Social Networking: Techniques and Applications, 2010
  24. Cohesive blocking
  25. The SAGE Handbook of Social Network Analysis, 2011
  26. Structural Cohesion and Embeddedness: A Hierarchical Concept of Social Groups, 2003
  27. Handbook of Optimization in Complex Networks: Communication and Social Networks, 2011
  28. Visualizing Social Networks, 2000
  29. The effect of spatial arrangement on judgements and errors in interpreting graphs, 1997
  30. Visualizing Personal Networks: Working with Participant-Aided Sociograms, 2007
  31. Analyzing the Social Web, 2013
  32. NSA warned to rein in surveillance as agency reveals even greater scope
  33. How The NSA Uses Social Network Analysis To Map Terrorist Networks
  34. NSA Using Social Network Analysis
  35. How the NSA Does "Social Network Analysis"

Литература[править | править исходный текст]

  • Freeman Linton C. The Development of Social Network Analysis: A Study in the Sociology of Science. — Vancouver: Empirical Press, 2004. — 205 с. — ISBN 978-1-59457-714-7
  • Krebs V. The Social Life Of Routers (англ.) // The Internet Protocol Journal : журнал. — 2000. — Т. 3. — № 4. — С. 14-25.
  • Social Network Analysis and other analytical tools // Counterinsurgency. — Headquarters, Department of the Army, 2006. — С. B-11-B-12. — 282 с.
  • Freeman L. C. Visualizing Social Networks (англ.) // Joernal of Social Structure : журнал. — 2000. — Т. 1. — № 1.

Ссылки[править | править исходный текст]