2. Sociální síť
... vzniká jako soubor lidí mezi kterými existují
nějaké vztahy, které formalizujeme pomocí
matice nebo grafu a dále analyzujem.
3. Řekni to písní...
Igor má rád Evu, Eva jeho nie
a tak preto Igor stále smutný je.
Eva chce mít Vojta, Vojto Evu nie
a tak preto Eva, stále smutná je.
9. Vztahy jsou totiž všude
Twitter: princip followingu
Facebook: kamarádi, členství ve skupině, lajky
Flickr: přátelé, tagy
Diskuse: členství v diskusích, reagování
Politika: společná hlasování
10. Stavební prvky grafu
uzel (nodes, vertices, entities, items etc.)
vazba (ties, connections, relationships etc.)
vazby mohou mít směr případně váhu či jich
může být víc
z pohledu sociologie mohou mít i kvality např.
silné nebo slabé
11. Typologie grafů I.
Unimodal (jedna přímá vazba)
Multimodal (vícero přímých vazeb)
Affiliation (vazba prostřenictvím např. akce)
Multiplex Network (kvalitativně různé vazby)
12. Typologie grafů II.
Full (každý s každý)
Partial (tak nějak všichni)
Egocentric (já jsem centrum dění)
15. Co lze třeba měřit
Počet hran (Degree Centrality)
Prostřednictví (Betweenness Centralities)
Blízkost (Closeness Centrality)
Hustota (Density), Dosažitelnost (Reachability)
Eigenvector Centrality
Shluky a komunity
17. Degree Centrality
počet přímých vazeb k dalším uzlům
měří aktivitu uzlů v síti.
uzly s vysokou hodnotou Degree Centrality
jsou „spojky“ nebo „středy“ v této síti.
18. Closeness Centrality
nejvyšší, jestliže z uzlu lze dosáhnout ke všem
dalším uzlům v síti.
nejmenší hodnota součtu vzdáleností k
ostatním uzlům
uzly snadno přijímají a přenášejí inovace.
uzel s vysokou mírou blízkosti středu mají
velký vliv na to, co se v síti odehrává.
19. Betweenness - Bridges
nejvyšší pokud cesty mezi libovolnými dvěma
uzly sítě vždy procházejí tímto uzlem.
měří, kolik cest mezi dvojicí uzlů prochází
daným uzlem.
závora, propojení nebo zprostředkovatel rolí.
kontroluje tok informací v síti a umožňuje
dobrou viditelnost všeho, co se děje v síti.
22. Eigenvector centrality
Lze počítat jen v neorientovaném grafu
Přidává k výsledku nejen počet vazeb uzlu,
ale také počet vazeb uzlů, které mají uzly s
ním spojené
Odhaluje i nepřímý vliv
Google Page Rank je variant Eigenvector
centality
24. Role uzlů v síti
Peripheral – výrazně menší než průměrná
centrality
Central connector – výrazně větší než
průměrná centralita
Broker – výrazaně větší než průměrná
betweenness
27. NodeXL
volně dostupný, GPL licence
funguje i jako template pro Excel
snadno ovladatelný
mnoho formátů (Pajek, UCINET, GraphML)
import z Twitteru, Flickru a daších
29. SNA pro starší
R - nástroj pro statistickou a další
matematickou analýzu
vynikající knihovna igraph
pomalá učící křivka, ale vynikající výsledky
vyžaduje, ale programování
30. Praktické ukázky
analýza průniků fanoušků telco operátorů
analýza průniků fanoušků na Twitteru
analýza Twitteru followerů @stunome
analýza hashtagu #lumia800
analýza zmínek o slovenské Tatrabance
analýza hlasování politiků v Praze
31. Průniky fanoušků
listy fanoušku stránek O2, Vodafone a T-
Mobile, kteří od 1.3. do 18.4. alespoň jednou
komentovali statusy operátorů
data získána pomoci NodeXL
37. Průniky - první pokus
ct24zive rozanek zpravyrozhlascz
ct24zive x 494 584
rozanek 494 x 210
zpravyrozhlascz 584 210 x
38. Průniky - druhý pokus
poměry mezi
průnikem a ct24zive rozanek zpravyrozhlascz
počtem
ct24zive x 0.04 0.05
rozanek 0.32 x 0.13
zpravyrozhlascz 0.57 0.2 x
51. Pražský magistrát
analýza hlasování za tři volební období
vazba existuje při 75% shodných hlasování
ukazuje skutečné hlasovací jádro
ukazuje vazby napříč stranami
inspirace americkým experimentem