Диссертация (1137013), страница 24
Текст из файла (страница 24)
Оценка взаимосвязи переменных между собойДля оценки взаимосвязи переменных между собой был использованфакторный анализ (методом главных компонент) с применением вращения(Varimax) и корреляционный анализ. В результате факторного анализаразмерность была снижена с 35 переменных до 8 факторов, объясняющих87,626% общей дисперсии (см. Таблицу 3.1.7).Таблица 3.1.7Коэффициенты факторных нагрузок переменныхПовернутые компонентыПеременныеPopulationClear populationMembersActive UsersConnected UsersIsolatesIsolates ShareEdgesConnected ComponentsVertex GiantCompontntEdge GiantComponentDensityDensity without isolatesModularityClustersInCluster EdgesDiameterMean GeodesicsMean DegreeMean degree without isolates123456780,2090,9380,0430,1880,027-0,118-0,0220,0260,1760,9470,0420,2250,006-0,086-0,0330,0090,2110,89-0,051-0,1090,031-0,143-0,2320,080,070,8050,130,502*-0,034-0,0180,138-0,088-0,1850,8430,2410,301-0,1880,075-0,018-0,0980,6160,522*-0,287-0,0290,297-0,279-0,0360,1660,52-0,26-0,406-0,2580,469-0,3150,0610,188-0,2610,3750,8080,165-0,109-0,046-0,002-0,0010,7270,478-0,2240,1510,135-0,1470,0010,141-0,6240,2040,4110,192-0,4440,286-0,064-0,177-0,8380,0820,105-0,026-0,1490,260,05-0,139-0,312-0,2780,8110,076-0,249-0,034-0,0590,008-0,252-0,6870,532*-0,080,025-0,1440,0930,1530,850,026-0,317-0,0890,1460,222-0,018-0,1890,7130,503-0,2340,1610,142-0,124-0,0030,1310,769-0,064-0,286-0,10,2590,2590,137-0,0420,8180,287-0,290,0760,1030,0820,021-0,0430,8570,264-0,2980,0050,0210,1070,066-0,154-0,2770,0680,9270,13-0,133-0,04-0,073-0,005-0,3220,0360,9240,106-0,073-0,062-0,0430,037130Clustering CoefficientGini DegreeGini BetweennessCentralization DegreeCentralization BetweennessFemale ShareMale-Female Edges ShareInCity EdgesInterCity EdgesWriter ShareLiker SharePassive ShareGini Total MessagesGini LikesGini Received Likes0,282-0,27-0,0490,2270,1590,7020,328-0,093-0,858-0,076-0,0130,1170,118-0,0170,2170,2550,2680,141-0,3430,2480,411-0,0110,1120,408*-0,56-0,3240,4790,0620,1740,215-0,1170,351-0,137-0,089-0,118-0,077-0,0930,866-0,2190,042-0,025-0,0150,2140,181-0,4390,2530,120,619-0,215-0,024-0,014-0,049-0,26-0,171-0,1870,653-0,2130,0240,1450,066-0,8890,070,0170,1390,0910,005-0,107-0,2250,8640,1380,038-0,25-0,009-0,0450,027-0,591*0,048-0,1190,608-0,292-0,0980,2890,1410,911-0,0540,081-0,009-0,0460,115-0,321-0,177-0,8140,044-0,047-0,2420,182-0,0060,1920,080,791-0,067-0,089-0,2810,164-0,041-0,117-0,131-0,189-0,016-0,0220,8360,0320,1120,010,0420,761-0,2230,002-0,3710,121Полужирным выделены наибольшие по модулю коэффициенты факторной нагрузки.* - не максимальная, но существенная факторная нагрузкаИнтерпретация факторов1.
Компонента 1, куда с положительными коэффициентами входят (поубыванию значения): Modularity, Mean Geodesics, Diameter, InClusterEdges, Connected Components, Clusters и с отрицательными - GiniDegree, Edge GiantComp, Centralization Degree и Vertex GiantCompхарактеризуетвнутреннююсвязанностьисплоченностьсетей«дружбы», достижимость и досягаемость узлов сети друг для друга,или наоборот - разобщенность, раздробленность сети. Относительныеменьшие значения Modularity, Mean Geodesics, InCluster Edges иDiameter связаны с относительно большими значениями индексаДжини для распределения степеней центральности и централизацииграфа по степеням, что означает, чем связаннее и компактнее сеть«дружбы», тем сильнее проявляется дифференциация по степеницентральности среди участников группы, тем более централизованасеть вокруг «хабов» (пользователей с превосходящим числом связей).2.
Компонента 2, куда с положительными коэффициентами входят Clearpopulation, Population, Members, Connected Users, Active Users, а такжеIsolates и с отрицательным - Density without isolates, характеризует131абсолютные размеры групп, их численность. Чем больше численностьгруппы, тем менее плотная сеть «дружбы» без изолятов, т.е. толькосреди связанных пользователей. Примечательно, что плотность всейсети, без исключения изолятов, не входит в данный фактор.3. Компонента 3, куда с положительными коэффициентами входят MeanDegree, Mean degree without isolates, Density и Edges, а также с чутьменьшим коэффициентом Density without isolates характеризуетплотность сетей и насыщенность связями. Переменная CentralizationDegree присутствует в четвертой компоненте и имеет положительныйкоэффициент, что означает, что приращение числа связей и плотностисети происходит за счет действия узкого круга пользователей, за счетсетевых «хабов»: чем плотнее сети «дружбы», тем более оницентрализованы.
Переменная Gini Betweenness также присутствует вданном факторе и имеет отрицательный коэффициент, что означает,что приращение числа связей и плотности сети сопровождаетсяснижениемнеравенствапользователейпоцентральностипосредничества.4. Компонента 4, куда входят с положительными коэффициентами GiniTotal Messages, Gini Received Likes, Likes Share и с отрицательным PassiveShare,преобладающиххарактеризуетспособовкоммуникационнойДифференциациясоставляющие:онлайн-группыучастия,активностипоиинтенсивностиисходящуюсточкипроизводимойучастникаминеравномерностиучастиякоммуникациюзренияучастия.включаетилидвеактивностьпользователей (сумма написанных постов, комментариев и сообщений)и получаемое внимание (полученные в ответ лайки).
Коэффициентыпеременных означают, что усиление неравенства по производимомуконтенту и получаемым «лайкам» сопровождается увеличением доли«лакающих» (т.е. увеличение доли «лакающих» приводит к болеенеравномерному распределению «лайков» среди их получателей) и132уменьшениемдолипассивныхпользователей,являющихсяформальными членами группы.
Кроме того, переменная Writer Shareсвязана с данным фактором и имеет отрицательный коэффициент,означающий,чтоувеличениедолипишущихпользователей,создающих контент группы, сопровождается снижением неравенствапо активности создания контента и получению ответных «лайков».5. Компонента 5, куда с наиболее крупными коэффициентами входятInCity Edges и InterCity Edges, отсылает к оценке сети с точки зрениягеографического фактора - распределения и доли связей междупользователями из одинаковых или разных населенных пунктов. Такжес данным фактором связаны переменные Gini Betweenness и IsolatesShare.
Отрицательный коэффициент переменной Gini Betweenness вданной компоненте означает, что снижение доли внутригородских«дружеских» связей и увеличение межгородских, сопровождаетсяростом неравенства пользователей по центральности посредничества.ОтрицательныйкоэффициентпеременнойIsolatesShareиположительный InCity Edges означают, что уменьшение доли изолятовв группе происходит с увеличением доли связей внутри одинаковыхнаселенных пунктов.6. Компонента 6, куда входят переменные Centralization Betweenness иWatts-StrogatzClusteringCoefficientсположительнымикоэффициентами, характеризует онлайн сообщества с точки зрениясетевой транзитивности и склонности вершин к соединению в триадыили клики. Централизация посредничества сети отражает неравенствопосредничества и в данном факторе прямо связана со среднимкоэффициентом кластеризации.
Увеличение кластеризации сети, т.е.присутствия в ней локальных клик, приводит к росту центральностипосредничестватехпользователей, которыезанимаютпозициипосредников, связующих звеньев между этими локальными кликами.Рост центральности посредничества этих узлов приводит к увеличению133централизации всего графа.
Также с данной компонентой связаныпеременные Isolates Share и размеры максимальной связаннойкомпоненты. Отрицательный коэффициент Isolates Share означает, чточем меньше изолятов в сети, т.е. чем больше пользователейсоединяются друг с другом (и с максимальной компонентой), тем вышестановится централизация и средняя кластеризация графа.7. Компонента 7, куда с положительными коэффициентами входят GiniLikes и Writer Share, как и компонента 4, характеризует онлайн-группыс точки зрения способов и неравномерности участия. Чем больше доляпользователей, создающих контент, тем глубже дифференциация пооставляемым «лайкам», т.е.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
