Диссертация (1147891), страница 30
Текст из файла (страница 30)
Отрицательная корреляция была получена для «степени публичности» иплотности графа (Спирман R= -0,451 p=0,000). Ни модулярность, ни среднийкоэффициент кластеризации, ни число личных фотографийкорреляций с переменной «степень публичности».не показалиПоскольку корреляции собщим числом фото и записей также не очень значительные, можнопредположить, что выбор направленности связей не зависит от факторапубличности, и продиктован личным предпочтением пользователей.Дублирующая переменная «оценка участия в светских мероприятиях»(Приложение, Таблица 23) показала даже более высокий уровень корреляции собщим числом друзей (Спирман R= 0,543 p=0,000).
Однако корреляций с числомфотографий и записей уже не наблюдалось. Степень корреляции этой переменнойи «степени публичности» оказалась довольно высокой (Спирман R= 0,775p=0,000).Тест хи-квадрат для категорированных переменных «парная друзья» (где 0меньше 1000, 1 – больше тысячи) и «ориентация на публичность» (Таблица 24)говорит об умеренной связи между переменными (Фи Крамера 0,386 знач = 0,000, Хи-квадрат Пирсона = 22,06 знач=0,000).
Похожий результат дает парнокатегорированная переменная «степень публичности» (Таблица 25) и переменная«парная друзья»: Хи-квадрат Пирсона = 20,938 (25% ячеек предполагаемоезначение меньше 5). Регрессионный анализ зависимости числа друзей от степенипубличности также оказался значимым: R=0,198, F1,159=39,14 p=0,00. Однако, несмотря на то, что средние значения числа контактов возрастают последовательнодля всех 4 категорий публичности (см. приложение Рисунок 18), категория 2превосходит 3 и 4 по минимуму друзей (405), а категория 0 превосходит 2 и 3 помаксимуму друзей (2969).
Кроме того, категории неравнозначны по численности:категория «0» составляет 82,1 % всех наблюдений. Если исключить единственное144наблюдениев 8354 контакта для 4 категории и максимальное для 3-ей, томаксимальное число друзей для 1-ой категории превысит остальные. Некоторыхпользователей мы отнесли к категории «0», поскольку они не получилиизвестность в СМИ, однако из предварительных наблюдений известно, что ониведут «клубный» или относительно «светский» образ жизни – много и частообщаются на вечеринках.
Представляется, что объёмы выборки не позволяютсудить однозначно о выявленной тенденции, тем более что оценки публичностиносят субъективный характер. Тем не менее, тест хи-квадрат для переменнойориентация на публичность подтверждает, что пользователи с числом друзей >1000 склонны также демонстрировать свою причастность к «светскому образужизни».Таким образом, представляется, что несмотря на ограниченность выборки исубъективность в оценках ранжирования, можно постулировать существованиесвязи между ориентацией на публичность и стремлением к формированиюбольшегочислаОбнаруженнаяконтактовтенденция,дляопределенноговероятно,выявляетсегментапользователей.определенныестратегиипользователей, ориентированных на онлайн - сферу и ведущих активный светскийобраз жизни.Графический анализ структуры онлайн-связей индивидуальных сетейОтдельные выводы и положения, полученные в ходе статистического анализа168 индивидуальных сетей, могут быть уточнены и расширены в ходе анализаструктуры связей индивидуальных сетей.
С помощью программы Gephi былполучен ряд визуализаций как типических, так и наиболее интересных графов извыборки онлайн-сетей (см. Приложение Рисунок 20-42).В ходе визуализации использовалась процедура укладки через алгоритмпритяжения-отталкивания,обозначенныйвпрограммекакforceatlas.Структурные сообщества были найдены через процедуру расчета модулярности.В качестве основных критериев сравнения для визуального анализа основноевнимание уделялось таким критериям, как модулярность, общее число друзей(степень), плотность.
Поскольку корреляции между модулярностью и числом145друзейобнаруженонемодулярности отражает,было,можнопредположить,чтокоэффициентнасколько хорошо граф разбит на структурныесообщества. В таком случае, с увеличением модулярности должна яснеепроявляться гетерогенная структура. В дальнейшем, чтобы избежать огласкиличных данных пользователей, в тексте используется, в качестве обозначенияграфа, его степень и число ребер.Выводыпографическомуанализуструктурыонлайн-связейиндивидуальных сетейВ ходе визуального анализа подтвердилось, что коэффициент модулярностихорошо отражает степень гетерогенности эго-сети. Для высокой степени (Q > 0,6)модулярности структурные сообщества отчетливо кластеризованы и отделеныдруг от друга: граф 661 5207, граф 301 2143, граф 256 964.
Для среднего«спектра» коэффициента модулярности (около 0,3)числа связей между«сообществами» возрастает, визуально кластеризация выражена не явно: граф 79111456, граф 1320 39326, граф 188 1848. Эго-сети, относящиеся нижнему«спектру» модулярности, образуют гомогенную структуру онлайн-контактов исвязей, при которой кластеризация не выражена, а структурные сообществавизуально не различимы: граф 287 4732 , граф 100 1286, граф 140 2121, граф 1676294710. Самый низкий спектр модулярности от 0 до 0,123 занимают графы снебольшим числом друзей (от 3 до 17).С другой стороны, граф 164 1038, с визуально более гетерогеннойструктурой показывает меньшую модулярность (0,464 против 0,523), чем граф1770 21267, в котором сообщества кажутся почти слитыми (Рисунок 32, 33).
Ещеодин пример такого плана демонстрирует граф 287 4732 с модулярностью 0,219 иплотностью 0,115, в котором структура распадается только на три сообщества,два из которых представляют небольшие четко выделяемые кластеры, третье жепредставляет собой визуально - гомогенное переплетение связей (Рисунок 26).Представляется, что для ряда анкет пользователей попадающих в средний«спектр» разброса по модулярности, «структурные сообщества», образующиекластеры связей достаточно близки тематически, однако направленность связей146Эго не является бессистемной, о чем и свидетельствует относительно высокийуровень модулярности.
Иначе говоря, характерный паттерн заключается вформировании связей в тематически близких социальных полях.И, наоборот, для ряда сетей пользователей, попадающих в относительно«низкий» спектр разброса по модулярности (<0,2), контент анализ анкет показал,чтовыборсвязейлибобылаобусловленобщимисоциокультурнымихарактеристиками индивидов, либо низкой избирательностью Эго в выборесвязей.Некоторые графы представляют собой любопытные образцы, которые можновыделить как необычные паттерны сетевой структуры. «Близнецовая» структура:граф 187 1538, граф 141 962, граф 1766 19984, граф 1023 14760.
«Близнецовая»вершина копирует большинство связей Эго и образует Эго-подобную структуру:живут вместе, творческая пара, вторая анкета Эго, сходный образ жизни. Большоечисло монад – одиночных связей, как в случае графа 2516 3535 может говорить опопытке найти брачного партнера (Рисунок 41). В данном примере, кореннойитальянец «добавил в друзья» большое число русских девушек.Тематический анализ анкет структурных сообществ Эго-графаЧтобы проверить предположение о том, что в случаях не ярко выраженнойгетерогенности Эго сознательно формирует связи в тематически близкихсоциальных полях, был выбранграф 1921 24140 с неожиданно высокоймодулярностью 0,362. Визуальный анализ показал, что граф образуют несколькосубкластеров, тесно примыкающих друг к другу (Рисунок 34). В ходе контентанализа было выбрано по 10 пользовательских анкет из основных структурныхсообществ данной онлайн- сети.
В результате выборочного контент анализа длякаждой анкеты был присвоен «лейбл», при этом отмечалась связь анкеты споэзией и миром литературы – род занятия Эго.Как можно видеть по результатам анализа (см. приложение Таблица 26),структурное сообщество «0» (34,2%) связно с лейблом «поэзия» и представленапоэтами и творческими людьми. Сообщество «4» оказалось связано с147издательским делом, при этом сообщество включало анкеты-хабы с несколькимитысячами онлайн-друзей каждая.Сообщество «3» было представлено поэтами и администратами онлайн порталов, связанных с поэзией. Большинство анкет сообщества «3» такжеявляются анкетами-хабами с несколькими тысячами онлайн-друзей каждая.Сообщество «2», помимо литераторов и поэтов, представлено людьми творческихпрофессий.
Сообщество «1» представлено как творческими профессиями, так ирекламирующими анкетами-хабами. По тематике лейблов сообщество «1» болеевсего отдаляется от профессиональной деятельности Эго. Таким образом, общаятематика всех субкластеров данной Эго-сети оказалась пересекающейся, однаконе совпадающей полностью.Наблюдаемый рисунок структуры связей можно обозначить как стратегиюформированияконтактов«хабычерезхабы».Инымисловами,друзьяпользователя не формируют связи беспорядочно, однако ориентируются наблизкие области, иногда пересекающиеся, каждая из которых представленадругими страницами-хабами: пользователь i из сообщества«К» сформируетсвязь с пользователем j из сообщества «Е», только если социальные иликультурные установки, доминирующие в сообществе «Е» будут ему близки.Тематический анализ анкет структурных сообществ масштабного ЭгографаИсходя из полученных результатов (пороговых значений онлайн взаимодействия, структуры индивидуальных сетей и тематики общения),представляется важным получить представления о характере формируемыхонлайн-связей для пользователей с числом онлайн-друзей > 5000.Можнопредположить,что,несмотрянастремлениепользователясформировать как можно большее число онлайн-связей, их выбор не будетбессистемным.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
