Диссертация (1148128), страница 26
Текст из файла (страница 26)
В сетевой теории комплекснымисетями называют сети с непростыми топологическими особенностями, а именнотакими, которые не обнаруживаются в простых сетях как граф решетки (latticegraph) или случайные графы (random graph), но присутствуют в графах-моделяхреальных систем.Сетевой анализ применяется для разных исследований, в рамках которыхпод связями понимаются совершенно разные общественные отношения:сегрегация по расовому признаку в школах, столкновения между враждующимибандами, составление руководства по уничтожению влиятельных террористов.108Подобные исследования играют определяющую роль в выработке управленческихрешений, понимании структуры организации.Самый простой пример такой модели — эго-сеть 1.5 из социальной сети«Facebook» или «ВКонтакте».
Узлами графа выступают индивиды, а ребрами –факт дружбы, под которым мы понимаем различные общественные отношения идоверие (есть факт подписки, что, скорее, является направлением). Модели могутбыть также использованы для изучения социального капитала, поскольку можноизмерить то, что индивид получает из сети.В 1954 г. Дж. А. Барнс начал систематически использовать моделированиедля изучения связей271, которые присутствуют в общественной сфере ипривлекают внимание социологов: ограниченные группы (племена, семьи),социальные категории (гендер, этничность).Внастоящеевремясетевойанализпревратилсяизметафорыаналитического подхода в научную парадигму со своим теоретическимоснованием, методами, программным обеспечением для сетевого анализа иучеными.
Внимание сместилось от изучения целого к изучению части, отструктуры к отношениям, от поведения к занимаемой позиции. Ученые-сетевикилибо изучают полные графы (граф, в котором количество ребер максимальное)как модели, содержащие все виды отношений в изучаемой выборке, либоперсональные сети или эго-сети как персональное сообщество индивида и модельсоциального капитала272.Отличительными особенностями сетевого анализа в социологии выступаютследующие тезисы273: Группы акторов не понимаются как институты или блоки общества:сетевой анализ подходит для изучение неизолированных объектов,например, нелокальные сообщества и гиперссылки на сайтах.Barnes J.
A. Class and Committees in a Norwegian Island Parish // Human Relations 7:39–58. [Электронный ресурс].URL: http:// pierremerckle.fr/wp-content/uploads/2012/03/Barnes.pdf (дата обращения: 26.12.2016)272Wellman B., Berkowitz S.D. Social Structures: A Network Approach. Cambridge: Cambridge University Press, 1988.513 p.273Freeman L. The Development of Social Network Analysis.
Vancouver: Empirical Pres, 2006. 205 p.271109 Вместо того, чтобы рассматривать акторов (индивиды, организации,государства) в качестве дискретных единиц анализа, сетевой анализакцентирует свое внимание на том, как топология связей влияет наакторов и их взаимоотношения. В отличие от привычных исследований, которые предполагают, чтонормы определяют поведение, сетевой анализ обращает своёвнимание на то, как связи и их атрибуты влияют на нормы.Форма социальной сети позволяет определить сетевую значимость для еёузлов.
Небольшие и слабосвязанные сети могут быть более полезными, чемсильносвязанные сети, близкие к полным графам. Большинство открытых сетей сбольшим количеством слабых связей и социальных взаимодействий чащепринимают новые идеи и ресурсы для своих членов, чем плотные и закрытыесети.В отличие от привычных подходов в социологии о том, что атрибуты актораимеют значение, сетевой анализ исходит из предположения, что атрибуты акторавторостепенны, в отличие от отношений, в которых состоит актор. Именно ониопределяют его положение и роль в сети.Созданные модели являются графами, где вершинами являются онлайнсообщества.
Граф — G — это совокупность множества вершин — V и наборовсвязей между ними — E. ≔ (, )(11)Связи в сетях могут быть как направленными, так и ненаправленными.Некоторые сети имеют направленные связи, например, WWW (World Wide Web),где на одной странице имеются ссылки на URL (uniform resource locators) другихстраниц, телекоммуникационную сеть, где существуют входящие и исходящиезвонки. Такие сети соответствуют ориентированному графу.
Ориентированныйграф — это граф, ребрам которого задано направление из одной вершины вдругую.Ориентированныйграфпоказываетнаправленностьсвязейилиотношений между узлами (см. Рисунок 2). Часто в качестве примеровориентированныхграфовприводятцитированиенаучныхстатей,сеть110гиперссылок в Интернете, направление денежных потоков. Применительно кнашей теме исследования лучшим примером будет направление распространениякоммуникации через заимствование публикаций разными сообществами илюдьми.ABCDEA01100B00100C00000D01001E01000Рисунок 2 – Ориентированный граф.Другие сети могут состоять из отношений, которые не устанавливаютнаправление связи, например, факт дружбы между людьми подчеркивает толькостатус отношений между ними, а не направленные отношения (см.
Рисунок 3).Таким сетям соответствуют неориентированные графы. Выбор оптимальноймодели зависит от цели исследования.Специалисты по анализу данных используют специальный язык дляописанияструктурыисодержаниянаблюдения.Еслипривычнымивобщественных науках являются форма представления данных в виде плоскойтаблицы с наблюдениями в строках и переменными в столбцах, то для сетевогоанализа атрибуты не представляют главный интерес.
Как и в матрицах Морено,главным является запись отношений. Это может быть реализовано матрицейотношений, где столбцы и строки симметричны, а пересечение их есть фактотношения. С другой стороны, при работе с графами большой размерности, мы111сталкиваемся с так называемым «проклятием нулей», когда большая часть памятирасходуется на запись отсутствия отношений.ABCDEA11110B10111C11010D11101E01011Рисунок 3 – Ненаправленный граф.По этой причине невозможно анализировать графы большой размерности впрограмме UCINET. Для решения данной проблемы существует другая формазаписи, реализованная в виде кортежей отношений, например, A – B, котораяпредставляет матрицу смежности в виде списка всех отношений.В данных примерах мы обратимся к простой записи в виде матрицысмежности.
Например, направленный граф на рисунке 2 имеет следующие связи:{(A, B), (A, C), (B, C), (D, B), (D, E), (E, B)} и записан в матрице смежности.Матрица смежности является квадратной матрицей, где порядок матрицысовпадает с размером графа E. Элемент матрицы смежности равен единице =1, если между узлами i и j есть связь, в противном случае = 0.Представление данных для ориентированного и неориентированного графаотличается. Если мы сравним две матрицы смежности, обозначенные выше, тообнаружим, что в ненаправленном графе матрица симметрична относительноглавной диагонали: = 1 и = 1.
В ориентированном графе = 1, а = 0.112Важно заметить, что узлы A и E имеют петли. Петля в графе — это ребро,которое инцидентно одной и той же вершине. У петли нет ориентации, так какисходной и конечной точкой выступает всегда один и тот же узел.Комплесные сети могут содержать в себе как ориентированные ребра, так инеориентированные.
Такие модели принято называть смешанными графами.Отношения между узлами могут обозначать не только бинарнуюоппозицию, но иметь и метрическое выражение, которую еще называютинтенсивностью. Для отношений такого рода используют взвешенные графы.Взвешенный граф — это любой ориентированный или неориентированный граф,ребрам которого задан вес или интенсивность (см. Рисунок 4).Также в интенсивности может быть вероятностная матрица.
Например, вфинансовой сети кредиторов и исполнителей отношения имеют метрическоевыражение денежной суммы, в сети телефонных звонков интенсивностьвыражается в минутах разговора.ABCDEA12120B20534C15010D23102E04023Рисунок 4 – Взвешенный граф.113Для взвешенных графов матрица смежности приобретает немного другойвид: = ,(12)где – вес ребра.Существуют такие сети, в которых есть два или несколько типов объектов.Таким сетям соответствуют двудольные графы или биграфы и многодольныеграфы. Биграф (см. Рисунок 5) — это граф, множество вершин которого можноразбить на две части таким образом, что каждое ребро графа соединяет какую-товершину из одной части с какой-то вершиной другой части, т.е.
не существуетребра, соединяющего две вершины из одной и той же части. Другими словами,биграфы — это такие графы, где множества объектов могут иметь связь только сдругим множеством, не имя связей внутри своего множества.AB11021031140151Рисунок 5 –.Биграф. Цвет обозначает разные множества узлов.Многодольный граф — граф, множество вершин которого можно разбить наk независимых множеств (доль) – см Формулу 3. Такие графы записывают также:114 = (, , ) ,(13)где U и V есть подмножества узлов графа. Биграфы довольно частоиспользуют в сетевых исследованиях. Например, модели взаимодействия ученыхи научных учреждений, участников групп или сообществ в социальных сетях,актеров и фильмов.115§ 2.3 Основные метрики графовОтличительнойособенностьюсетевогоанализаявляетсяподсчетцентральности (centrality) — выявление наиболее важных узлов или вершин впределах графа.