sexta-feira, 15 de março de 2013

Análise de Redes Sociais: ferramenta de síntese computacional

Resumo do módulo 1 do curso Social Network Analysis

Ao analisar uma rede, é preciso levar em conta os atributos das linhas, que são:
1. weight ("peso") (por exemplo, frequência de comunicação)
2. ranking ("ordem") (por exemplo, melhor amigo, segundo melhor amigo, etc.)
3. type ("type") (por exemplo, amigo, parente, colega de trabalho)
4. properties, depending on the structure of the rest of the graph ("propriedades relativas ao resto do gráfico") (por exemplo, estar entre outras duas linhas ou ligações)

Atenção para não confundir ranking com type.
Weight pode ser positivo (por exemplo, confiança) ou negativo (por exemplo, desconfiança).
Diz-se que uma ligação é direta quando é assimétrica: A aponta para B.
Diz-se que uma ligação é indireta quando é simétrica: A aponta para B e B aponta para A.

Há pelo menos 3 maneiras de representar as conexões, sendo a Matriz de Adjacências a maneira mais adequada quando se trabalha com redes muito densas e complexas.


Por sua vez, os atributos dos nós se dividem em:
aqueles associados às conexões imediatas:
                              indegree (número de conexões que apontam para o nó)
                             outdegree (número de conexões que partem do nó)
                             degree (número de conexões com o nó: indegree + outdegree)
e aqueles associados ao gráfico inteiro:
                             centrality (betweenness, closeness)
Na matriz de adjacências, a linha da matriz correspondente a um nó indicará o número de outdegree (soma dos pontos com valor diferente de zero), enquanto a coluna correspondente ao nó indicará o número de indegrees (soma dos pontos com valor diferente de zero).

   1 2 3 4 5
1 0 0 1 0 0
2 0 1 0 1 0
3 0 0 0 0 0
4 1 1 0 0 0
5 0 0 1 1 1

Exemplo: na matriz de adjacências acima, o nó 4 se conecta com os nós 1 e 2; o nó 2 se conecta consigo mesmo e com o nó 4.

Restaram dúvidas sobre o cálculo da ordem do degree e sobre a distinção entre strongly and weakly connected components.

Nenhum comentário:

Postar um comentário