Documente Academic
Documente Profesional
Documente Cultură
1
Tema Introducere. Domenii ştiinţifice prezintă delimitările conceptuale ale analizei reţelelor sociale, privită
ca studiul relaţiilor sociale, interacţiunilor, vecinătăţilor şi fluxurilor între un set specific de actori/ subiecţi,
prin prisma abordării de tip „reţea”: subiecţii sunt conceptualizaţi ca noduri, iar relaţiile/ interacţiunile/
vecinătăţile/ fluxurile ca legături (conexiuni, link-uri) între aceştia. Datorită versatilităţii sale, această
abordare analitică se află la intersecţia unor domenii ştiinţifice variate, precum sociologie, economie,
biologie, geografie, studii organizaţionale, antropologie, psihologie socială etc., fapt ce impune o
perspectivă teoretică şi metodologică aparte.
Tema Istoricul analizei de reţea îşi propune să transmită studenţilor aspectele elementare legate de
istoricul analizei de reţea, etapele parcurse şi modul în care aceasta este privită în prezent. De asemenea,
prin expunerea rezultatelor cercetărilor lui Jacob Levi Moreno, Stephen Borgatti sau Albert-Laszlo Barabasi,
studenţii pot înţelege mai bine modul cum analiza de reţea s-a dezvoltat. Totodată, sunt expuse şi
elementele de noutate intervenite în analiza de reţea – instrumentele de software UCINet şi Key Player.
Tema Aplicabilitatea SNA îşi propune descoperirea de modele de conexiuni între diverse entităţi. Oamenii
construiesc sau iau parte la viaţa unui număr foarte mare de reţele: ei sunt conectaţi prin vecinătate
geografică, apartenenţă, legături afective sau cognitive, joacă roluri, interacţionează şi schimbă bunuri.
Sunt legaţi astfel prin proximităţi, relaţii sociale, interacţiuni, fluxuri şi atribute ale indivizilor.
Tema Niveluri de analiză îşi propune să prezinte cele trei niveluri la care poate fi analizată o reţea socială,
prin descrierea caracteristicilor fiecăruia în parte. Nivelul micro de analiză a reţelelor sociale este centrat
de obicei pe dinamica grupurilor mici de indivizi aflaţi într-un context social specific (prietenie, familie,
organizaţie, instituţie) şi este împărţit la rândul său în 4 subnivele – actor, diadic, triadic şi subgrup. Nivelul
meso al analizei este un punct de legătură între nivelurile micro - şi macro, concentrându-se în principal pe
grupuri mari, cu limitele mai mult sau mai puţin clare. Analiza la nivel macro este înglobată în teoriile
structurale şi conflictuale, şi în studiile dinamicii societăţii şi transformării epocale a structurilor culturale şi
sociale.
Tema Seturi şi surse de date îşi propune transmiterea cunoştinţelor teoretice fundamentale referitoare la
principalele seturi şi surse de date necesare pentru realizarea unei analize de reţea socială. In cazul analizei
de reţea, există 3 tipuri de seturi de date: modale (un set de entităţi – de exemplu legăturile din interiorul
unei reţele de copii), bimodale (două seturi de entităţi – de exemplu legăturile dintre absolvenţi de liceu
sau facultate) şi matricea de atribute (de exemplu datele socio-demografice asociate cu fiecare individ al
reţelei). Sursele de date pot fi constituite din chestionare, înregistrări scrise, observaţii directe,
experimente sau derivaţie.
2
BIBLIOGRAFIE FUNDAMENTALĂ
Ahuja, Gautam, 2000, Collaboration networks, structural holes, and innovation: A longitudinal
study în Administrative Science Quarterly, no. 45, pp. 425-455, disponibil (01.07.2012) la:
http://www.tue-tm.org/INAM/Assignment1/ahuja.pdf
Ballantne, Jeanne & Roberts, Keith, 2011, Understanding a social world: Introduction to
sociology, disponibil (01.07.2012) la: http://tinyurl.com/cjx86yg
Barabasi, Albert-Laszlo & Bonabeau, Eric, 2003, Scale Free Networks and How They Impact
Everything in Scientific American, no. 288, pp. 60-69, disponibil (01.07.2012) la:
http://preview.tinyurl.com/7s9kgnb
Bonacich, Phillip, 1972, Factoring and weighting approaches to clique identification in Journal
of mathematical sociology, vol. 2, disponibil (01.07.2012) la: http://tinyurl.com/d424epw
Bondy, John Adrian and Murty Uppalury Siva Ramachandra, 1976, Graph Theory with
Applications, disponibil (01.07.2012) la:
http://www.math.jussieu.fr/~jabondy/books/gtwa/gtwa.html
Borgatti, Stephen, 2003, The Key Player Problem in Dynamic Social Network Modelling and
Analysis: Workshop Summary and Papers, pp. 241-252, disponibil (01.07.2012) la:
http://www.steveborgatti.com/papers/borgatti-NAS-TheKeyPlayerProblem3.doc
Borgatti, Stephen, Li, Xun 2009. On social network analysis in a supply chain context in Journal
of Supply Chain Management, vol. 45, issue 2, pp. 5-22, disponibil (01.07.2012) la:
http://tinyurl.com/c3gdkmo
Borgatti, Stephen, Everet, Martin, Freeman, Lin, 1992, Ucinet, Version IV, disponibil
(01.07.2012) la: http://www.casos.cs.cmu.edu/computational_tools/tools/ucinet_pop.html
Borgatti, Stephen, Mehra, Ajay, Brass, Daniel and Labianca, Giuseppe, 2009, Network Analysis
in the Social Sciences, disponibil (01.07.2012) la: http://www.steveborgatti.com/papers/SNA_rE
Borgatti, Stephen, Kane, Gerald, 2011, Centrality- IS proficiency alignment and workgroup
performance, disponibil (01.07.2012) la: http://www.informatik.uni-trier.de
Burt, Ronald, 1992, Structural holes: the social structure of competition, Harvard University
Press, disponibil (01.07.2012) la: www.lib.uccicago.edu/e/busecon/busfac/Burt.html
Coscia, Michele, 2010, Social Network Analysis: Misure, disponibil (01.07.2012) la:
http://www.di.unibi.it/~coscia, http://docstoc.com/docs/40261720/Social-Network-Analysis
Dickson, Allen, 2006, Introduction to Graph Theory (Social Network Analysis Course – Utah
University), disponibil (01.07.2012) la:
www.math.utah.edu/mathcircle/notes/MC_Graph_Theory.pdf
3
Drees, Becky, Thorsson, Vesteinn, Carter, Gregory, Rives, Alexander, Raymond, Marisa, Avila-
Campillo, Iliana, Shannon, Paul & Galitski, Timothy, 2005, Derivation of genetic interaction
networks from quantitative phenotype data in Genome Biology, vol. 6, no. 4, disponibil
(01.07.2012) la: http://genomebiology.com/2005/6/4/R38
Gallo, Giorgio; Pallotno, Stefano, 1988, Shortest Path Algorithms in Annals of Operations
Research, vol. 13, issue 1, pp. 1-79, disponibil (01.07.2012) la: http://tinyurl.com/6qogdgf
Granoveter, Mark, 1973. The strength of weak ties in American Journal of Sociology, vol. 78,
pp. 1360-1380, disponibil (01.07.2012) la:
http://sociology.stanford.edu/people/mgranovetter/documents/granstrengthweakties.pdf
Hanneman, Robert & Riddle, Mark, 2011, Concepts and Measures for Basic Network Analysis,
Thousand Oaks, California: SAGE Publications, pp. 364-367, disponibil parţial (01.07.2012) la:
http://tinyurl.com/cch3s3b
Harrary, Frank, 1973, New Directions in the Theory of Graphs in Proceedings of the 1971 Ann
Arbor Conference on Graph Theory, University of Michigan, MA: Academic Press, disponibil parţial
(01.07.2012) la: http://www.amazon.com/New-Directions-Theory-Graphs-
Proceedings/dp/012324255x
Johlke, Mark & Duhan, Dale, 2001, Testing competing models of sales force communication in
The Journal of Personal Selling and Sales Management, vol. 21, no. 4, pp. 265-277, disponibil
(01.07.2012) la: http://tinyurl.com/7bv9byo
Kendall, Diana, 2005, Sociology in Our Times, Independece, Kentucky: Thomas Wadsworth
Publishing, disponibil parţial (01.07.2012) la: http://tinyurl.com/bohkvql
Krebs, Valdis, 2002, Mapping Networks of Terrorist Cells, disponibil (01.07.2012) la:
http://tinyurl.com/d4wr4oe
McPherson, Miller, Smith-Lovin, Lynn & Cook, James, 2001, Birds of a Feather: Homophily in
Social Networks in Annual Review of Sociology, vol.27, pp. 415-444, disponibil (01.07.2012) la:
http://tinyurl.com/7cmoqde
Mishra, Nina, Schreiber, Robert, Stanton, Isabelle & Tarjan, Robert, 2008, Clustering Social
Networks in Internet Math, volume 5, nr.1-2, disponibil parţial (01.07.2012) la:
http://tinyurl.com/7yutxde
Morselli, Carlo, 2008, Inside Criminal Networks, New York: Springer, disponibil parţial
(01.07.2012) la: http://tinyurl.com/ccawpm4
4
Torenvlied, Rene & Velner, Gina, 1998, Informal networks and resistance to organizational
change: The introduction of quality standards in a transport company in
Computational&Mathematical Organization Theory, vol. 4, no. 2, pp. 165-188, disponibil
(01.07.2012) la: http://dl.acm.org/citation.cfm?id=593040.593064
Wasserman, Stanley & Faust, Katherine, 1994, Social Netork Analysis – Methods and
Applications, Cambridge: Cambridge University Press
5
Unitatea de învăţare 1. Introducere. Domenii ştinţifice
Analiza reţelelor sociale (SNA) este studiul relaţiilor (precum prietenia, rudenia), interacţiunilor
(colaborarea la locul de muncă ), vecinătăţilor (zona geografică învecinată) şi fluxurilor (resurse de schimb)
între un set specific de actori/ subiecţi (care pot fi entităţi variate, cu sau fără factor volitiv propriu ), folosind
o abordare de reţea.
Datorită versatilităţii sale, acest demers analitic se află la intersecţia unor domenii ştiinţifice variate
(sociologie, economie, biologie, geografie, studii organizaţionale, antropologie, psihologie socială etc. ),
impunând totodată o perspectivă teoretică şi metodologică aparte .
Teorie Practcă
Structura unui grup este mai importantă decât Colectarea datelor: sunt utilizate tehnici ( manuală
atributele (caracteristicile) actorilor. şi/ sau automată) şi surse de informare (chestionare,
observaţie directă, înregistrări scrise, experimente )
specifice.
Acţiunile unui actor (în cazul în care are voliţie) şi/ Stocarea datelor: informaţiile obţinute trebuie să
sau potenţialului său (în cazul în care nu are ) sunt fie „traduse" într-un anumit limbaj de codare pe
determinate, cel puţin parţial, de poziţia în reţea. care soft-ul de analiză îl înţelege - relaţiile dintre
noduri sunt reprezentate prin cifre (limbaj binar
Un nod este „important" în reţea datorită poziţiei sau numere propriu-zise) şi sunt transpuse în matrici
sale şi nu invers (unde un nod ar „ocupa" o anumită matematice.
poziţie datorită importanţei intrinseci).
Pe parcursul ultimelor decenii, SNA a fost din ce în ce mai utilizată în domeniul analizei de informaţii, în
special datorită faptului că a furnizat informaţii valoroase serviciilor de informaţii în vederea
identificării şi destructurării anumitor grupuri ce prezintă un interes specific pentru organizaţiile de
intelligence. Cum securitatea naţională devine un concept tot mai complex, influenţat în societatea
globalizată de astăzi de o acţiunile unei multitudini de actori sociali, politici, economici şi culturali,
6
analiza reţelelor sociale se poate dovedi a fi un instrument valoros pentru analiştii de informaţii, un
instrument care poate fi folosit pentru a evalua şi, cel mai important, pentru a prezice modelele de
difuzare a diverselor fenomene sociale (informaţii, norme, tipuri de comportament şi chiar agenţi patogeni ).
Domenii ştinţifice
Deşi analiza de reţea are o istorie destul de lungă, recent, a început să fie utilizată din ce în ce mai mult
într-o mare varietate de domenii ştiinţifice, cum ar fi antropologia, informatica, economia, fizica,
sănătatea publică, demografia şi sociologia.
Psihologie şi sociologie
Reţelele sociale joacă un rol important în cercetarea sociologică şi psihologică a unei multitudini de
concepte-cheie, toate pivotând în jurul ideii de personalitate socială ( care se află la intersecţia dintre
comportamentul individual şi convenţiile sociale/ norme ) şi care este în mod constant construită şi
reconstruită de către actorii social (nodurilor) prin relaţiile pe care aceştia le întreţin ( legături).
Ca atare, mecanismele de influenţă socială şi selecţie joacă un rol foarte important în SNA, acţionând
ca factori determinanţi în ceea ce priveşte majoritatea măsurătorilor statistice utilizate de diferite
software-uri de analiză de reţea socială.
Cu alte cuvinte, SNA poate oferi o evaluare iniţială cu privire la structura socială a organizaţiei, care la
rândul său devine informaţie valoroasă atunci când facilitează performanţa grupului prin stimularea
liderilor informali (Leonard-Barton, 1985), când abordează probleme legate de fluxul de informaţii ( Johlke
& Duhan, 2001) sau ajută la implementarea schimbării – cum ar fi reducerea salariilor, concedierile sau
restructurările (Torenvlied & Velner, 1998).
În plus, Steve Boese (2009)1 identifică 5 domenii de aplicabilitate imediată pentru SNA în ceea ce
priveşte îmbunătăţirea performanţei organizaţionale:
1. Proiectarea organizaţională
2. Planificarea succesiunii
4. Instruirea şi dezvoltarea
1
http://steveboese.squarespace.com/journal/2009/7/20/social-network-analysis-and-hr.html
7
Sănătate
În domeniul sănătăţii este esenţială deţinerea unor informaţii actualizate cu privire la circuitele de
schimb şi relaţionare existente în grupurile de risc, deoarece viteza de răspândire a agenţilor patogeni
în grupurile menţionate anterior este foarte mult influenţată de conductivitatea reţelei. Sistemele de
avertizare timpurie orientate către sănătatea publică au fost create pornind de la premisa identificării
căilor potenţiale de răspândire a patogenilor în rândul populaţiei-ţintă: răspândirea epidemiilor/
pandemiilor este mai uşor de gestionat, previzibilă şi mai puţin distructivă în cazul în care autorităţile
din domeniul sănătăţii publice deţin instrumente pentru a anticipa, atenua şi dezagrega canalele
purtătoare de virusuri.
Studii de intelligence
De-a lungul ultimelor decenii, analiza reţelelor sociale a devenit o parte integrantă a domeniului de
intelligence. Evenimentele de la 11 septembrie 2001 marchează un moment important în această
istorie scurtă, dar dinamică: realizând ameninţarea tot mai mare reprezentată de activitatea celulelor
teroriste stabilite într-un mediu globalizat de securitate, agenţiile de informaţii din întreaga lume care
s-au unit pentru a descoperi cea mai bună cale în vederea destructurării unor astfel de reţele. "Lupta
împotriva terorii" a îndrumat analiza reţelei sociale în teritoriile neexplorate - de exemplu, software-ul
Key Player (proiectat pentru a identifica nodurile critice dintr-o reţea care, odată eliminate, ar perturba la maxim
grupul) a fost creat pentru a ajuta operatorii şi analişti HUMINT să determine ineficiente organizaţiile
teroriste periculoase.
Pe măsură ce timpul a trecut şi au apărut tot mai multe ameninţări (criminalitatea cibernetică /
terorism/ război), acestea s-au mutat în domeniul online, iar rolul OSINT şi SNA în analiza de
intelligence s-a cristalizat.
Aplicaţii
1. Definiţi analiza reţelei sociale.
2. Specificaţi modul în care poate fi reprezentată vizual o reţea socială.
3. Identificaţi cele două perspective distincte sub care pot fi analizate reţelele sociale.
4. Exemplificaţi domeniile ştiinţifice în care se poate realiza analiza de reţea.
Teme de evaluare
1. Care din cele patru domenii ştiinţifice vi se pare cel mai relevant pentru analiza reţelelor sociale?
Argumentaţi.
2. Identificaţi cele 5 domenii de aplicabilitate imediată pentru SNA în ceea ce priveşte îmbunătăţirea
performanţei organizaţionale (după Steve Boese).
8
Unitatea de învăţare 2. Istoricul analizei de reţea
să expună evoluţia analizei de reţea prin intermediul studiilor oamenilor de ştiinţă din domeniu şi a
instrumentelor moderne de analiză.
Începuturi: Analiza de reţea socială, ca domeniu ştiinţific distinct, a fost creată în anii 1930, de către
Jacob Levi Moreno, care a inventat sociometria ( studiul relaţiei dintre structurile sociale şi atributele
individuale, de exemplu bunăstarea psihologică ) şi, ulterior, sociograma (reprezentarea grafică a relaţiilor
sociale pe care indivizii le creează).
Perioada modernă – Utlizarea UCINet-ului: Stephen Borgatti este creatorul UCINet-ului, un instrument
puternic de analiză a reţelelor sociale. El şi colaboratorii săi au utilizat instrumentul pentru a analiza o
varietate de reţele sociale: comunităţile de consum de droguri, fluxul de informaţii în spaţii de
cunoaştere, transferul de cunoştinţe în cadrul organizaţiilor, grupurile de lucru care trec printr-un
proces de tranziţie etc.2
Securitatea naţională, alături de consultanţa în zona business şi sănătatea publică, a constituit un cadru
important de dezvoltare a instrumentului de analiză a reţelelor sociale creat de Borgatti. „Key Player” 3
este un software proiectat pentru a identifica cele mai bune modalităţi de a perturba reţele teroriste/
criminale/ violente prin eliminarea unui anume set de actori. Aceştia s-ar putea să nu fie cei mai
2
http://www.steveborgatti.com/vita.pdf
3
http://www.analytic tech.com/products.htm
9
importanţi actori (din punct de vedere ierarhic ) din, dar absenţa lor ar genera un efect centrifug în reţea,
divizând grupul în părţi mai mici (şi mai "uşor de gestionat") (Borgatti, 2003, 2006).
Aşadar, în 1998, când, împreună cu Hawoong Jeong şi Albert Reka de la Universitatea din Notre
Dame, am lansat un proiect pentru a ilustra World Wide Web-ul, ne-am aşteptat să găsim o
reţea aleatorie (exponenţială). Iată de ce: oamenii urmează propriile interese atunci când se
decid ce site-uri accesezw, şi având în vedere diversitatea intereselor fiecăruia şi numărul imens
de pagini pe care le pot alege, modelul rezultat al conexiunilor ar trebui să apară destul de
aleatoriu. Cu toate acestea, măsurătorile au înşelat această aşteptare [...] şi au arătat ceva
destul de surprinzător: câteva pagini extrem de conectate susţin World Wide Web-ul. Mai mult
de 80% dintre paginile de pe hartă au avut mai puţin de patru link-uri, în schimb ce o
minoritate, mai puţin de 0,01% din toate nodurile, a avut mai mult de 1000 ( Barabasi, Bonabeau,
2003).
Acest lucru este valabil pentru orice reţea complexă: atacarea simultană a câtorva noduri critice poate
duce la prăbuşirea întregului sistem. Descoperirile lui Barabasi au revoluţionat modul în care înţelegem
reţelele, promiţând, în viitor, capacitatea de a prezice comportamentul lor şi, în cele din urmă, cea de a
le controla.
Teme de evaluare
1. Expuneţi concepţiile lui Albert-Laszlo Barabasi referitoare la studiile complexe asupra reţelelor şi evoluţia
acestora.
10
Unitatea de învăţare 3. Aplicabilitatea SNA
După cum am precizat, analiza reţelelor sociale este, mai mult decât orice altceva, o perspectivă
ştiinţifică, un instrument creat pentru a descoperi modele de conexiuni între diverse entităţi.
De exemplu, oamenii construiesc sau fac parte ( conştient sau nu) dintr-o varietate de reţele: sunt
conectaţi prin vecinătate geografică, apartenenţă, legături afective sau cognitive, joacă roluri,
interacţionează şi schimbă bunuri (tangibile sau nu).
Analiza de date clasică îşi propune de obicei să explice o variabilă ( salariu), asociată cu o entitate,
dovedind sau infirmând existenţa unei corespondenţe cu o altă variabilă ( sex), sub forma unei ipoteze:
bărbaţii au salarii mai mari decât femeile.
Analiza reţelelor sociale încearcă să îmbunătăţească această abordare prin explicarea tiparelor sociale
prin intermediul combinării relaţiilor ( legăturilor) cu atributele: A şi B, ambii bărbaţi caucazieni în vârstă
de 50 de ani, câştigă cele mai mari salarii din companie, deoarece aceştia sunt prieteni cu membrii din
consiliul director, toţi aceştia fiind bărbaţi caucazieni de 50 de ani.
Vecinătăţi
Evaluarea vecinătăţilor poate ajuta la caracterizarea structurii globale a unei reţele, arătând cât de
strâns cuplate sunt nodurile. Măsurarea vecinătăţilor funcţionează bine cu o bază de date cu atribute şi
date multivariate.
Relaţii sociale
Datele despre reţelele sociale sunt formate din relaţii sociale binare. Acestea înregistrează prezenţa,
absenţa sau puterea relaţiilor dintre perechi de persoane. De cele mai multe ori, lungimea liniilor nu
semnifică ceva. Singurul lucru care contează este cine este conectat cu cine. Există mai multe tipuri de
relaţii sociale.
4
http://www.analytictech.com/networks/graphtheory.htm
11
C Este familiar cu/ cunoaşte pe B
cognitve
Interacţiuni
Interacţiunea este o acţiune care are loc atunci când două sau mai multe obiecte au efect unul asupra
celuilalt. Conceptul de interacţiune presupune un efect cu două sensuri, fiecare parte fiind reciproc
influenţată într-un fel. Un termen strâns legat de aceasta este interconectivitatea, care presupune
interacţiunea în cadrul sistemelor: combinaţii de multe interacţiuni simple pot duce la fenomene
emergente surprinzătoare (Drees, 2005).
În sociologie, interacţiunea socială este o secvenţă dinamică a acţiunilor sociale între indivizi ( sau
grupuri) care îşi modifică acţiunile şi reacţiile în conformitate cu acţiunile partenerului/ partenerilor.
Interacţiunile sociale pot fi divizate în: accidentale, repetate, periodice şi reglementate. Interacţiunile
sociale constituie baza relaţiilor sociale.
Fluxuri
În teoria grafurilor, o reţea de debit ( transportatoare) este un graf orientat în care fiecare margine
primeşte un flux. Valoarea debitului pe o margine nu poate depăşi capacitatea acesteia.
Un flux restricţionează valoarea debitului care intră într-un nod să fie egală cu valoarea debitului care
iese, cu excepţia cazului când acesta este o „sursă”, care are un debit de ieşire mai mare, sau o „albie”,
care are un debit de intrare mai mare.
Aplicaţii
1. Exemplificaţi prin aspecte din viaţa cotidiană fiecare tip de relaţie socială care se poate stabili între
entităţile unei reţele.
Teme de evaluare
1. Daţi exemple de relaţii sociale bazate pe rol.
2. Care sunt deosebirile între fluxuri şi proximităţi?
12
Unitatea de învăţare 4. Concepte-cheie
să cunoască şi înţeleagă principalii termeni cheie specifici reţelelor sociale, utilizaţi în analiza acestora;
îşi însuşească termenii şi limbajul de specialitate utilizat cu precădere în analiza reţelelor sociale.
Reţea socială: Ego vs Întreg 2.1. Matrice – Graf 3.1. Orientate pe evaluarea
reţelei: Coeziune şi Densitate,
Grupare, Analiza K-core
O reţea ego constă într-un actor central, cunoscut sub numele de "ego" şi un set de actori cu legături cu
acesta, cunoscut sub numele de "alteri" şi toate legăturile stabilite între alteri şi ego ( Borgatti, Xun Li,
2009). Fiecare alter dintr-o reţea ego dispune de propria reţea ego, iar toate ego-reţelele suprapuse
compun reţele întregi.
O reţea ego a unui nod este o reţea centrată asupra respectivului nod. Reţeaua ego este compusă din
toţi vecinii unui anumit actor şi toate legăturile dintre aceştia.
Ego-reţelele au o structură simplă, care oferă avantajul uşurinţei în ceea ce priveşte colectarea datelor,
dar rezultatele sunt, de regulă, mai puţin utile cercetătorului deoarece setul de actori este relativ mic.
Măsurătorile care sunt utilizate pentru a analiza ego-reţelele se bazează de obicei pe densitate,
conectvitate (de exemplu goluri structurale - Burt, 1992 ), atributele alter-ilor (homofilie) sau combinaţii
ale celor trei.
13
la populaţii mari şi pot fi folosite pentru a trage concluzii statistice semnificative cu privire la întreaga
populaţie. Există multe domenii în care astfel de reţele au fost studiate empiric, cum ar fi reţelele de
suportul social (Everetta, Borgatti, 2005).
Până de curând, cercetările empirice asupra reţelelor au fost limitate la reţelele relativ mici.
Majoritatea studiilor s-au axat pe reţele formate din mai puţin de 500 de actori, însă există tot mai
multe cercetări recente pe grupuri mai mari.
Acest concept a fost introdus pentru prima dată de către Freeman ( 1982), în studierea „betweenness”-
ul unui ego. Lucrarea sa cuprindea unele proprietăţi matematice ale măsurii în ceea ce priveşte
densitatea reţelei ego şi arăta modul în care algoritmul ar putea fi utilizat într-un studiu de caz practic
(Everetta, Borgatti, 2005).
Unul dintre obiectivele principale ale măsurării centralizării este nevoia de a identifica cei mai importanţi
subiecţi în interiorul unei reţele. În acest scop, se porneşte de la ideea că reţelele ego provin din aceeaşi
reţea de bază, iar obiectivul este de a ierarhiza ego-urilor din eşantionul ales.
Reţea întreagă
O reţea întreagă este definită de o serie de criterii specifice privind limitele populaţiei unei organizaţii
formale, a unui departament, club sau grup de rudenie. Această abordare ia în considerare atât
apariţia, cât şi lipsa unor relaţii între toţi membrii reţelei. În general, o astfel de reţea ilustrează harta
legăturile pe care toţi membrii le au unii cu ceilalţi în cadrul grupului.
Atunci când se analizează o reţea întreagă, subiecţii sunt delimitaţi într-un anumit grup de către o
conexiune cu conţinuturi specifice. Această abordare este utilă în identificarea poziţionării relaţionale a
membrilor într-o reţea, precum şi configuraţia anumitor subgrupuri.
Actor (Subiect)
Actorul este cea mai mică structură într-o reţea. Acesta nu este neapărat un individ, ci poate fi şi o
entitate socială care formează legături una cu cealaltă ( departamente în cadrul organizaţiilor, diferite
sectoare ale ocupării forţei de muncă, unităţi sociale colective sau chiar state-naţiune la nivel global ).
În forma cea mai simplă, putem defini actorii fie ca persoane fizice ( de exemplu un prieten pe Facebook, o
rudă etc.) sau ca unităţi colective sociale (grupuri care pot fi reprezentate ca noduri individuale pe un grafic ).
Există mai multe categorii de reţele, care sunt compuse din diferite tipuri de actori:
Reţeaua unimodală - relaţiile dintre un singur set de actori ( persoane dintr-un grup de lucru, grup cu
aceleaşi pasiuni, circuitul tranzacţiilor între companii, etc );
Reţeaua bimodală – relaţii între două seturi de actori (relaţii de donare între corporaţii şi ONG-uri);
14
Reţeaua trimodală – relaţii între două seturi de actori, influenţate de către un alt tip de factor ( de
exemplu: modul în care angajaţii contribuie la proiectele de la locul de muncă, în diferite perioade ale carierei
lor).
Alte tpuri
Reţeaua de afiliere – este de asemenea o reţea bimodală, dar bazată pe legăturile unui singur set de
actori în mai multe medii (calitatea de membru în cluburi, participarea la un consiliu de administraţie etc. );
Reţeaua egocentrică (personală) – o reţea cu un actor central („ego”) şi „alteri” care au legături cu ego-
ul.
Relaţie
Relaţia care se stabileşte între actori într-o reţea este definită ca o colecţie de legături care există numai
între anumite perechi de actori ( de exemplu: seturi de legături între perechi de prieteni într-un grup, perechi
de colegi într-o clasă de elevi, sau chiar un set de legături diplomatice oficiale menţinute de anumite state ). Ceea
ce este important cu privire la acest set de relaţii este că acesta include legături numai de un anumit
tp, evaluate pe perechi de actori într-un anume set finit.
Relaţia este o infrastructură concepută pentru a sprijini fluxul de resurse ( materiale sau non-materiale,
tangibile sau intangibile): suport social/ emoţional, bani, expertiză, prietenie, informaţii, activitate în
comun etc. (Wasserman şi Faust, 1999).
Relaţiile reprezintă baza analizei de reţea. Diferite tipuri de relaţii definesc reţele diferite, chiar şi
atunci când se suprapun pe un singur set de actori ( Knoke, 1982).
De obicei, relaţiile sunt caracterizate prin conţinut (resursa care este schimbată: personală, de la locul de
muncă, etc.), direcţie (o relaţie poate fi orientată sau neorientată) şi rezistenţă (intensitate).
Diadă
De obicei, atunci când afilierea emoţională puternică defineşte relaţia dintre noduri şi membrii săi
petrec mai mult timp împreună, o diadă devine mai puternică. Cu alte cuvinte, relaţia unei diade
depinde de un element comun, care uneşte actorii.
Diada este văzută ca o unitate fundamentală în multe domenii, cum ar fi psihologia, unde poate fi
utilizată, de exemplu, în analiza relaţiilor de tip "mamă-fiică" sau "pacient-terapeut".
Triadă
O triadă este un concept care se referă la un subset de trei actori şi ( posibila/ posibilele) legătură(i)
dintre ei. O triadă este formată din trei asocieri potenţiale şi reprezintă unul dintre cele mai simple
grupuri care pot fi investigate. Potrivit lui Georg Simmel, triadele sunt unităţile fundamentale într-o
15
analiză sociologică, deoarece relaţia dintre cei trei actori permite dinamici sociale calitative diferite,
care nu pot fi reduse la un fenomen individual sau la interacţiunile unei diade.
Triadele facilitează formarea tranzitvităţii sociale: o triadă este tranzitivă într-o astfel de situaţie: dacă
subiectul A îl place pe subiectul B, iar subiectul B îl place pe subiectul C, atunci subiectul A de
asemenea îl va plăcea şi pe subiectul C.
Mark Granovetter a explicat că tranzitivitatea este mai răspândită în triadele unite prin legături
puternice decât în triadele legate prin legături slabe.
în cazul în care actorii A şi B se plac reciproc, atunci A şi B ar trebui să evalueze similar un al treilea
actor, C;
în cazul în care A şi B nu se plac unul pe celălalt, atunci ei ar trebui, teoretic, să-l evalueze diferit pe C.
Subgrupuri
Un subgrup de actori poate fi definit ca orice submulţime formată din actori şi legăturile dintre aceştia.
Diadele, triadele şi grupurile mici sunt cele mai studiate subgrupuri. Cu alte cuvinte, subgrupurile
reprezintă cea mai întâlnită grupare de actori din interiorul unei reţelei.
Grupuri
Un grup este o colecţie finită de actori şi setul de legături care îi uneşte. Analiza de reţea presupune în
cele din urmă capacitatea de a modela relaţiile dintre sistemele de actori. Cel mai important aspect în
analiza de reţea este definirea unui criteriu de restricţie care să conţină un set (sau seturi) finit(e) de
actori. Colectarea finită a actorilor şi legăturilor implică limite de urmărire pentru incluziune.
Teoria grafurilor
Matrici şi grafuri
O reţea socială poate fi reprezentată fie ca un grafic ( descriere vizuală), fie ca o matrice ( în formă
matematică, numerică). În teoria grafurilor, matricea este considerată complementară grafului: acesta
este doar un instrument, un "cod" pe care software-ul să-l poată înţelege şi prin intermediul căruia să
poate realiza harta reţelei.
http://tinyurl.com/cck
http://tinyurl.com/7yuoc dgd8
wk
Un graf este format dintr-un set de noduri şi un set de legături, în care
perechile de noduri sunt conectate prin linii. Un graf este reprezentat prin
trasarea unui punct pentru fiecare nod şi a unei linii care uneşte punctele
http://techdevice.com/w
p-content/nodes-and- sale finale.
edges
O matrice de adiacenţă constă într-un set de date de măsuri |V|( numărul de noduri) şi | E | (numărul de
legături), unde celula de introducere a datelor ( care se află la intersecţia nodurilor ) conţine valoarea
asociată a legăturii (cel mai simplu caz : 1 - este, 0 - nu este).
16
Nod
Un nod (vârf) este un punct comun în care se întâlnesc mai multe linii. Acesta reprezintă unitatea
fundamentală pe baza căreia grafurile se formează. În teoria grafurilor, un nod este tratat ca un obiect
indivizibil, deşi nodurile pot fi entităţi agregate – concepte, teorii, organizaţii, state etc. ( Gallo and
Pallotino, 1988).
Un graf în care nodurile reprezintă concepte sau clase de obiecte este numit “ reţea semantcă”.
Proprietăţile numerice ale nodurilor sunt numite vectori, iar proprietăţile categorice/ nominale ale
acestora sunt numite partiţii. De asemenea, valorile numerice pot fi atribuite liniilor.
“Punctele finale” sunt cele două noduri care formează o margine. Când două noduri sunt punctele
finale ale unei margini, spunem că acestea sunt adiacente. Vecinătatea unui nod A este un subgraf
indus al grafului, format din toate nodurile adiacente lui A.
Dacă două noduri joacă acelaşi rol, acestea vor avea legături echivalente, deşi nu neapărat aceleaşi
tipuri de relaţii sau la aceleaşi intensitate (Borgatti, Mehra, Brass şi Labianca, 2009).
Două sau mai multe noduri sunt bioconectate dacă acestea sunt conectate în ambele direcţii pe două
căi independente (fără un nod intern comun). Bioconectivitatea determină o poziţie în setul de legături.
Când două noduri sunt vârfurile unei margini, spunem că acestea sunt adiacente.
Tipuri de noduri:
Nod izolat: un nod care nu este legat de către alţii prin nicio legătură şi are “degree”-ul egal cu 0.
“Vertex space”: conţine un set de vectori de bază corespunzători cu nodurile principale ale
grafului.
“Nod artculaţie”: ştergerea sa creşte numărul componentelor slabe într-un graf (Mishra, Schreiber,
Stanton and Tarjan, 2008).
Componenta de care aparţine un nod este acel set de noduri, care poate fi atins de către legăturile din
graf. Într-un graf orientat, un nod are atât o componentă “in”, cât şi una “out”, care sunt seturile
nodurilor prin care un nod poate fi atins. Într-o reţea socială, majoritatea nodurilor aparţin aceleiaşi
componente. Aceasta este cunoscută sub denumirea de “Giant Component”.
“Giant Component” apare atunci când media “degree”-ului este mai mare decât 1 ( Coscia, 2010).
17
Legătură – “Walk” – Traseu (“Trail”) – Cale – Cea mai scurtă cale (“Geodesic
Path”)
Legătură “Walk”
Legătură
Ne putem gândi la legătura dintr-un graf ca fiind o linie ( Harray, 1994). Reţelele sociale conţin legături
care pot fi fără direcţie (A îl sună zilnic pe B – ambele noduri se implică ) sau direcţionate (A îi dă bani lui B –
nu este nevoie de reciprocitate pentru a forma o legătură directă ) şi astfel legăturile pot avea o direcţie.
Într-un graf neorientat, o linie trasată între aceste două noduri formează o legătură. Într-un graf
orientat, marginea este o pereche ordonată de noduri.
18
O legătură între două noduri poate reprezenta o multitudine de posibilităţi: o relaţie ( de prietenie,
rudenie, parteneriat), o interacţiune (postările pe peretele unui cont Facebook, mesaje private, mesaje de grup )
sau o activitate (etichetarea unei fotografii pe Facebook, jocuri).
Tipuri de legături:
O legătură care conţine un nod pendant drept vârf este o legătură pendantă.
“Walk”
“Walk” reprezintă o traversare nelimitată a nodurilor de-a lungul legăturilor: o secvenţă alternantă a
nodurilor şi legăturilor, începând şi sfârşind cu un nod, unde fiecare nod este incident pentru ambele
legături pe care le precede şi unde nodurile care preced şi urmează o legătură sunt vârfurile acelei
legături.
Trail (“Traseu”)
Un traseu este atunci când orice legătură este traversată doar o singură dată. Nicio legătură nu se
repetă, în schimb nodurile pot fi revizitate. Acesta este închis atunci când primul nod este acelaşi cu
ultimul din traseul respectiv, şi deschis atunci când acestea sunt diferite.
Cale
În teoria grafurilor, o cale în interiorul unui graf este un traseu în care toate nodurile sunt distincte.
Dickson (2006) consideră calea un graf simplu ale cărui noduri pot fi ordonate astfel încât două noduri
să fie adiacente numai dacă acestea sunt şi consecutive.
O cale poate conţine un nod numit “nod de start” şi unul “de încheiere”, amândouă numite “noduri
terminale” ale căii (aceasta este calea finită). Celelalte noduri ale căii se numesc noduri interne. De
asemenea, o cale poate fi şi infinită.
Tipuri de căi:
Cale “hamiltoniană”: o cale simplă care include fiecare nod din graf.
Căi independente de noduri: două căi care nu au niciun nod intern în comun.
Căi independente de legături: două căi care nu au nicio legătură internă în comun.
19
Lungimea unei căi este egală cu numărul de legături pe care calea îl utilizează, numărând multiple
legături de nenumărate ori. Lungimea poate fi egală cu zero când avem de a face cu un singur nod.
Cea mai scurtă cale este calea din cadrul reţelei de la un nod către altul care trece prin numărul
minim de legături.
Un traseu de la o sursă la o ţintă este o succesiune alternantă de noduri şi legături care încep cu primul
şi se termină cu ultimul, astfel încât nodurile poziţionate înainte şi după o legătură reprezintă “capul”,
respectiv “coada”. Lungimea unei căi este egală cu numărul legăturilor pe care le conţine.
În majoritatea reţelelor, cele mai multe perechi de noduri sunt conectate printr-o cale scurtă.
Enumerarea tuturor căilor scurte dintr-o reţea şi calcularea lungimii medii a acestui set ( perechile fără
legături sunt un caz special) este posibilă. Aceasta este media celei mai scurte căi: numărul mediu de
legături care urmează a fi străbătute cu scopul de a ajunge la fiecare nod al reţelei. Această valoare
este de obicei foarte scăzută.
Dacă nodurile sunt mutate dintr-o reţea, lungimea căilor va creşte, iar perechile de noduri se vor
destrăma. Există de asemenea o varietate de modalităţi în care nodurile pot fi mutate, diferite reţele
având diferite grade de rezistenţă la aceste atacuri. Nodurile dintr-o reţea se pot elimina la întâmplare
sau se pot viza anumite clase specifice de noduri, cum ar fi cele cu cel mai mare “degree”.
Clici
O clică într-un graf este un set de noduri adiacente. Ceea ce este indus
grafului este completat cu toate legăturile posibile. Clica este
considerată modelul standard de grup, iar algoritmii pentru identificarea
clicilor de mari dimensiuni a fost susţinută de către aplicaţiile http://tinyurl.com/cxujtdn
sociologice (Wasserman, Faust, 1994).
Acest lucru înseamnă că o clică este ideală dacă între fiecare pereche de noduri se află o distanţă
minimă, conectivitatea nodului atinge maximul posibil şi fiecare nod are “degree”-ul maxim posibil
(toate cerinţele posibile sunt induse de către un subgraf ).
20
Grupuri (“Clusters”)
Un “cluster” este un grup de indivizi cu legături de prietenie puternice, atât pe plan intern, cât şi pe
plan extern. În multe reţele se poate observa că dacă un nod “A” este conectat la un nod “B”, iar nodul
“B” la un nod “C”, atunci există o mare probabilitate ca nodul “A” să fie de asemenea conectat cu nodul
“C”. În termeni de tipologie a reţelei, tranzitivitatea înseamnă prezenţa unui număr sporit de
“triunghiuri”/ triade în reţea.
Structura comunităţii
Majoritatea reţelelor sociale cuprind o structură a comunităţii: grupuri de noduri care au o densitate
mai mare de legături în interiorul lor, cu o densitate mai mică a legăturilor între grupuri.
Majoritatea dintre acestea sunt bazate pe legături de “betweenness”. Legăturile cu cea mai mare
centralitate a “betweenness”- ului sunt şterse.
“Modele – bloc” – divizarea reţelei în comunităţi sau blocuri după un anumit criteriu);
“Echivalenţă structurală” – două noduri într-o reţea sunt echivalente structural dacă
au aceeaşi vecini (acest lucru poate fi aproximat);
Algoritmii statistici care cuprind setul de matrici de „reţele orientate”, ce stau la baza mecanismelor
sociologice sunt:
Inducţia: fenomenul de influenţă socială regăsită în grupuri sau perechi de indivizi, unde unul
sau mai mulţi membri acţionează sub forma unui nucleu de difuzie pentru tot grupul (A îl place
pe X, ceea ce îl influenţează pe B să-l placă pe X);
Homofilia („iubirea celor care se asemănă”) sau „assortative mixing” (McPherson, Smith-Lovin,
Cook, 2001): tendinţa oamenilor de a se asocia cu indivizi similari (acelaşi aspect fizic, valori,
istorie etc.). Homofilia poate fi conceptualizată atât ca o preferinţă internă a unui individ, cât şi
ca o tendinţă comportamentală observabilă, ce este compusă din preferinţă şi oportunitate 5 (A
şi B îl plac pe X, deci A şi B devin prieteni);
Coeziune şi Densitate
Coeziunea şi densitatea sunt concepte similare: în timp ce coeziunea reprezintă gradul în care actorii
sunt conectaţi în mod direct unul cu altul prin ”legături puternice” (relaţii sociale active precum prietenia şi
5
Borgatti, s.a., http://www.analytictech.com/mgt780/topics/homophily.htm
21
rudenia), densitatea măsoară proporţia legăturilor existente într-o reţea, indiferent de natura lor
(legături puternice sau slabe), în raport cu numărul maxim posibil.
De exemplu, reţeaua indivizilor care întreprind o afacere mică este densă (fiecare cunoaşte pe fiecare),
dar nu este vorba neapărat despre o coeziune (nu sunt toţi apropiaţi din punct de vedere sentimental).
Pe de altă parte, când analizăm o “reţea de legături puternice”, termenii pot fi utilizaţ i alternativ.
Prezenţa tot mai accentuată a unei multitudini de aspecte ale vieţii sociale în mediul online (lucrăm, ne jucăm,
socializăm, ne urmărim propriile interese şi hobby-uri în universul virtual) a făcut ca analiza de reţea să-şi
găsească un mediu nou şi dens pentru colectarea datelor (iar site-urile de socializare reprezintă doar unul dintre
aceste spaţii). Aparent, există o mică diferenţă între lista socială din viaţa reală a unui individ şi cea virtuală, dar un
analist ar trebui să reţină faptul că aceste reţele sunt substanţial diferite. Prietenia on-line pe "Facebook" nu are
un corespondent direct în mediul offline. Ca atare, densitatea unei reţele virtuale nu ar trebui să fie
conceptualizată niciodată ca şi coeziune, pentru că există înţelesuri diferite şi norme asociate relaţiilor sociale în
aceste două universuri.
O reţea cu un nivel ridicat de coeziune este stabilă, solidă şi, în general, mult mai omogenă, deoarece
este formată din clici care se suprapun (într-un grup, fiecare individ îi cunoaşte personal pe toţi ceilalţi).
Coeziunea este o proprietate a reţelelor relativ mici: cu cât un grup este mai mare, cu atât există o
coeziune mai redusă.
Încă din trecut, oamenii au vieţuit în comunităţi stabile. Timp îndelungat, indivizii au trăit, au muncit, au iubit şi în
cele din urmă au murit în cadrul unor grupuri foarte strâns legate (triburi, sate etc.), care de-a lungul anilor au
rămas mai mult sau mai puţin aceleaşi. Odată cu apariţia şi dezvoltarea oraşelor, acest mod de a trăi s-a schimbat
profund, lucru vizibil şi în zilele noastre, adică în era metodelor moderne de comunicare, când relaţiile sociale nu
mai sunt constrânse de bariere fizice şi temporale. Cu toate acestea, se pare că există o constantă socială privind
numărul de relaţii sociale stabile pe care le poate menţine un individ: antropologul britanic, Robin Dunbar a
demonstrat faptul că orice persoană poate gestiona o listă socială stabilă, care să cuprindă între 100 şi 230 de
persoane - deşi variabila cel mai frecvent utilizată este cea de 150. Dunbar consideră că această constantă socială
reprezintă o limită cognitivă a neocortexului uman, o zonă a creierului care s-a dezvoltat în Pleistocen, când a
apărut societatea culegătorilor6.
Comunităţile mai mari de 230 de persoane au nevoie de reguli, legi şi norme aplicate pentru a menţine
stabilitatea. Aceasta este o posibilă explicaţie pentru axioma socială a coeziunii mai mici în grupuri mai mari sau în
reţele.
6
http://tinyurl.com/5kvr6m
22
Problema “Lord of the Flies”
O clică în cadrul unei reţele care nu este coezivă acţionează ca un nucleu şi îi poate folosi pe ceilalţi
membri ca “multiplicatori de forţă”.
Neil Smelser a propus teoria valorii adăugate, care se bazează pe ipoteza că sunt necesare 6 premise privind
comportamentul colectiv (inclusiv violenţa în masă) pentru a apărea: “structural conduciveness” (structura
grupului: apropierea spaţială), “structural strain” (sărăcie, inegalitate), convingere generalizată (un cvasi-consens
în ceea ce priveşte constituentul “structural strain”), (percepţia) lipsei controlului social, apariţia unor subiecţi
precipitanţi şi, nu în ultimul rând, un nucleu structurat care facilitează mobilizarea pentru o acţiune (incitarea la
înarmare). (Smelser, 1962 apud Kendall, 2005)
Reţelele mari sunt intrinsec amorfe dar pot deveni puternice odată ce potenţialul lor este pus în joc. Protestele în
masă, revoltele şi revoluţiile au surprins lumea în ultimii ani: impulsul mişcărilor “grassroots”, precum “Primăvara
arabă”, “Revoluţia Twitter” în Moldova sau fenomenul “Occupy”, a fost menţinut datorită eforturilor iniţiale ale
unui grup de indivizi care a acţionat ca un nucleu de facto.
O reţea extrem de densă este foarte permeabilă (există un număr mare de canale redundante) şi, ca atare,
fluxul de informaţii este facilitat.
Atac şi apărare
Reţelele dense nu deţin o structură centru-periferie şi, ca atare, membrii săi sunt vulnerabili la propagandă:
existenţa unei multitudini de puncte de intrare este o proprietate a reţelelor dense. O consecinţă directă a acestei
caracteristici este aceea că un obiectiv selectat pentru dezinformare poate fi atins în câţiva paşi, deoarece
informaţia falsă nu este filtrată de către alţi membri la diferite niveluri ale ierarhiei formale sau informale.
Atacarea unei reţele cu propagandă ar trebui să vizeze nodurile cele mai conectate – acestea pot răspândi rapid
informaţia la nivelul întregii reţele.
Pe de altă parte, redundanţa canalului înseamnă că un nod poate utiliza informaţia primită printr-un canal, prin
compararea sa cu fluxurile de informaţii ale altor canale. A proteja o reţea împotriva propagandei înseamnă
construirea densităţii în jurul nodurilor credibile.
23
Clustering
Antterorism şi Contraterorism
Gruparea apare, cel mai adesea, nu ca urmare a suprapunerii legăturilor puternice în cadrul unui grup mărginit
(legăturile într-un grup între anumiţi membri, câteva legături externe ale tuturor membrilor). Aceasta este o
caracteristică a grupurilor ilegale sau aflate sub acoperire, care trebuie să găsească întotdeauna un echilibru
delicat între secret (minimul legăturilor externe) şi eficienţă (cooperarea intensă în cadrul grupului). În cadrul unei
reţele teroriste precum Al-Qaeda, celula responsabilă de planificarea şi efectuarea unui atac, acţionează ca un
grup (cluster). (Krebs, 2002)
Analiza K-core
K-core (“nucleul-k”) este un set de noduri care sunt mult mai strâns legate între ele însele (formează o
anumită comunitate), decât cu alte noduri din alte k-cores. Un k-core poate fi văzut ca fiind un anumit
“grup” sau o “sub-structură” într-un graf.
Roluri şi ierarhii
http://www.leydesddorff.net/braun75/index.
htm
Subsetul măsurilor de “centralitate” este conceput pentru a evalua dimensiunile diferite ale
importanţei, puterii sau influenţei unui nod în cadrul unui sistem ( Hanneman, Riddle, 2011) datorită
structurii reţelei, poziţiei nodului sau combinaţiei acestora. Cele mai importante tipuri de centralitate
sunt: degree (gradul), closeness (conectivitatea), betweenness (apropierea) şi eigenvector. Aşa cum s-a
24
specificat anterior, analiza reţelelor sociale, în special în cazul centralităţii, se referă la natura relaţiilor
într-o reţea: legăturile pot fi neorientate ( A se întâlneşte cu B, A îl sună pe B zilnic – este o legătură în care
amândouă nodurile participă) sau orientate (A îi dă bani lui B – nu este nevoie de reciprocitate pentru a forma o
legătură orientată).
Conceptele centralităţii îşi propun să cuantifice ideile teoretice ale grafurilor, referitoare la importanţa
individuală a unui subiect într-o reţea, rezumându-se la relaţiile structurale dintre noduri (Wasserman &
Faust, 1994).
Poate influenţa multe noduri Este cel mai expus (de exemplu, în cazul epidemiilor)
25
În acest studiu de caz, dimensiunea nodurilor a fost stabilită în funcţie de nivelul gradului (cu cât este mai mare
nodul, cu atât are un grad mai ridicat).
http://www.geopoliticalmonitor.com/informant-
fbi-missed-chance-to-stop-911-2624
7
Sursa primară a informaţiei: http://en.wikipedia.org/wiki/Mohamed_Atta
26
A lucrat cu Mohamed Belfas.
Poate fi conceptualizată ca fiind măsura care arată cât de apropiat este un nod de toate celelalte
noduri (modul în care este integrat un nod într-o reţea ). Variabila in-closeness măsoară gradul de
accesibilitate al unui nod de către alte noduri ( căile directe dinspre alţii către nodul respectiv) şi variabila
out-closeness care măsoară gradul în care un nod poate accesa alte noduri ( căile nodului către celelalte
noduri sunt relativ scurte).
Conectivitatea reprezintă acele noduri care tind să aibă căile cele mai scurte, sau să aibă distanţele
către alte noduri cu o conectivitate mai mare. Conectivitatea CC(v) unui nod nod v este reciproca sumei
distanţelor geodezice către toate nodurile din graf. Este utilizată reciproca pentru a calcula nodurile
care nu sunt accesibile, cu valoarea 0.
Conectivitatea indică timpul până la sosirea unei informaţii din fluxul reţelei.
Out-closeness: poate răspândi rapid informaţiile noi Out-closeness: poate răspândi informaţii false şi să
piardă din credibilitate (dacă out-closeness nu este
compensat de in-closeness).
Uşor de accesat
27
În acest studiu de caz, dimensiunea nodurilor a fost stabilită în funcţie de gradul de conectivitate (cu cât este mai
mare nodul, cu atât conectivitatea este mai scăzută).
http://en.wikipedia.org/Wiki/Hamburg_c
ell
8
Sursa primară a informaţiei: http://en.wikipedia.org/wiki/Hamburg_Cell
28
către Afghanistan în 1999, unde l-au întâlnit pe Ossama bin
Laden, căruia i-au jurat loialitate.
Măsura în care un nod se poate afla de-a lungul celei mai scurte căi geodezice ( unde se presupune că
traficul reţelei este cel mai intens) între toate celelalte perechi de noduri.
“Betweenness Centrality” reprezintă una dintre cele mai importante măsuri ale centralităţii – este un
concept de bază pentru analiza reţelelor sociale şi se referă la frecvenţa unui nod dat care se află între
sursă şi ţintă.
Practic este cea mai scurtă cale care trece printr-un nod. De asemenea, poate fi calculată pentru
margini (edge betweenness centrality).
Legătură pentru părţile separate ale reţelei Trebuie să sintetizeze (să găsească un numitor comun
pentru toţi membrii reţelei)
29
În acest studiu de caz, dimensiunea nodului a fost stabilită în funcţie de nivelul de apropiere “betweenness” (cu
cât este mai mare nodul, cu atât apropierea este mai mare).
http://www.biography.com/pe http://www.state.gov/j/rls/ct/
ople/Zacaris-Moussaoui- crt/2001/html/10240.htm
241185
9
Sursa primară a informaţiei: http://en.wikipedia.org/wiki/Zacarias_Moussaoui şi http://en.wikipedia.org/wiki/Sami_Essid
30
Este egal cu măsura în care un nod este conectat cu alte noduri bine conectate. De exemplu, algoritmul
Google PageRank se bazează pe metoda de măsurare a centralităţii eigenvector.
Eigenvector a fost utilizat cu precădere în cercetarea reţelelor sociale ( Faust, 1997) şi este calculat cu
ajutorul teoriei potrivit căreia centralitatea unui subiect este proporţională cu numărul contactelor
deţinute de acesta şi cu centralitatea acestor contacte, la rândul lor( Bonacich, 1972).
Centralitatea unui nod este proporţională cu suma centralităţilor nodurilor cu care este conectat.
31
În acest studiu de caz, dimensiunea nodului a fost stabilită potrivit nivelului eigenvector (cu cât este mai mare
nodul, cu atât eigenvector este mai ridicat).
http://www.globalsecurity.org/sec
urity/profiles/marwan_al-
shehhi.htm
Derularea evenimentelor10: Detonator al United Airlines Flight 175 (al doilea avion programat să
se prăbuşească în WTC – Turnul de Sud).
10
Sursa primară a informaţiei: http://en.wikipedia.org/wiki/Marwan_al-Shehhi
32
La 11 septembrie, Shehhi a dat un telefon de 3 minute lui Mohamed
Atta, înainte de decolarea celor două avioane pe care intenţionau să
le detoneze.
Aplicaţii
1. Folosind studiul de caz „Atacurile teroriste de la 11 septembrie”, identificaţi care nod are cel mai
ridicat eigenvector.
2. Folosind studiul de caz prezentat, identificaţi principalele concepte cheie care v-au fost prezentate -
nodurile principale din reţelele prezentate, cine are cel mai mare degree etc .
Teme de evaluare
33
Unitatea de învăţare 5. Niveluri de analiză
încadreze un tip de analiză în unul din cele trei niveluri şi subniveluri de analiză prezentate.
Micro
Nivelul micro de analiză a reţelelor sociale este centrat de obicei pe dinamica grupurilor mici de indivizi
aflaţi într-un context social specific (prietenie, familie, organizaţie, instituţie).
1. Nivelul “Actor”
Analiza reţelelor sociale începe de la cea mai mică structură: individul - subiectul social. Câteva criterii,
precum centralitatea, prestigiul şi rolurile jucate (izolaţi, conexiuni, poduri etc.), determină “importanţa”
sau funcţia unui nod într-o reţea. Analiza reţelelor bazate pe subiectul-centric, cunoscute ca reţelele
ego-centrice, sunt cel mai des utilizate în studiile privind relaţiile genealogice dintre indivizi ( de exemplu,
în psihologie sau psihosociologie).
2. Nivelul “Diadic”
O relaţie de tip diadă între indivizi devine mult mai solidă şi puternică cu cât membrii săi petrec mai
mult timp împreună şi au o conexiune emoţională de nivel egal de intensitate. Dat fiind faptul că
indivizii interacţionează datorită necesităţii de socializare şi cooperare, conexiunea s-ar putea
dezintegra oricând dacă anumite cerinţe nu sunt respectate de ambii parteneri.
Relaţia într-o diadă nu este creată de doi indivizi independenţi: se bazează întotdeauna pe un element
comun care uneşte entităţile, cunoscut sub numele de non-independenţă.
Dacă rezultatele celor doi membri ai diadei sunt non-independente, atunci acele scoruri sunt
mult mai asemănătoare între ele, decât sunt alte scoruri care provin de la două persoane care
nu sunt membri ai aceleiaşi diade. Non-independenţa poate apărea atunci când două persoane
au ceva în comun (căsătorie, prietenie), sau chiar atunci când doi indivizi nu au interacţionat
niciodată dar împărtăşesc o experienţă comună: de exemplu, abia s-au întâlnit pentru prima
oară la acelaşi medic sau pe Internet.
Kenny, Kashy şi Cook (2006) susţin că există trei modalităţi în care pot fi conceptualizate diadele:
34
Sub forma unei asocieri între două enttăţi individuale – fiecare membru al diadei este văzut
ca o unitate singură. În această structură individuală, variabilele nivelului diadic ar trebui să fie
introduse de două ori, câte o dată pentru fiecare individ. Utilizarea abordării structurii
individuale are două mari dezavantaje:
Sub forma unei unităţi distncte – există o singură unitate pentru fiecare diadă.
Sub forma unei structuri pereche – o combinaţie a primelor două abordări, în sensul că există
o variabilă pentru fiecare individ, dar rezultatele ambilor parteneri apar de asemenea pentru
fiecare variabilă.
3. Nivelul “Triadic”
O triadă este un concept care desemnează un grup format din trei indivizi. Este unul dintre cele mai
simple grupuri care pot fi studiate. Ca şi în cazul analizei la nivelul “diadic”, cercetarea triadei se
bazează pe subiecţi precum egalitate socială, reciprocitate, dar, spre deosebire de diadă, o triadă este
de obicei un “aranjament” mai puţin stabil, deoarece în vremuri de constrângere apare o tendinţă
socială de polarizare (doi împotriva unuia). Nivelul ridicat al riscului de apariţie a instabilităţii într-o
triadă, poate genera un conflict, motiv pentru care acest tip de grup social este de obicei evitat ( de
exemplu, poligamia).
Nivelul subgrup este un tip intermediar de analiză, care îşi are baza în abordarea nivelului micro. Spre
deosebire de nivelurile actor, diadic şi triadic, se bazează pe subiecţi precum distanţa, accesibilitatea11,
clici12, subgrupuri coezive şi alte acţiuni de grup sau modele de comportament.
Meso
În ceea ce priveşte mărimea populaţiei, nivelul meso al analizei este un punct de legătură între
nivelurile micro şi macro. Ea se concentrează în principal pe grupuri mari, cu limitele mai mult sau mai
puţin clare. Astfel de grupuri pot fi formale - organizaţii ( grupuri sociale menite să delege, în mod organizat,
sarcini diferite unui grup mare, pentru a fi atinse obiectivele colective ) - sau informale (o varietate de arhitecturi
de reţea de mari dimensiuni, care nu au un scop specific sau explicit ).
Reţelele sociale, care se găsesc în organizaţii sunt alcătuite din legături inter-organizaţionale şi intra-
organizaţionale formale şi informale.
Grupurile de nivel meso sunt alcătuite din unităţi sociale de mărime intermediară, care pot fi atât de
mari, astfel încât mulţi membri nu îi cunosc pe toţi cei din grup şi pot avea acces limitat la lideri.
Grupurile nu sunt atât de mari încât să îi facă pe lideri să pară a fi distanţi sau inabordabili.
11
Conceptul de componentă puternic conectată al unui graf se referă la un subgraf al accesibilităţii direct
implicate (care este oferită de existența unei căi/ path între noduri) între toate nodurile existente.
12
Conceptul de "clică" descrie un grup de 2-12 persoane care au o relaţie mai strânsă cu alţii, şi care interacţionează în mod regulat unul cu
altul (de exemplu, se întâlnesc frecvent, trăiesc împreună, merg la cumpărături, etc). În general, o clică este compusă din 5 sau 6 indivizi care
împărtăşesc mai multe atribute, inclusiv vârsta, sexul, naţionalitatea, fundalul socio-economic, rasa şi statutul social.
Interacţiunea cu o "clică" este adesea văzută dintr-o perspectivă socială ca ceva normal şi firesc, pentru că, indiferent de sex sau etnie, aceasta
este o parte importantă a dezvoltării sociale normative. Clicile pot fi studiate în special în rândul adolescenţilor.
35
„Dacă nu îl cunoşti tu însuţi pe lider, probabil cunoşti pe cineva care este prieten cu liderul.”
Toţi indivizii fac parte din nivelul meso al unităţilor sociale (de exemplu, milioane de oameni pot să aparţină
aceluiaşi cult religios sau partid politic) , având legături cu membrii, în timp ce vieţile lor sunt afectate de
oameni pe care nici măcar nu îi cunosc (Ballantine & Roberts, 2011).
Macro
Nivelul macro este cel mai mare în rândul grupurilor sociale. Analiza la nivel macro este de obicei,
înglobată în teoriile structurale şi conflictuale, şi în studiile dinamicii societăţii şi transformării epocale a
structurilor culturale şi sociale. De fapt, nivelul macro nu studiază părţile mari ale societăţilor, ci şi
societatea ca întreg. Globalizarea a ajutat extinderea gradului de studiu la nivel macro care să implice
tot mai multe comunităţi.
Cele mai multe reţele mari au anumite caracteristici de complexitate socială, care necesită existenţa
unor trăsături ale topologiei reţelei - modele de conexiuni complexe între elemente care nu sunt nici
pur regulate, nici pur aleatoare.
Clustering/ Grupare - măsura gradului în care nodurile într-un graf tind să se grupeze. În
general, nodurile reţelelor sociale au tendinţa de a crea, grupuri extrem de puternice şi dense.
Asociatvitate - ataşamentul nodurilor faţă de alte noduri care sunt similare sau diferite într-un
anumit fel.
Există două tipuri principale de reţele complexe: exponenţiale şi independente de scală (vezi primul
capitol).
Aplicaţii
1. Identificaţi un model de analiză de reţea socială realizată la nivel macro, unul la nivel meso şi altul la
nivel micro.
Teme de evaluare
1. Identificaţi care dintre cele trei niveluri de analiză expuse este cel mai complex. Explicaţi.
2. Care este principalul element distinctiv între cele trei niveluri de analiză prezentate?
3. Care sunt caracteristicile pe care se bazează analiza la nivel macro?
36
Unitatea de învăţare 6. Seturi şi surse de date
Seturi de date
De obicei, în cazul analizei de reţea, există 3 tipuri de seturi de date: uni-modale (un set de entităţi – de
exemplu legăturile din interiorul unei reţele de copii ), bi-modale (două seturi de entităţi – de exemplu legăturile
dintre un set de actori şi liceul sau facultatea absolvite) şi matricea de atribute (de exemplu datele socio-
demografice asociate cu fiecare individ al reţelei).
Seturile de date de tipul modal şi bimodal pot conţine atât date binare ( 1 – “este”, 0 – “nu este” şi/ sau “nu
se aplică”13) şi valori (de exemplu, intensitatea relaţiilor poate fi măsurată pe o scală de la 1 la 5 ).
13
De exemplu, într-o reţea de prietenie modală, un individ nu poate fi propriul său prieten. În aceste tipuri de seturi de date, diagonala este,
de fiecare dată, 0.
37
valori
Matrice de atribute
Surse de date
Reţelele sociale pot fi construite ca rezultat al analizei datelor din:
Este unul dintre cele mai directe şi eficiente moduri Una dintre cele mai de încredere surse de date, plecând
pentru identificarea arhitecturii unui grup. de la premisa că analistul a operaţionalizat corect cu
conceptele (de exemplu, co-autoratul indică prietenia).
Este o metodă care implică un consum mare de timp, Subiecţii sunt observaţi în contexte non-familiare şi
dar rezultatele sunt semnificative. Analistul poate să sunt însărcinaţi să realizeze acţiuni care nu fac parte din
observe interacţiunile atât în mod conspirat, cât şi în rutina lor zilnică.
mod direct, asumat.
+: Singurul mod de a testa emergenţa reţelelor (practic,
+: Acţiunile sunt mai vocale decât cuvintele (A poate determinăm reţeaua să se comporte într-un mod
spune că îi place B, dar acţiunile sale pot denota pentru care nu a fost proiectată).
opusul).
38
-: În cazul în care subiecţii ştiu că sunt studiaţi, există -: De cele mai multe ori, subiecţii sunt conştienţi că
posibilitatea să-şi schimbe comportamentul. participă într-un context non-familiar. Experimentele
Observarea directă este riscantă. spun foarte puţine despre interacţiunile de zi cu zi.
Derivaţia (analizarea unui set de relaţii şi formularea concluziilor despre un alt set: dacă A şi B vizitează aceeaşi
cafenea, atunci există posibilitatea ca A şi B să fi prieteni) este o abordare indirectă ce poate fi folosită când nu
poate fi obţinut setul de date dorit (analistul nu ştie că A şi B sunt prieteni) sau când o abordare mai directă ar
putea determina răspunsuri nenaturale (de exemplu, adresarea unor întrebări directe despre comportamentul
sexual implică răspunsuri sfioase). Poate fi folosit împreună cu chestionarele, înregistrările scrise, observaţia
directă şi experimentele.
-: Validitatea metodologică este o întrebare-cheie! Este setul de date A un indiciu relevant în raport cu relaţia de
care sunt cu adevărat interesat?
Exemplu: Completaţi tabelul. În funcţie de ceea ce credeţi cu privire la un anumit coleg ( îmi place; îmi
este indiferent; îmi displace ), trasaţi celula potrivită în dreptul numelui. Este posibilă doar o singură
opţiune pentru fiecare coleg.
Andreea X
Steve X
Roberta
John X
Maria X
Michael X
Tina X
39
Înregistrările scrise
Exemplu: Un analist OSINT vrea să identifice care este relaţia dintre cele mai “faimoase” 5 bloguri din
România („zoso.ro”, „arhiblog.ro”, „gaben.ro”, „cabral.ro”, „sebastianbargau.ro ”). Abordarea sa a constat în
analizarea individuală a secţiunii “Blogroll”, pentru a vedea dacă se menţionează reciproc.
http://www.zoso.ro/
Observaţiile directe
Exemplu: Un specialist de resurse umane a fost însărcinat cu eficientizarea unui grup de angajaţi
subperformanţi. Grupul este constituit din: John ( team leader), Kathy, Ben, Alice, Kim and Beatrice
(membri ai echipei). După petrecerea unei săptămâni cu angajaţii, specialistul de resurse umane a
formulat o ipoteză: grupul nu performează la valorile necesare deoarece angajaţii nu au avut un sistem
colaborativ orientat în funcţie de rolul fiecăruia. Aceşti au ales să solicite ajutor în funcţie de
preferinţele afective.
De exemplu, specialistul de resurse umane a notat că John lucrează bine cu toată lumea, în timp ce
Alice, un alt angajat valoros, pare să coopereze bine doar cu John şi Kim.
40
Matricea şi graful corespondente:
Experimente
Exemplu: Acelaşi specialist de resurse umane care a vrut să-şi testeze ipoteza ( relaţiile de muncă au fost
construite în acord cu preferinţe afective, nu cu un rol prestabilit de interdependenţă ). A însărcinat un grup de
6 persoane să soluţioneze 2 puzzle-uri. Nu i-a instruit pe angajaţi, nici nu a menţionat numărul maxim
sau minim de angajaţi pe echipă. Specialistul în resurse umane a observat că Alice şi Kim au format o
echipă, în timp ce restul grupului, cealaltă.
Derivaţia
Exemplu: Să presupunem că nu am avut acces la datele din cadrul studiului de caz realizat pe baza
Chestionarului, însă suntem interesaţi să identificăm care este dinamica socială într-un grup de
studenţi. Nu putem adresa întrebări direct copiilor pentru a obţine aceste date, însă, putem să vedem
cât de bine pot performa copiii în anumite clase. Plecăm de la premisa că există o posibilitate mai mare
ca cei care au aceleaşi interese să fie prieteni.
41
Matricea şi graful corespondente:
Datele validează ipotezele noastre anterioare: în interiorul reţelei există două clici legate prin Steve,
Roberta şi Maria.
Aplicaţii
1. Folosind un tip de set de date la alegere, ilustraţi graful acesteia folosindu-vă de software-ul de
specialitate „UCINet”.
2. Specificaţi ce tip de date pot conţine matricile modale şi cele bimodale.
Teme de evaluare
42