Machine Translated by Google

Vedeți discuțiile, statisticile și profilurile de autori pentru această publicație la: https://www.researchgate.net/publication/348049269

REȚELE SOCIALE ȘI DIFUZIA INFORMAȚIILOR ÎN REȚELE SOCIALE

Preprint · Decembrie 2020

DOI: 10.13140/RG.2.2.12131.37927

CITAȚII CITEȘTE

0 937

1 autor:

Maneesh Vidhate
Universitatea Manipal, Dubai

3 PUBLICAȚII 0 CITAȚII

VEZI PROFIL

Tot conținutul care urmează acestei pagini a fost încărcat de Maneesh Vidhate la 31 decembrie 2020.

Utilizatorul a solicitat îmbunătățirea fișierului descărcat.

Machine Translated by Google

CSE4012: ANALIZA REȚELEI SOCIALE -1-

REȚELE SOCIALE ȘI DIFUZIA INFORMAȚIILOR

ÎN REȚELE SOCIALE
Maneesh Vidhate
Școala de Inginerie și IT
Academia de Învățământ Superior Manipal
Dubai, EAU
maneesh.samir@dxb.manipal.edu

Rezumat— În zilele noastre și în epoca în care rețelele
sociale online (OSN) au pătruns complet
vieți, a devenit extrem de important să înțelegem cum
exact se propagă informațiile și cum se afectează reciproc
utilizatorii în această rețea. Acest
cunoștințele au aplicații în diverse domenii precum
marketing viral, predicție repost și recomandare socială.
Această lucrare își propune să utilizeze Analiza rețelelor
sociale, o abordare utilizată pe scară largă în domeniile
psihologiei, economiei etc., pentru a înțelege difuzarea
informației care are loc în rețelele sociale. În prima secțiune
vom analiza rețelele sociale și unele dintre caracteristicile
acestora, iar în ultima secțiune ne vom uita la fluxul de
informații și vom sublinia câteva dintre observațiile sau
concluziile cheie.
Cuvinte cheie — Rețea socială, rețea ego, sub-grupuri
coezive, punte.
Graficul prezentat mai sus este un exemplu de grafic al
rețelei Facebook care ne ajută să înțelegem această
reprezentare a unei structuri sociale. După cum se
vede în grafic, această rețea este reprezentată în
termeni de noduri, unități individuale și legături. Un
nod dintr-o rețea socială poate reprezenta un actor individual,
un grup de actori sau chiar lucruri din cadrul rețelei. O
legătură într-o astfel de rețea reprezintă o relație
sau interacțiune care leagă cele două noduri. O
legătură, adesea denumită și cravată, poate fi
binară sau evaluată și direcționată sau nedirecționată.
Legătură binară nedirecționată Regizat, Legătură binară
5

I. INTRODUCERE Link nedirecționat, valoros Link regizat, valoros

Orice fel de interacțiune socială sau grupare poate Fig 1.2 – Tipuri de legături.
să fie reprezentate în termeni de unități care compun
II. CARACTERISTICILE UNEI RE ELE SOCIALE
acest cluster și relația dintre unitățile menționate.
Acest tip de reprezentare a unei structuri sociale este Când privim și încercăm să analizăm o rețea, unul
cunoscut sub numele de rețea socială. Folosim Analiza dintre cele mai importante lucruri de înțeles este fluxul
rețelelor sociale, procesul de de informații prin rețea. Pentru a înțelege acest lucru,
investigarea structurilor sociale prin utilizarea rețelelor trebuie să înțelegem factorii care îl afectează.
și a teoriei grafurilor, pentru a înțelege astfel de
reprezentări și a le folosi în beneficiul nostru în - Probabilitate (Pij)
diverse domenii, cum ar fi marketing, vânzări, analiză Se referă la probabilitatea ca un actor i să
de afaceri etc.[1] transmită informații altui actor j.
- Topologie
Aceasta se referă la forma și forma rețelei.

Când luăm în considerare topologia unei rețele,

este important să înțelegem două concepte
înrudite.
o Conectivitate
Ne ajută să înțelegem nivelul de conectivitate
dintre actorii din diferite părți ale rețelei.

o Centralitate
Ne ajută să înțelegem unde este un actor
rezidă în rețea.
Fig 1.1 – Exemplu de grafic al rețelei Facebook.
Machine Translated by Google

CSE4012: ANALIZA REȚELEI SOCIALE -2-

De asemenea, ajută la formalizarea unei noțiuni

intuitive despre distincția dintre
din interior și din exterior.
- Timpul
Timingul se referă la momentul contactului dintre
actori. Acest lucru ne ajută să urmărim informațiile și
să înțelegem probabilitatea ca o informație să fi
traversat o rețea printr-o anumită cale.

Fig 3.2 – Un exemplu de rețea ego.

III. CERCUL SOCIALE
Rețelele sociale online permit utilizatorilor să urmărească Acest concept de rețele de ego poate fi folosit pentru
detectarea cercurilor sociale. [2]
fluxuri de postări generate de sute sau mii de prieteni și
cunoscuți ai lor.
Deoarece prietenii și cunoștințele utilizatorilor tind să Pentru a detecta cercurile sociale ale unui utilizator, începeți
prin a crea o rețea de ego a utilizatorului menționat și formați
genereze o cantitate copleșitoare de date, utilizatorii găsesc
nevoia să-și organizeze rețeaua socială. cercuri pe baza următoarelor proprietăți.

pentru a face față acestei supraîncărcări de informații.

- Nodurile dintr-un cerc ar trebui să împartă unele
Unul dintre cele mai comune mecanisme oferite de site-urile
proprietăți sau aspecte comune.
de socializare pentru ca utilizatorii să-și organizeze rețelele
- Ar trebui să se formeze diferite cercuri pe baza diferitelor
și conținutul generat de aceștia este de a-și clasifica prietenii
aspecte, de exemplu, familia, prietenii de la școală etc.
în ceea ce este cunoscut sub numele de cercuri sociale.

- Cercurile ar trebui lăsate să se suprapună și cercuri mai

puternice ar trebui lăsate să se formeze în cercurile
mai slabe, de exemplu cerc care desemnează colegii de
clasă în interiorul unui cerc denotă colegii de școală.

- Atât informațiile despre profilul utilizatorului, cât și structura

rețelei ar trebui să fie valorificate pentru a identifica
cercurile sociale. În mod ideal, site-urile de rețea ar
Fig 3.1 – Rețea de ego cu cerc social etichetat.
trebui să poată identifica ce aspecte
a unui profil a făcut ca un cerc să se formeze.
Deși aproape fiecare site de rețele sociale oferă această
funcție, „cercurile” pe Google+ și „listele” pe Facebook și IV. SUBGRUPURI COEZIVE
Twitter, nu este cea mai bună sau cea mai eficientă
Coeziunea structurală a oricărei rețele este egală cu
modalitate de a îndeplini această sarcină de organizare,
numărul minim de actori sau noduri care trebuie
deoarece utilizatorul ar trebui să modifice lista manual la
îndepărtate pentru ca rețeaua să fie deconectată.
fiecare când un nou prieten sau cunoștință este adăugat la
În mod echivalent, se mai poate spune că coeziunea unei
rețeaua sa. O modalitate mai bună de a parcurge acest
rețele este egală cu numărul minim de căi independente
proces ar fi folosirea conceptului de Ego Networks pentru a
care leagă fiecare pereche de actori sau noduri din rețea.
înțelege în ce categorie ar putea intra un contact nou
dobândit.

În orice grafic, pot exista două tipuri de componente.

O rețea de ego constă dintr-un nod focal sau ego,
care este conectat direct la un set de noduri, cunoscute sub
- Componente puternice
numele de alter, care pot fi sau nu conectate la alte alter din
Acesta este un subset de noduri din rețea astfel încât
aceeași rețea. Fiecare alter dintr-o rețea de ego are propria
fiecare nod aparținând acestui subset este accesibil de la
sa rețea de ego, unde ego-ul actual este unul dintre alter.
orice alt nod din subset.

O componentă puternică într-o rețea nedirecționată,

astfel încât fiecare nod din submult este
Machine Translated by Google
CSE4012: ANALIZA REȚELEI SOCIALE
conectat direct la orice alt nod din submult, este
cunoscut sub numele de clică.
- Componente slabe
Acesta este un subset de noduri din rețea astfel încât
pentru fiecare pereche de noduri cel puțin un nod
poate ajunge la celălalt.
Dacă se spune că o rețea este o componentă puternic
conectată în ansamblu, atunci se spune că rețeaua este,
de asemenea, de natură foarte coerentă.
Așa cum coeziunea unei rețele poate fi măsurată, la
fel poate fi și a oricărui subgrup aflat în rețea.
Acest lucru dă naștere la o noțiune clară de încorporare,
deoarece este posibil ca seturile coezive să se cuibărească
unul în celălalt. Aceste subgrupuri, cu coeziune ridicată,
imbricate în interior, sunt cunoscute sub denumirea de Subgrupuri Coezive.
Ele sunt cunoscute și ca subsetul de actori sau noduri
între care există legături relativ puternice, directe,
intense, frecvente sau pozitive. Formalizează grupuri
sociale puternice bazate pe proprietăți sociale puternice.
Subgrupurile coezive pot fi identificate de mulți
moduri care insistă ca subgrupul să fie o componentă
conexă. Cu cât mai frecvente
metoda de a găsi subgrupuri coezive este aceea de a
căuta clicuri în rețeaua dată și apoi de a se muta de
acolo. Au fost multe progrese în dezvoltarea metodelor
de a găsi subgrupuri coezive într-o anumită rețea.[3]
V. NATURA LEGAȚILOR
O legătură între două noduri sau actori din structura
rețelei sau sociogramă este cunoscută ca o legătură.
Reprezintă o relație sau interacțiune între actorii
corespunzători din rețea.
După cum se vede în Secțiunea I, există patru tipuri
de legături și anume, binar nedirecționat, valorat
nedirecționat, binar direcționat și valorizat direcționat.
Pentru analiza unei rețele, este foarte important pentru
noi să înțelegem puterea legăturilor în rețea pentru
a înțelege difuzarea informațiilor în rețea. Cu cât
legătura este mai puternică, cu atât este mai mare
șansa ca informația să fie difuzată prin intermediul
acesteia. Pentru a înțelege puterea unei legături,
trebuie să știm dacă actorii legați sunt doi oameni care
interacționează mai frecvent sau mai puțin frecvent, au
o relație mai mare, mai mică sau nu.
conectare emoțională, etc. Deci, în conformitate cu
asta, în mod firesc, puteți spune că orice imediat
-3-
membru al familiei actorului ar avea un puternic
cravată cu el și un cunoscut de serviciu ar avea tendința
de a avea o cravată slabă. Aceasta este însă doar una
dintre metodele de înțelegere a conceptului de legături
puternice și slabe.
Chiar dacă metoda menționată mai sus este exactă,
în timp ce analizăm o rețea măsurăm
puterea unei cravate prin verificarea suprapunerii sale de
vecinătate.
( )
(,)=/()
{ }3 / ( ) { }3
Unde,
-
( , ) = Suprapunerea cartierelor X și Y
-
( , ) = Mărimea setului de vecin comun comun
al lui X și Y
-
( ) = Mărimea setului de vecini imediati ai lui X.
Această cunoaștere a forței legăturilor și a suprapunerii
cartierelor nu numai că ne ajută să înțelegem
difuzarea informațiilor și rata de difuzare, dar ne ajută
și să înțelegem cum să facem rețeaua mai bună sau
mai eficientă prin adăugarea de punți în rețea. Un
pod este o legătură sau o legătură între două
noduri care au o suprapunere de vecinătate fie
neglijabilă, fie nulă. Se numește punte, deoarece
acționează ca o punte între comunități. Podurile sunt
un tip de legături slabe, deoarece valoarea lor NO este
întotdeauna foarte mică.
Fig 5.1 – O punte între comunitatea A și comunitatea B.
Disponibilitatea unei punți poate fi văzută prin aflarea
NO(X,Y) pentru fiecare X,Y aparținând lui V, unde V este
mulțimea tuturor nodurilor din rețea.
Perechea de noduri cu suprapunere de vecinătate
neglijabilă sau zero arată disponibilitatea unei posibile
punți. Podurile sunt foarte importante deoarece ajută
la introducerea de informații noi în comunități care
altfel nu le-ar fi întâlnit. Un prim exemplu în acest sens
sunt postările dvs
Machine Translated by Google
CSE4012: ANALIZA REȚELEI SOCIALE
s-ar putea să vedeți pe feedul dvs. LinkedIn care provin
de la persoane pe care nu le cunoașteți, dar cu care unul
dintre cunoscuții dvs. ar putea fi legat. Aceste cunoștințe
sunt, de asemenea, folosite de public într-un mod
foarte productiv pentru a ajuta oamenii care și-au
pierdut locul de muncă în aceste vremuri grele să
ajungă la un public mai mare și oportunități potențiale.
VI. PROPAGAREA INFORMAȚIILOR
În timpul analizei unei rețele, este important să
înțelegeți cum se deplasează prin ea orice informație
introdusă în rețea.
Această mișcare a informațiilor prin rețea este
denumită propagare a informațiilor.
Mișcarea informațiilor prin rețea depinde de:
- Conectivitatea nodurilor.
Inutil să spun, cu cât conectivitatea este mai mare
a unei rețele, cu atât este mai mare șansa fiecărui
nod de a întâlni această informație care a fost
introdusă în el.
Referindu-ne la rețeaua prezentată în fig. 5.1,
dacă puntea nu ar exista, orice informație introdusă
în comunitatea A nu ar fi accesibilă actorilor din
comunitatea B și invers, deoarece nu ar exista o cale
de utilizare a informațiilor. pentru a ajunge la un
actor dintr-o altă comunitate.
- Forța legăturilor în rețea.
Pentru simplitate, o rețea este adesea considerată
ca o colecție de clicuri care au fost conectate între
ele cu ajutorul unor poduri.
Am văzut cum poate fi măsurată puterea unei
legături sau a unei legături și cum aceste legături
pot fi clasificate ca puternice sau slabe în Secțiunea
V a acestei lucrări, iar acest concept ne ajută să
înțelegem atingerea sau maximul posibil.
difuzarea unor informații introduse în rețea, adică
numărul maxim de noduri pe care o informație
poate ajunge pornind de la, dar fără a include,
sursa acesteia.
Legăturile puternice ne spun că cei doi actori care
au fost legați au interacțiuni mai frecvente și astfel
probabilitatea ca sursa să transmită informația,
Pij, este mare.
În general, se presupune că fiecare actor dintr-o
clică are aceleași informații ca orice alt actor
datorită existenței lui n*(n-1)
-4-
interacțiuni totale, de natură puternică, între cei
n actori care fac parte din clica.
Una dintre cele mai frecvente probleme observate
în astfel de clicuri puternic conectate este că
actorii tind să aibă aceeași sursă. Aceasta este
cunoscută sub numele de homofilie. Provocarea
cu care se confruntă este că, deoarece majoritatea
actorilor par să aibă aceeași sursă, nu există
informații noi care să fie introduse în clică.
Legăturile slabe ne spun că cei doi actori legați
au o suprapunere foarte mică de vecinătate și
astfel, în timp ce probabilitatea ca informația să
fie transmisă mai departe, Pij, este mai mică,
dacă informația este transmisă, ar avea o
acoperire mai mare așa cum ar fi acum să se
poată răspândi într-o clică diferită. Acest
fenomen duce la o rată mai mare de difuzare a
informației. Mărește accesibilitatea informațiilor.
Cea mai frecventă problemă observată într-o
rețea cu multe legături puternice și foarte puține
sau deloc slabe este aceea că informația pare să
fie vehiculată eficient în clicuri, dar din moment ce
clicurile nu sunt conectate, există o lipsă de
diversitate a informațiilor și de schimb de informații.
informatii si resurse. Au fost efectuate o mulțime de
studii pentru a înțelege și măsura efectul unei
legături slabe asupra creșterii
în rata de difuzie a informațiilor .[4][5]
VII. OBSERVAȚII ȘI CONCLUZII
Din această lucrare, putem înțelege importanța naturii
legăturilor și a forței lor.
Putem deduce că, deși legăturile mai puternice sunt
utile în difuzarea informațiilor în mod individual,
deoarece au o probabilitate mai mare de a partaja
informații pe baza naturii legăturii, legăturile mai
slabe, în mod colectiv, au un impact mai mare din
perspectiva întregii rețele, deoarece acționează ca
punți între comunități și ajută la creșterea
injectarea de informații noi în comunități.
Legăturile puternice se referă la legăturile dintre actori
care au o suprapunere de cartier mai mare, iar legăturile
slabe se referă la legăturile dintre actori care se suprapun
fie într-un cartier foarte scăzut, fie neglijabil.
Machine Translated by Google

CSE4012: ANALIZA REȚELEI SOCIALE -5-

REFERINȚE

[1] Francesco Martino & Andrea Spoto (2006) – Analiza rețelelor sociale: o scurtă revizuire teoretică și o perspectivă ulterioară
în studiul tehnologiei informației. PyschNology Journal, 2006, Volumul 4 Numărul 1, pp 53 – 86.

[Accesat: 24/10/20]
https://www.researchgate.net/publication/220168913_Social_Network_Analysis_A_brief_theoretical_review
_and_further_perspectives_in_the_study_of_Information_Technology
[2] Julian McAuley și Jure Leskovec – Învățarea să descopere cercurile sociale în rețele de ego [3]
Kenneth A. Frank (1995) – Identificarea subgrupurilor coezive. Rețele sociale 17, pp 27 – 56.
[Accesat: 24/10/20]
https://www.researchgate.net/publication/222491641_Identifying_cohesive_subgroups
[4] Jennifer M. Larson (2017) – The weakness of weak ties for novel information diffusion. Larson a aplicat
Network Science, 2:14
[5] Mei Li, Xiang Wang, Kai Gao și Shanshan Zang (2017) – A Survey of Information Diffusion in Online Social
Rețele: Modele și Metode. MDPI, Jurnal, Informare, 2017.
[Accesat: 24/10/20]
https://www.researchgate.net/publication/320458975_A_Survey_on_Information_Diffusion_in_Online_Socia
l_Networks_Models_and_Methods

Vedeți statisticile publicației