تحليل الشبكات الاجتماعية الموزونة
- قدّمه
- Barrat, A.; Opsahl, T. et al.
- السنة
- 2004–2010
- النوع
- Network analysis framework
- العائلة
- Network science
هذا النص ترجمة آلية ولم تتم مراجعته بعد. اقرأ النص الأصلي بالإنجليزية
ماذا تفعل؟
يوسع تحليل الشبكات الاجتماعية الموزونة (Weighted SNA) تحليل الشبكات الاجتماعية الكلاسيكي عن طريق تعيين قيم رقمية - أوزان - للروابط بين الفاعلين، مما يلتقط قوة الرابط، أو تكرار التفاعل، أو تدفق الموارد. بدلاً من معاملة جميع الاتصالات على قدم المساواة، يكشف عن الفاعلين الذين يحتلون مناصب متميزة بحكم شدة علاقاتهم، وليس مجرد وجودها.
الفكرة الحدسية وراء الطريقة
يسأل تحليل الشبكات الاجتماعية الكلاسيكي: من متصل بمن؟ يضيف تحليل الشبكات الاجتماعية الموزونة: بقوة كيف؟ يتعاون زميلان يؤلفان معًا عشرة أبحاث في موقع هيكلي مختلف جوهريًا عن زميلين يتشاركان في استشهاد واحد فقط. الأوزان تشفر هذا الاختلاف. بعد ذلك، يتم تكييف كل مقياس مركزية وكل خوارزمية اكتشاف مجتمع لمعاملة رابط بقيمة عشرة على أنه أهم بعشر مرات بالفعل من رابط بقيمة واحد، مما ينتج عنه تصنيفات وتجمعات تتطابق بشكل أفضل مع التأثير الحقيقي والتماسك.
التاريخ
تم تأسيس المعالجة الرسمية للشبكات الموزونة في الفيزياء وعلوم الشبكات بواسطة Barrat و Barthélemy و Pastor-Satorras و Vespignani (2004)، الذين قدموا قوة العقدة ومعاملات التجميع الموزونة للشبكات التجريبية الكبيرة. جلب Opsahl و Agneessens و Skvoretz (2010) هذه الأفكار صراحة إلى تحليل الشبكات الاجتماعية عن طريق تعميم المركزية القائمة على الدرجة وأقصر مسار مع معلمة وزن قابلة للضبط، مما يجعل تحليل الشبكات الاجتماعية الموزونة عنصرًا قياسيًا في مجموعة الأدوات لعلماء الاجتماع وباحثي المنظمات.
متى تُستخدم
استخدم تحليل الشبكات الاجتماعية الموزونة كلما كانت البيانات تحمل بطبيعتها معلومات عن قوة الرابط - حجم البريد الإلكتروني، المعاملات النقدية، أعداد التأليف المشترك، القرب المبلغ عنه في الاستبيانات - وعندما تؤدي معاملة جميع الروابط على قدم المساواة إلى تجاهل تباين مهم تحليليًا. وهي ذات قيمة خاصة لدراسة الانتشار، وتخصيص الموارد، والتأثير في المنظمات، وشبكات التعاون، والمجتمعات عبر الإنترنت. لا تستخدمها عندما تكون الأوزان مفقودة، أو مقدرة بشكل عشوائي، أو عندما يتعلق السؤال البحثي فقط بالوصول أو الاتصال الثنائي؛ في تلك الحالات، يكون تحليل الشبكات الاجتماعية العادي أو مقاييس المركزية الثنائية أكثر ملاءمة وأسهل في التبرير.
الحدود والاعتبارات
- يتطلب بيانات وزن رقمية موثوقة؛ الأوزان الترتيبية أو المعرفة بشكل غير دقيق تنتج مقاييس مضللة.
- التفسير أكثر تعقيدًا - عقدة ذات روابط قليلة ولكنها ثقيلة جدًا تختلف عن عقدة ذات روابط عديدة معتدلة بطرق تعتمد على سياق البحث.
- تطبيع الأوزان عبر مصادر بيانات أو فترات زمنية مختلفة يتطلب تبريرًا دقيقًا.
- التكلفة الحسابية لخوارزميات أقصر مسار موزونة تنمو مع حجم الشبكة.
لا تغني شروط المصدر عن المراجعة العلمية المستقلة أو التحقق بواسطة محرك تحليل.
نقاط القوة
- يلتقط قوة الرابط وشدة التفاعل، ويكشف عن المسارات الأكثر نشاطًا في الشبكة.
- ترتيبات المركزية الموزونة تتنبأ بشكل أفضل بالتأثير الحقيقي، وتدفق الموارد، وانتشار المعلومات مقارنة بنظيراتها الثنائية.
- اكتشاف المجتمع الموزون يجد مجموعات متفاعلة بكثافة قد تفوتها النمطية الثنائية.
- متوافق مع أدوات تحليل الشبكات الاجتماعية القياسية (igraph، NetworkX، Gephi) من خلال معلمات وزن بسيطة.
- يتوسع للشبكات الكبيرة دون تغييرات منهجية أساسية.
التطبيقات
- شبكات الاتصالات التنظيمية: تحديد الوسطاء الرئيسيين حسب حجم البريد الإلكتروني أو الاتصال في الاجتماعات.
- التعاون العلمي: تصنيف الباحثين حسب شدة التأليف المشترك بدلاً من عدد التأليف المشترك الخام.
- الشبكات المالية: تتبع المخاطر النظامية من خلال تدفقات الإقراض بين البنوك الموزونة.
- المجتمعات عبر الإنترنت: اكتشاف المجموعات الفرعية المتماسكة بناءً على شدة تفاعلات المستخدمين.
- علم الأوبئة: نمذجة انتشار الأمراض عبر شبكات الاتصال الموزونة بمدة التعرض.
- النقل والخدمات اللوجستية: تحسين المسارات في الشبكات حيث تمثل أوزان الأضلاع السعة أو التكلفة.
كيف يعمل
كيف يعمل
يتم بناء رسم بياني موزون G = (V, E, W) حيث يحمل كل ضلع (i, j) وزنًا حقيقيًا w_ij يمثل قوة الرابط - تكرار الاتصال، أو التدفق النقدي، أو عدد التعاونات، أو أي مقياس علاقي مستمر. مصفوفة التجاور الناتجة لم تعد ثنائية: الإدخالات خارج القطر تحمل قيم الأوزان.
يتم تعميم مقاييس الشبكة القياسية لدمج الأوزان. قوة العقدة s_i (مجموع جميع الأوزان على أضلاع العقدة) تحل محل الدرجة الثنائية. تستخدم المركزية الموزونة (بين المركزية، والقرب، والمركزية الذاتية) مسافات أقصر مسار محسوبة من الأوزان العكسية بحيث تعتبر الروابط القوية مسافات قصيرة. يقيس معامل التجميع الموزون مدى تفاعل جيران العقدة مع بعضهم البعض بكثافة.
الصيغة
s_i = \sum_{j} w_{ij}تقوم خوارزميات اكتشاف المجتمع مثل طريقة Louvain بتحسين دالة نمطية موزونة Q التي تمنح كثافة الأضلاع ذات الوزن العالي داخل المجتمعات وتعاقبها عبر المجتمعات. تقوم التقسيمات الناتجة بتجميع الفاعلين الذين يتشاركون في روابط مكثفة، وليس مجرد أي رابط.
يتم تفسير النتائج هيكليًا: المحاور ذات القوة العالية هي وسطاء للتبادل المكثف، وليس مجرد موصلات متكررة. يتم إعادة حساب إحصائيات الكثافة والتماسك على المصفوفة الموزونة. تقوم التصورات بتوسيع سمك الضلع ليتناسب مع الوزن، مما يجعل بنية الرسوم البيانية الفرعية للروابط القوية واضحة على الفور.
الأخطاء الشائعة
- استخدام الأعداد الخام (مثل، عدد رسائل البريد الإلكتروني) دون تطبيع لفترة المراقبة أو نشاط العقدة، مما يؤدي إلى تضخيم الأوزان للفاعلين ذوي الحجم الكبير.
- تجاهل توزيع الأوزان - عندما تكون معظم الأوزان متساوية تقريبًا، تضيف المقاييس الموزونة ضوضاء بدلاً من إشارة.
- الخلط بين الوزن والأهمية دون تبرير موضوعي لنظام الترجيح.
- تصور شبكة موزونة كثيفة دون تصفية الأضلاع ذات الوزن المنخفض، مما ينتج عنه رسوم بيانية غير قابلة للقراءة.
- تطبيق المقاييس الموزونة على بيانات ثنائية بطبيعتها (مثل، روابط تنظيمية رسمية).
الأسئلة الشائعة
ما نوع البيانات التي أحتاجها لتحليل الشبكات الاجتماعية الموزونة؟
تحتاج إلى مجموعة بيانات علائقية تحمل فيها كل رابط بين فاعلين قيمة رقمية - عدد التفاعلات، درجات القرب المبلغ عنها في الاستبيانات، التدفقات النقدية، أو أي مقياس علاقي مستمر. قائمة أضلاع بسيطة بثلاثة أعمدة (المصدر، الهدف، الوزن) كافية لمعظم الأدوات.
كيف أختار نظام الترجيح؟
يجب أن يكون نظام الترجيح مدفوعًا نظريًا. أعداد الأحداث الخام هي الخيار الأكثر شيوعًا ولكن يجب تطبيعها لطول نافذة المراقبة. عندما تأتي الأوزان من الاستبيانات (مثل، تقييمات القرب من 1 إلى 5)، فكر فيما إذا كان المقياس فاصلًا أم ترتيبيًا قبل استخدامه في العمليات الحسابية.
هل تحليل الشبكات الاجتماعية الموزونة أفضل من تحليل الشبكات الاجتماعية الثنائي؟
ليس بشكل قاطع. إنه أكثر إفادة عندما تكون قوة الرابط مهمة للسؤال البحثي وعندما يتم قياس الأوزان بشكل موثوق. عندما يكون الهدف هو تحليل الوصول أو عندما تكون الأوزان مقاسة بشكل سيء، فإن تحليل الشبكات الاجتماعية الثنائي أبسط ويتجنب إدخال ضوضاء القياس.
أي البرامج تدعم تحليل الشبكات الاجتماعية الموزونة؟
تدعم كل من igraph (R و Python) و NetworkX (Python) و Gephi الرسوم البيانية الموزونة بشكل أصلي. تم تصميم حزمة tnet في R خصيصًا للشبكات الموزونة والشبكات ثنائية الوضع باتباع إطار عمل Opsahl وآخرون.
كيف أقوم بتصور شبكة موزونة دون رسم بياني فوضوي؟
طبق عتبة وزن للاحتفاظ فقط بالأضلاع فوق حد أدنى ذي معنى، أو استخدم شجرة ممتدة دنيا للحفاظ على العمود الفقري. قم بتوسيع سمك الضلع وشفافيته حسب الوزن، وقم بتطبيق خوارزمية اكتشاف المجتمع لتلوين العقد حسب المجموعة بحيث تكون البنية واضحة بصريًا.
طرق ذات صلة
المصادر
Barrat, A., Barthélemy, M., Pastor-Satorras, R., & Vespignani, A. (2004). The architecture of complex weighted networks. Proceedings of the National Academy of Sciences, 101(11), 3747–3752.
افتح مرجع DOIتم النسخ.Opsahl, T., Agneessens, F., & Skvoretz, J. (2010). Node centrality in weighted networks: Generalizing degree and shortest paths. Social Networks, 32(3), 245–251.
افتح مرجع DOIتم النسخ.