İçeriğe atla
Arama sonuçlarına dön

İki Modlu Ağlar — İkili Ağ Analizi

Ortaya koyan
Borgatti & Everett (1997) formalised the two-mode network framework
Yıl
1997
Tür
Graph-structural / relational analysis

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Borgatti ve Everett tarafından 1997'de biçimselleştirilen ikili ağ analizi, düğümlerin iki ayrık kümeye — aktörler ve olaylar — ayrıldığı ve kenarların yalnızca kümeler arasında var olup içlerinde bulunmadığı ağları incelemek için kullanılan bir graf yapısı yöntemidir.

Yazar–makale, hasta–hastalık, kullanıcı–ürün ve diğer tüm aidiyet verileri için doğal bir çerçeve sunar ve iki modlu yapıya özel metrikler ile projeksiyon teknikleri sağlayarak tek modlu ağ analizini genişletir.

Yöntemin mantığı

Satırların insanlar, sütunların ise ait oldukları kulüpler olduğu bir elektronik tablo hayal edin. Kişi A, Kulüp B'ye aitse bir hücre işaretlenir. Standart ağ araçları, herkesin diğer herkesle doğrudan bağlantı kurmasını bekler, ancak burada insanlar yalnızca kulüplere bağlanır, diğer insanlara değil. İkili ağ analizi, bu iki taraflı yapıyı olduğu gibi okur — her kişinin veya kulübün tüm aidiyet örüntüsü içindeki merkeziliğini ölçer — ve ardından, iki kişinin en az bir kulübü paylaşması durumunda bağlandığı, yalnızca insanlar ağına indirgenebilir; bu da verinin iki modlu doğasını göz ardı etmekten daha zengin bir resim sunar.

Tarih

İki modlu ağ verilerinin biçimsel tedavisi, standart graf metriklerini ikili duruma genişleten ve projeksiyon çerçevesini tanıtan 1997 tarihli Social Networks makalelerinde Borgatti ve Everett tarafından oluşturulmuştur. Guillaume ve Latapy (2006) daha sonra İnternet'ten biyolojik sistemlere kadar birçok ampirik karmaşık ağın ikili bir alt yapı sergilediğini göstererek yaklaşımın genelliğini pekiştirmiştir. Yöntem o zamandan beri bibliyometri, öneri sistemi araştırmaları ve hesaplamalı sosyal bilimlerde standart hale gelmiştir.

Ne zaman kullanılır?

İlişkisel verileriniz doğal olarak iki ayrık düğüm türüne — aktörler ve olaylar, kullanıcılar ve öğeler, hastalar ve teşhisler — bölündüğünde ve bu aidiyet örüntüsünün yapısal özelliklerini incelemek istediğinizde ikili ağ analizini kullanın. Yöntem keşifsel, ilişkisel ve sınıflandırma amaçlarına uygulanır ve ikili, sürekli veya kategorik kenar ağırlıklarını işler. Anlamlı yapısal metrikler için toplamda en az 20 düğüm önerilir. Temel varsayım kesindir: kenarlar yalnızca iki düğüm kümesi arasında var olur, tek bir küme içinde asla bulunmaz. Verilerinizde bu bölümleme yoksa, standart tek modlu ağ analizi daha uygundur.

Sınırlar ve dikkat edilmesi gerekenler

  • Tek modlu ağlara projeksiyon bilgi kaybına neden olur: iki aktör, çok farklı ortak katılım örüntülerine sahip olmalarına rağmen aynı projeksiyon kenar ağırlığına sahip olabilir.
  • Tek modlu graflar için tasarlanmış standart merkezilik metrikleri uyarlanmalı veya yeniden yorumlanmalıdır; naif uygulama yanıltıcı sıralamalara yol açar.
  • Çok seyrek ikili graflar (düğüm başına az sayıda bağlantı) güvenilmez merkezilik tahminleri verir.
  • Yöntem yapıyı tanımlar ancak nedensel mekanizmaları modellemez; aktörlerin neden bağlandığını çıkarmak tamamlayıcı yöntemler gerektirir.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • Aidiyet verilerinin doğasında var olan iki taraflı yapısına, bilgi kaybına neden olan tek modlu bir temsile zorlamak yerine saygı duyar.
  • Tek modlu ağlara projeksiyon, standart ağ yöntemlerinin tam araç setiyle aşağı akış analizine olanak tanır.
  • Çok çeşitli alanlarda — bibliyometri, öneri sistemleri, epidemiyoloji, ekoloji ve perakende — aktör–olay verilerinin ortaya çıktığı her yerde uygulanabilir.
  • BiRG boş modeline karşı istatistiksel karşılaştırma, gözlemlenen yapısal örüntülerin anlamlılık testine olanak tanır.

Uygulama alanları

  • Bibliyometri: etkili araştırmacıları ve işbirlikçi toplulukları belirlemek için yazar–makale aidiyet ağlarını haritalamak.
  • Öneri sistemleri: ortak satın alma veya ortak görüntüleme örüntülerini ortaya çıkarmak için kullanıcı–öğe etkileşim graflarını analiz etmek.
  • Epidemiyoloji: komorbidite kümelerini tespit etmek için hasta–hastalık veya konakçı–patojen ağlarını incelemek.
  • Ekoloji: bitki–polinatör veya av–avcı ikili besin ağlarını modellemek.
  • Örgütsel araştırmalar: kaynak paylaşımını ve aracılığı incelemek için çalışan–proje veya yönetim kurulu üyesi–firma ağlarını incelemek.

Nasıl çalışır?

Nasıl çalışır?

1

Ham aidiyet verileri, iki ayrık düğüm bölümlemesi — geleneksel olarak üst küme (aktörler) ve alt küme (olaylar) olarak adlandırılır — ve yalnızca bölümleme sınırı boyunca çizilmiş kenarlara sahip bir ikili graf B'ye monte edilir. Girdi tipik olarak bir insidans matrisi veya iki sütunlu bir kenar listesidir; tek bir bölümleme içinde kenar iznine izin verilmez, bu da ikili bir grafın tanımlayıcı yapısal kısıtlamasıdır.

2

Metrikleri hesaplamadan önce iki modlu özellik doğrulanır: her düğüm tam olarak bir bölüme ait olmalı ve bölüm içi kenar bulunmamalıdır. Derece dizilerini koruyan rastgele bir iki modlu boş model — İkili Rastgele Graf (BiRG) — daha sonraki karşılaştırmalar için istatistiksel bir temel görevi görmek üzere bu aşamada oluşturulabilir.

3

İkili yapıya uyarlanmış merkezilik ve kümelenme metrikleri tam iki modlu graf üzerinde hesaplanır. Standart tek modlu ara merkezilik veya yakınlık hesaplanabilir ancak yolların her zaman bölümler arasında değiştiği bilgisiyle yorumlanmalıdır. İkiliye özgü kümelenme katsayıları (örneğin, fazlalık katsayısı) tercih edilir çünkü aktörlerin asla birbirlerine doğrudan bağlanmadığı yapısal kısıtlamasına saygı duyarlar.

4

İki modlu graf isteğe bağlı olarak bir veya her iki tek modlu projeksiyona daraltılır. Aktör projeksiyonunda, iki aktör en az bir olayı paylaşıyorsa bağlanır; kenar ağırlıkları tipik olarak paylaşılan olayların sayısını veya ağırlıklı bir ortak katılım puanını kodlar. Projeksiyon bilgi kaybına neden olur, bu nedenle hangi ortak katılımların istatistiksel olarak beklenmedik olduğunu değerlendirmek için ağırlıklı projeksiyonlar ve BiRG boş modeliyle karşılaştırma önerilir.

5

Merkezilik sıralamaları, kümelenme katsayıları ve projeksiyon yapısı alan terimleriyle yorumlanır — örneğin, bir ortak yazarlık ağındaki en etkili yazarları, bir aktör–olay ağındaki en çok katılım gösterilen olayları veya bir perakende ağındaki en güçlü ortak satın alma çiftlerini belirlemek. Bulgular, anlamlı yapısal örüntüleri rastgele dalgalanmalardan ayırt etmek için boş modelle karşılaştırılmalıdır.

Sık yapılan hatalar

  • Bölüm üyeliğini göz ardı ederek ikili grafı tek modlu bir graf olarak ele almak — bu, yapısal varsayımı ihlal eder ve anlamsız metrikler üretir.
  • Olayların katılım büyüklükleri büyük ölçüde farklılık gösterdiğinde ağırlıksız projeksiyon kullanmak — iki kişilik bir atölyedeki ortak katılım, bin kişilik bir konferansa ortak katılım ile aynı ağırlığa sahip olmamalıdır; bunun yerine ağırlıklı projeksiyonları kullanın.
  • Ayarlama yapılmadan tek modlu kümelenme katsayılarının kullanılması — çünkü aktörler asla doğrudan kenar paylaşmaz, naif kümelenme katsayıları sıfıra çöker; ikiliye uygun bir kümelenme ölçüsü kullanın.
  • Boş model karşılaştırmasını atlamak — BiRG temel çizgisi olmadan, gözlemlenen bir ortak katılım sayısının yapısal olarak anlamlı olup olmadığını veya sadece yüksek derecenin bir ürünü olup olmadığını yargılamak imkansızdır.

Sık sorulan sorular

İkili bir ağ, normal (tek modlu) bir ağdan nasıl farklıdır?

Normal bir ağda tüm düğümler potansiyel olarak diğer herhangi bir düğüme bağlanabilir. İkili bir ağda düğümler iki ayrık kümeye — aktörler ve olaylar — ayrılır ve kenarlara yalnızca bölüm sınırı boyunca izin verilir. Bu kısıtlama, insanların gruplara katıldığı ancak grupların doğrudan başka gruplara katılmadığı aidiyet verilerinin doğal yapısını yansıtır.

Projeksiyon ne yapar ve ne zaman kullanmalıyım?

Projeksiyon, iki modlu grafı, en az bir olayı paylaşan aktörleri (veya en az bir aktörü paylaşan olayları) bağlayarak tek modlu bir grafa daraltır. Standart tek modlu metrikleri uygulamak istediğinizde kullanışlıdır, ancak bilgi kaybına neden olur. Anlamlı ortak katılımı yüksek dereceden kaynaklanan rastgele örtüşmeden ayırt etmek için her zaman ağırlıklı projeksiyonları kullanın ve bir boş modelle karşılaştırın.

İkili bir graf üzerinde standart merkezilik ölçümleri kullanabilir miyim?

Derece, ara merkezilik ve yakınlık gibi standart ölçümler hesaplanabilir, ancak yolların bölümler arasında değiştiği için dikkatli bir şekilde yorumlanmalıdır. İkiliye uyarlanmış kümelenme katsayısı versiyonları, ikili bir grafikte yapı gereği sıfıra çöken tek modlu karşılıklarına göre şiddetle tercih edilir.

Minimum veri boyutu ne kadar gereklidir?

Yapısal metriklerin anlamlı olması için her iki bölümdeki toplam minimum 20 düğüm önerilir. Çok küçük ikili graflar oldukça kararsız merkezilik tahminleri üretir. Ağınız daha küçükse, küresel yapısal metriklerden ziyade derece ve ortak katılım sayılarının tanımlayıcı özetleri daha bilgilendiricidir.

İlgili yöntemler

Kaynaklar

  1. Borgatti, S.P. & Everett, M.G. (1997). Network Analysis of 2-Mode Data. Social Networks, 19(3), 243-269.

    Yayın kaynağını aç
    Kopyalandı.
  2. Guillaume, J.L. & Latapy, M. (2006). Bipartite Structure of All Complex Networks. Information Processing Letters, 90(5), 215-221.

    Yayın kaynağını aç
    Kopyalandı.