Çok Katmanlı Sosyal Ağ Analizi
- Ortaya koyan
- Kivela, M.; Boccaletti, S. et al.
- Yıl
- 2014
- Tür
- Structural network analysis framework
- Aile
- Network science
Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku
Ne işe yarar?
Çok katmanlı sosyal ağ analizi, aktörlerin aynı anda arkadaşlık, profesyonel işbirliği ve çevrimiçi etkileşim gibi birden çok, farklı türde bağ ile birbirine bağlı olduğu ortamlara klasik tek katmanlı ağ yöntemlerini genişletir.
Her ilişki türünü ayrı bir katman olarak modelleyerek ve katmanlar arası bağlantıları açıkça temsil ederek, tek bir toplu ağın gizleyeceği yapısal karmaşıklığı yakalar.
Yöntemin mantığı
Günlük yaşamda insanlar iç içe geçmiş ağlara gömülüdür: bir iş arkadaşı aynı zamanda bir dost, bir Twitter kişisi ve bir ortak yazardır. Tüm bu bağları tek bir grafiğe indirmek, hangi bağların hangi bağlamda işlediği bilgisini kaybettirir. Çok katmanlı analiz, ilişki türlerini katmanlar olarak istifleyerek ve her kişinin düğümünü katmanlar arasında bağlayarak bu ayrımları korur. Bu, araştırmacıların şu gibi soruları sormasına olanak tanır: hangi aktörler her katmanda merkezidir veya etki bir bağ türünden diğerine nasıl yayılır?
Tarih
Çok katmanlı ağlar için biçimsel matematiksel çerçeve, 2014'te Kivela ve diğerleri ile Boccaletti ve diğerlerinin etkili iki makalesinde birleştirildi; bu makaleler çoğulcu ağlar, bağımlı ağlar ve ağlar ağı modelleri üzerine önceki çalışmaları birleştirdi. Yaklaşım, fizik ve karmaşıklık biliminden geldi ve o zamandan beri sosyoloji, örgütsel araştırmalar, iletişim çalışmaları ve epidemiyolojide yaygın olarak benimsendi; burada birden çok ilişki türü istisna değil, kuraldır.
Ne zaman kullanılır?
Aktörlerin, tek bir grafiğe indirgenmelerinin önemli varyasyonları gizleyeceğine inandığınız birden çok, niteliksel olarak farklı ilişki türüne gömüldüğü durumlarda çok katmanlı sosyal ağ analizini kullanın. Katman kimliklerinin açık olduğu veri kümeleri için uygundur - örneğin, çevrimiçi ve çevrimdışı bağlar, arkadaşlık ve tavsiye ağları veya platformlar arası iletişim. Yalnızca bir ilişki türünün ölçüldüğü, veri kümesinin çok küçük olduğu (yaklaşık 30 düğümden az) veya araştırma sorusunun bağ türlerini ayırt etmeye bağlı olmadığı durumlarda tek katmanlı SNA tercih edilir. Yöntem, çok katmanlı graf nesnelerini (örneğin, MuxViz, katman özniteliklerine sahip R igraph, NetworkX tabanlı araçlar) destekleyen yazılım ve çok katmanlı merkezilik kavramlarına araştırmacı aşinalığı gerektirir.
Sınırlar ve dikkat edilmesi gerekenler
- Tüm katmanlarda tam veya tama yakın veri gerektirir; bir katmanın eksik olması sistematik yanlılığa neden olur.
- Hesaplama maliyeti katman ve düğüm sayısıyla artar, bu da çok büyük çok katmanlı ağların analizini pahalı hale getirir.
- Yorumlama, tek katmanlı SNA'dan daha karmaşıktır; sonuçları teknik olmayan kitlelere iletmek özen gerektirir.
- Klasik SNA'ya kıyasla standartlaştırılmış yazılım ve raporlama gelenekleri hala olgunlaşmaktadır.
- Küçük ağlar (yaklaşık 30 düğümden az) genellikle çok katmanlı ortamda kararsız merkezilik ve topluluk tahminleri üretir.
Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.
Güçlü yönleri
- Ayrı ilişki türlerini düzleştirmek yerine koruyarak sosyal yaşamın tam karmaşıklığını yakalar.
- Bazı bağlamlarda merkezi, diğerlerinde ise çevresel olan aktörleri ortaya çıkararak katmanlar arasındaki yapısal konumların karşılaştırılmasını sağlar.
- Katmanlar arası topluluk tespiti, birden çok ilişki türünde devam eden sağlam sosyal grupları belirler.
- Katmanlar arası bağlantı ölçütleri, farklı ilişki bağlamlarının sosyal konumu ne kadar güçlü bir şekilde birlikte belirlediğini ölçer.
- Zamansal ve yönlü varyantlara genişletilebilir, bu da onu çok çeşitli sosyal bilim sorularına uygulanabilir hale getirir.
Uygulama alanları
- Çalışanlar arasındaki tavsiye, arkadaşlık ve raporlama bağlarını eş zamanlı olarak inceleyen örgütsel araştırmalar.
- Platforma özgü etkileşimleri yüz yüze ilişkilerle ilişkilendiren çevrimiçi-çevrimdışı sosyal ağ çalışmaları.
- İş arkadaşı, ev halkı ve ulaşım temasal katmanları boyunca hastalık yayılımının epidemiyolojik modellemesi.
- Yasama, medya ve lobi ağları boyunca koalisyon oluşumu üzerine siyaset bilimi araştırmaları.
- Ortak yazarlık, atıf ve kurumsal bağlılık katmanlarını birleştiren bilim bilimi çalışmaları.
- Birden çok sosyal medya platformunda eş zamanlı olarak bilgi yayılımını izleyen iletişim çalışmaları.
Nasıl çalışır?
Nasıl çalışır?
Her farklı sosyal ilişki türü ayrı bir katman olarak kodlanır: düğümleri aynı aktör kümesi olan ancak kenarları yalnızca o ilişki türünü yansıtan bir grafiktir. Katmanlar iletişim kanallarını, zamansal anlık görüntüleri veya tavsiye arama gibi niteliksel olarak farklı bağ türlerini veya duygusal desteği temsil edebilir.
Katmanlar arası kenarlar, aynı kişinin birden çok ilişki bağlamına katıldığı gerçeğini modelleyerek, her aktörün katmanlar arasındaki temsilini birbirine bağlar. Bağlantı, kategorik (aynı aktör, farklı katman) olabilir veya katmanlar arası bağımlılığın gücünü yansıtacak şekilde ağırlıklandırılabilir.
Derece, aracılık, özvektör gibi standart merkezilik ölçütleri, katmana özgü ve toplu puanlar üreterek çok katmanlı ortama genelleştirilir. Çok katmanlı PageRank veya çok yönlülük gibi ölçütler, tek bir katmandaki önem yerine tüm sistemdeki düğüm öneminin karşılaştırılmasına olanak tanır.
Çok katmanlı ağlar için uyarlanmış topluluk tespit algoritmaları, birden çok katmanda aynı topluluklar içinde yoğun bir şekilde bağlı olan aktör gruplarını aynı anda belirler. Bu, sosyal grupların ilişki türleri arasında tutarlı olup olmadığını veya bağlam tarafından parçalanıp parçalanmadığını ortaya çıkarır.
Sonuçlar hem katman düzeyinde hem de tüm çok katmanlı sistem genelinde yorumlanır. Araştırmacılar, hangi katmanların genel ağ yapısını yönlendirdiğini inceler, katmanları birbirine bağlayan aktörleri belirler ve bir katmanda gözlemlenebilen örüntülerin diğerlerinde tekrarlanıp tekrarlanmadığını test eder.
Sık yapılan hatalar
- Katman seçimini önemsiz kabul etmek - katman tanımı, sonraki tüm sonuçları şekillendiren öznel teorik bir karardır.
- Katmanlar arası bağlantı gücünü göz ardı etmek ve ampirik gerekçe olmaksızın katmanlar arasındaki bağımsızlığı varsaymak.
- Tek sonuç olarak toplu (indirgenmiş) merkeziliği kullanmak ve katmana özgü analizi atlamak.
- Farklı modellere ihtiyaç duyan çoğulcu ağlar (aynı düğümler, farklı kenar türleri) ve çok düzeyli ağlar (farklı hiyerarşik düzeylerde düğümler) arasında ayrım yapmamak.
- Permütasyon testleri veya sağlamlık kontrolleri yoluyla kararlılığı doğrulamadan topluluk atamalarını raporlamak.
Sık sorulan sorular
Çok katmanlı ve çoğulcu bir ağ arasındaki fark nedir?
Çoğulcu bir ağ, her katmanda aynı düğüm kümesinin bulunduğu ve katmanlar arası kenarların her düğümü yalnızca diğer katmanlardaki kendi karşılığına bağladığı çok katmanlı bir ağın özel bir durumudur. Çok katmanlı ağlar daha geneldir ve katman başına farklı düğüm kümelerine ve keyfi katmanlar arası bağlantılara izin verir.
Çok katmanlı sosyal ağ analizi için hangi yazılımları kullanabilirim?
MuxViz, çok katmanlı görselleştirme ve merkezilik için bir grafik arayüzü sağlar. R paketleri igraph ve multinet'in yanı sıra pymnet gibi Python kütüphaneleri, programlı olarak çok katmanlı ağ oluşturma ve analizi destekler.
Hangi katmanları dahil edeceğime nasıl karar veririm?
Katman seçimi teori tarafından yönlendirilmelidir: yalnızca kavramsal olarak farklı ve araştırma sorusuyla ilgili ilişki türlerini dahil edin. Yedekli veya yüksek oranda ilişkili katmanlar eklemek nadiren içgörüyü artırır ve analitik karmaşıklığı artırır.
Çok katmanlı SNA, bir katmandaki eksik verileri işleyebilir mi?
Kısmi eksiklik, katmanları ağırlıklandırarak veya atama stratejileri kullanarak giderilebilir, ancak bir aktör alt kümesi için tüm bir katmanın sistematik olarak yokluğu yanlılığa neden olur. Sorunlu aktörleri veya katmanları dışlayan duyarlılık analizleri şiddetle tavsiye edilir.
Çok katmanlı merkezilik, çalışmalar arasında karşılaştırılabilir mi?
Doğrudan değil, çünkü merkezilik değerleri dahil edilen katmanların sayısına ve türüne bağlıdır. Her zaman merkezilik değerlerinin yanında katman yapısını bildirin ve çalışmalar arasında ham puanlar yerine göreceli sıralamaları karşılaştırın.
İlgili yöntemler
Kaynaklar
Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271.
DOI kaynağını açKopyalandı.Boccaletti, S., Bianconi, G., Criado, R., del Genio, C. I., Gomez-Gardenes, J., Romance, M., Sendina-Nadal, I., Wang, Z., & Zanin, M. (2014). The structure and dynamics of multilayer networks. Physics Reports, 544(1), 1–122.
DOI kaynağını açKopyalandı.