Skip to main content
LibreTexts - Ukrayinska

9.1: Вступ до мереж Ego

  • Page ID
    67647
  • \( \newcommand{\vecs}[1]{\overset { \scriptstyle \rightharpoonup} {\mathbf{#1}} } \) \( \newcommand{\vecd}[1]{\overset{-\!-\!\rightharpoonup}{\vphantom{a}\smash {#1}}} \)\(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\) \(\newcommand{\id}{\mathrm{id}}\) \( \newcommand{\Span}{\mathrm{span}}\) \( \newcommand{\kernel}{\mathrm{null}\,}\) \( \newcommand{\range}{\mathrm{range}\,}\) \( \newcommand{\RealPart}{\mathrm{Re}}\) \( \newcommand{\ImaginaryPart}{\mathrm{Im}}\) \( \newcommand{\Argument}{\mathrm{Arg}}\) \( \newcommand{\norm}[1]{\| #1 \|}\) \( \newcommand{\inner}[2]{\langle #1, #2 \rangle}\) \( \newcommand{\Span}{\mathrm{span}}\)

    У попередньому розділі ми розглянули ідею про кількість «вбудовування» в цілі мережі - нещільно: наскільки актори опиняються в соціальних структурах, що характеризуються щільними, взаємними, перехідними, міцними зв'язками. Основна тема полягала в тому, щоб зрозуміти і індексувати ступінь і характер закономірності «обмеження» на акторів, що виникає в результаті того, як вони пов'язані з іншими. Ці підходи можуть розповісти нам про деякі цікаві речі про все населення та його субпопуляції; але вони не дуже багато говорять нам про можливості та обмеження, з якими стикаються люди.

    Якщо ми хочемо зрозуміти варіації в поведінці людей, нам потрібно уважніше поглянути на їх місцеві обставини. Описання та індексування варіацій між окремими особами в тому, як вони вбудовані в «місцеві» соціальні структури, є метою аналізу его мереж. Потрібні деякі визначення.

    • «Его» - індивідуальний «фокальний» вузол. Мережа має стільки его, скільки вузлів. Его можуть бути особи, групи, організації або цілі суспільства.
    • «Сусідство» - це сукупність его і всіх вузлів, з якими его має зв'язок на певній довжині шляху. У аналізі соціальних мереж «сусідство» майже завжди є одним кроком; тобто включає лише его та акторів, які безпосередньо сусідять. Сусідство також включає всі зв'язки між усіма акторами, з якими его має прямий зв'язок. Межі его мереж визначаються з точки зору околиць.
    • «N-крокове сусідство» розширює визначення розміру сусідства его, включаючи всі вузли, до яких его має зв'язок на довжині шляху N, і всі зв'язки між усіма цими акторами. Околиці більшої довжини шляху, ніж 1 (тобто сусідні вузли его) рідко використовуються в аналізі соціальних мереж. Коли ми використовуємо термін сусідство тут, ми маємо на увазі однокрокове сусідство.
    • «In» і «Out» - це інші види мікрорайонів. Більша частина аналізу его мереж використовує прості графіки (тобто графіки, які симетричні, і показують лише зв'язк/ні, а не напрямок). Якщо ми працюємо з орієнтованим графом, то можна визначити різні види его-районів. «Вихід» околиці включав би всіх акторів, до яких зв'язки спрямовані від его. Сусідство «в» включало б усіх акторів, які надсилали зв'язки безпосередньо до его. Ми можемо захотіти визначити сусідство лише тих акторів, з якими его відповів взаємністю. Не існує жодного «правильного» способу визначити сусідство его для кожного дослідницького питання.

    Більшість аналізу его мереж використовує двійкові дані - два актори пов'язані, або вони не є, і це визначає його сусідство. Але якщо ми виміряли силу відносин між двома акторами і навіть його валентність (позитивну чи негативну), нам потрібно зробити вибір щодо того, коли ми збираємось вирішити, що інший актор є сусідом его. З зв'язками, які вимірюються як сильні сторони або ймовірності, розумним підходом є визначення значення відсічення (або, що краще, вивчити кілька розумних альтернатив). Це міркування є походженням сильних зв'язкових кварталів та слабких районів. Там, де інформація про зв'язки включає інформацію про позитивні/негативні, найпоширенішим підходом є аналіз позитивного сусідства зв'язків та негативного сусідства зв'язків окремо.

    • Was this article helpful?