Softverska analiza društvenih mreža

O predmetu

Šta je to Analiza društvenih mreža?

Analiza društvenih mreza (Social Network Analysis – SNA) je oblast koja se obezbeđuje metode i tehnike za analizu kako društvenih mreza, tako i brojnih drugih pojava i procesa koje imaju mrežnu strukturu (npr., telekomunikacione mreže, saobracajne mreže, organizacione mreže).

Podaci o članovima (društvene) mreže i njihovim međusobnim relacijama se pretstavljaju u formi (društvenog) grafa:svaki član mreže predstavlja jedan čvor grafa; relacije među članovima mreže su ivice grafa. Analiza se zasniva na primeni odgovarajućeg skupa SNA metrika i/ili algoritama nad formiranim (društvenim) grafom.

SNA omogućuje da se za datu društvenu mrežu utvrdi:

  • Ko su najuticajniji/centralni članovi mreže?
  • Koje se grupe mogu uočiti u mreži? U kojoj meri je mreža podeljena na manje, slabo povezane grupe?
  • Kako se mreža razvija? Hoće li se mreža održati ili će prestati da postoji?
  • Kako se ideje/informacije/virusi/… šire kroz mrežu?

Neki primeri primene u praksi:

  • Online društvene mreže: identifikacija i preporuka osoba sa kojima bi bilo interesantno / korisno uspostaviti kontakt
  • Marketing: identifikacija centralnih članova društvene mreže u cilju boljeg promovisanja novih proizvoda/usluga/akcija/…
  • Kompanije: unapređenje komunikacionih tokova kako u okviru organizacije, tako i u široj mreži koja obuhvata i poslovne partnere i klijente
  • Telekomunikacije: optimizacija strukture i kapaciteta telekomunikacionih mreža
  • Policija i istražne agencije: identifikacija centralnih ličnosti u različitim kriminalnim grupama i mrežama

Pogledajte video koji u svega par minuta objašjava šta je SNA i kroz primere primene ilustruje značaj ove oblasti.

Cilj predmeta

  • Upoznavanje sa različitim pristupima, metodama i tehnikama za analizu društvenih mreža i generalno analizu podataka koji imaju mrežnu strukturu.
  • Upoznavanje sa tipičnim oblicima i domenima primene razmatranih metoda i tehnika, kao i njihovim prednostima i nedostacima.
  • Sticanje praktičnih veština u analizi podataka koji imaju mrežnu strukturu , korišćenjem softverskih alata za analizu podataka ovog tipa.

Sadržaj predmeta

  • Predstavljanje podataka u formi grafa (matrica susedstva; usmereni i neusmereni grafovi; težinski grafovi i sl)
  • Svojstva mreže (stepen povezanosti čvorova, putanje kroz mrežu, dijametar, komponente u mreži i sl)
  • Mere centralnosti u mreži
  • Osnovni tipovi mrežne strukture i mrežni modeli koji ih opisuju
  • Detektovanje zajednica (communities) u mreži
  • Fenomen malog sveta (small world phenomenon / six degrees of separation) i mrežni modeli koji ga opisuju
  • Širenje informacija/ideja u mreži: uticaj mrežne strukture na interakciju članova mreže, formiranje stava / mišljenja, širenje ideja i inovacija i sl

Polaganje ispita

Ispit se polaže izradom projektnog zadatka definisanog u dogovoru sa predmetnim nastavnikom. U osnovi, projektni zadatak se sastoji iz:

  • prikupljanja podataka o društvenoj mreži koja će biti predmet analize (npr., posredstvom Web API-a online društvenih mreža, diskusionih foruma i sličnih online zajednica), i formiranje dataset-a za analizu
  • analize podataka primenom odgovarajućih SNA tehnika u izabranom programskom jeziku (R ili Java) ili u nekom od softverskih alata za SNA (npr., Gephi, NodeXL, Pajek)
  • prikaza i diskusije rezultata

Literatura

Knjige namenjene upoznavanju sa SNA konceptima, metodama i tehnikama:

  • R. A. Hanneman and M. Riddle. 2005. Introduction to social network methods. Riverside, CA: University of California, Riverside (freely available at: http://faculty.ucr.edu/~hanneman/nettext/)
  • D. Easley and J. Kleinberg. 2010. Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge University Press, New York, NY, USA. (freely available at: http://www.cs.cornell.edu/home/kleinber/networks-book/), delovi I (Graph Theory and Social Networks) i VI (Network Dynamics: Structural Models)

Softverski pristupi za SNA analize:

  • SNA Labs in R from Stanford University (http://sna.stanford.edu/rlabs.php) – odlično dokumentovani primeri u R-u za izračunavanje različitih SNA metrika i primenu SNA algoritama
  • M. Tsvetovat and A. Kouznetsov. 2011. Social Network Analysis for Startups: Finding connections on the social web. O’Reilly Media. (Amazon link) – uvod u SNA sa primerima u Python programskom jeziku
  • D. Hansen, B. Shneiderman, M. Smith. 2010. Analyzing Social Media Networks with NodeXL: Insights from a Connected World. Morgan Kaufmann. (Amazon link) – uvod u SNA sa primerima u NodeXL softverskom alatu

Interesantni / korisni video snimci na temu SNA: