Haupt Andere Analyse sozialer Netzwerke

Analyse sozialer Netzwerke

Überblick

Software

Beschreibung

Webseiten

Lesungen

Kurse

Überblick

Die Analyse sozialer Netzwerke ist das Studium der Struktur und ihres Einflusses auf die Gesundheit und basiert auf theoretischen Konstrukten der Soziologie und mathematischen Grundlagen der Graphentheorie. Struktur bezieht sich auf die Regelmäßigkeiten in der Strukturierung von Beziehungen zwischen Individuen, Gruppen und/oder Organisationen. Wenn eine soziale Netzwerkanalyse durchgeführt wird, ist die zugrunde liegende Annahme, dass die Netzwerkstruktur und die Eigenschaften dieser Struktur erhebliche Auswirkungen auf das interessierende Ergebnis haben.

Aufgrund der Konzentration auf die Netzwerkstruktur und nicht auf individuelle Merkmale und/oder Verhaltensweisen von Netzwerkmitgliedern unterscheiden sich die für eine angemessene Analyse erforderlichen Daten von denen, die typischerweise in nicht-relationalen epidemiologischen Studiendesigns erhoben werden. Typischerweise erheben und analysieren Studiendesigns, die sich auf individuelle Merkmale/Verhalten und wie diese Merkmale auf die Gesundheit auswirken, konzentrieren. Attributdaten sind definiert als Daten, die Einstellungen, Meinungen und Verhaltensweisen von Einzelpersonen oder Gruppen widerspiegeln. Umgekehrt erfordert die Analyse sozialer Netzwerke nicht nur Attributdaten, sondern baut auf der Sammlung und Analyse relationaler Daten auf. Relationale Daten beziehen sich auf Kontakte, Bindungen und Verbindungen, die einen Agenten in einem Netzwerk mit einem anderen in Beziehung setzen. Relationale Daten lassen sich nicht auf Eigenschaften der einzelnen Agenten selbst reduzieren, sondern auf ein System/eine Sammlung von Agenten.

Beschreibung

Die Mehrheit der Studien zu sozialen Netzwerken verwendet entweder ganze (sozialzentrierte) Netzwerke oder egozentrische Studiendesigns. Gesamtnetzwerkstudien untersuchen Beziehungen zwischen Individuen oder Akteuren, die für analytische Zwecke als begrenzt oder geschlossen angesehen werden, obwohl die Grenzen des Netzwerks in Wirklichkeit durchlässig und/oder mehrdeutig sind. Wenn ganze Netzwerkstudien durchgeführt werden, liegt der Schwerpunkt der Studie auf der Messung der strukturellen Muster, wie Individuen innerhalb des Netzwerks interagieren und wie diese Muster spezifische Gesundheitsergebnisse erklären. Die zugrunde liegende Annahme bei der Durchführung einer Gesamtnetzwerkanalyse ist, dass Personen, die eine Gruppe oder ein soziales Netzwerk bilden, mehr interagieren als eine zufällig ausgewählte Gruppe ähnlicher Größe.

In einer soziozentrischen Studie sind die Mitglieder des Netzwerks in der Regel bekannt oder leicht zu bestimmen, da der Fokus meist auf geschlossenen, a priori definierten Netzwerken liegt. Aus diesem Grund umfasst die Datensammlung für die soziozentrische Netzwerkanalyse die Aufzählung aller Netzwerkmitglieder und die Verwaltung von Sättigungserhebungen für alle Netzwerkmitglieder. Eine Sättigungsumfrage liefert den Befragten eine Liste aller Netzwerkmitglieder, und die Befragten werden gebeten, Mitglieder zu identifizieren, mit denen sie verbunden sind. Aus diesen Daten können Akteur-für-Akteur-Matrizen erstellt und soziale Netzwerkanalysen durchgeführt werden.

Wenn das interessierende Netzwerk keine klar definierten Grenzen hat, führen soziozentrische Studien zu Schneeball- oder Befragten-gesteuerten Stichproben, um das Netzwerk zu generieren und Daten zu sammeln, um strukturelle Muster zu identifizieren. Bei der teilnehmerorientierten Stichprobenziehung wird eine kleine Anzahl von Netzwerkmitgliedern befragt und gebeten, andere Netzwerkmitglieder zu benennen, und diese namentlich genannten Mitglieder werden ebenfalls befragt und gebeten, andere Netzwerkmitglieder zu nennen. Dieser iterative Prozess wird fortgesetzt, bis alle Netzwerkmitglieder identifiziert sind oder für eine a priori festgelegte Anzahl von Wellen, die vor Studienbeginn festgelegt wurden. Bei der Verwendung von teilnehmergesteuerter Stichprobenerhebung wird davon ausgegangen, dass das Stichprobennetzwerk repräsentativ für alle anderen Segmente des Netzwerks ist, aus denen keine Daten erhoben wurden. Das teilnehmergesteuerte Sampling verwendet Namensgenerator-Umfragen, um Netzwerkmitglieder zu identifizieren, gefolgt von Namensinterpreter-Fragen, um Informationen über die benannten Akteure, ihre Eigenschaften und Beziehungen zu den zentralen Akteuren einzuholen.

was ist ein politikwissenschaftlicher abschluss

Egozentrische Netzwerkdesigns hingegen konzentrieren sich auf einen zentralen Akteur, das Ego, und die Beziehungen zwischen dem Ego und benannten Akteuren oder Objekten innerhalb ihrer sozialen Netzwerke. Diese Arten von Designs sammeln Daten über die Beziehungen zwischen dem Ego und den Objekten, Altern, mit denen sie verbunden sind. Egozentrische Studiendesigns verwenden entweder Namensgeneratoren oder Positionsgeneratoren, um sowohl Attribut- als auch relationale Daten zu erhalten, die verwendet werden können, um Akteur für Akteur zu konstruieren, aus denen egozentrische Datenanalysen erstellt werden können. Positionsgeneratoren werden verwendet, um Personen zu identifizieren, die bestimmte Werterollen besetzen, wie beispielsweise Anwälte, während Namensgeneratoren, wie oben diskutiert, Fragebögen sind, die dem Ego Fragen zu Personen stellen, mit denen er oder sie auf eine bestimmte Weise verbunden ist. Anders als in soziozentrischen Studien schließen jedoch Ressourcenbeschränkungen die anschließende Befragung benannter Alters aus, und daher dient das Ego nicht nur als Informant für ihre eigenen Beziehungen zu den Alters, sondern auch für die Alters-Beziehungen untereinander. Auf Namensgenerator-Fragen wie bei der soziozentrischen teilnehmerorientierten Stichprobe folgen normalerweise Namensinterpreter-Fragebögen.

Analyse von Daten aus sozialen Netzwerken

Netzwerkdaten werden zwar auf individueller Ebene erhoben, aber auf struktureller Ebene analysiert. Die Daten sind als Akteur-zu-Akteur-Matrix organisiert, wie in 1B dargestellt. Die in Abbildung 1 angezeigten Daten zeigen das Vorhandensein oder Fehlen eines Unentschiedens. Wenn auch die Stärke eines Gleichstands von Interesse ist, d. h. bewertete Daten, könnten Ähnlichkeits- oder Distanzmatrizen verwendet werden. Ähnlichkeitsmatrizen zeigen stärkere Bindungen mit steigenden Zahlenwerten, während steigende Zahlenwerte in Distanzmatrizen schwächere Bindungen widerspiegeln, da die Bindungen umso schwächer sind, je größer die Distanz zwischen zwei Akteuren ist. Jede Akteur-für-Akteur-Matrix kann in Diagramme umgewandelt und mit einer Analysesoftware für soziale Netzwerke wie UCINET analysiert werden.
Grafiken sind visuelle Darstellungen eines Netzwerks. Akteure innerhalb eines Netzwerks werden als Knoten dargestellt und die Verbindungslinien der Knoten sind repräsentativ für die Verbindungen zwischen zwei Akteuren. Diagramme können gerichtet sein, um anzuzeigen, dass die Beziehung von einem Agenten zum anderen geleitet wird, oder bewertet werden, was die Stärke der Bindung anzeigt. Obwohl die Visualisierung der Daten informativ ist, liegt der Kern der Analyse sozialer Netzwerke in der Berechnung deskriptiver Maße, die wichtige Merkmale über 1) die Position von Netzwerkakteuren, 2) Eigenschaften von Netzwerkuntergruppen und 3) Eigenschaften vollständiger Netzwerke aufdecken.

Die Position von Netzwerkakteuren oder die Vernetzung von Netzwerkakteuren wird oft als Maß für den Zusammenhalt bezeichnet. Es gibt zwei gemeinsame Kohäsionsmaße

Distanz= die Länge des kürzesten Weges, der zwei Akteure verbindet


Die Entfernung zwischen den Punkten 15 und 11 beträgt 5

Dichte = Gesamtzahl relationaler Bindungen geteilt durch die gesamte mögliche Anzahl relationaler Bindungen

Komponenten und Cliquen messen Eigenschaften von Netzwerkuntergruppen

Eine Komponente ist ein Teil des Netzwerks, in dem alle Akteure entweder direkt oder indirekt verbunden sind.

(Howe et al.)

Knoten 1, 6 und & 7 bilden eine Clique

Eine Clique ist eine Untergruppe von Akteuren, die alle direkt miteinander verbunden sind, und kein anderes Mitglied des Netzwerks ist mit allen Mitgliedern der Untergruppe verbunden. Die Cliquenanalyse ist die gebräuchlichste Methode, um dichte Untergruppen innerhalb eines Netzwerks zu identifizieren.

  • Knoten Nummer 19 hat eine Gradzentralität von 9, was die höchste im Soziographen ist. Das allgemeine Zentralisierungsmaß bezieht sich darauf, wie eng ein Diagramm um seinen zentralsten Punkt herum organisiert ist. Die oben diskutierten Maße der Netzwerkstruktur können dann verwendet werden, um prädiktive Regressionsmodelle zu parametrisieren, die relationale Daten mit Attributdaten in Beziehung setzen. Zum Beispiel verwendeten Lee et al. nach der Generierung von Maßen der Netzwerkstruktur mit Methoden der sozialen Netzwerkanalyse eine multivariable Regression, um Zusammenhänge zwischen Zentralitätsmaßen und Krankenhausmerkmalen zu bewerten.

Lesungen

Lehrbücher & Kapitel

Scott J. Analyse sozialer Netzwerke: ein Handbuch. Newbury Park: Salbei, 2000.
Dieses Buch bietet eine Einführung in die Analyse sozialer Netzwerke. Es gibt einen kurzen Überblick über die theoretischen Grundlagen der Analyse sozialer Netzwerke und diskutiert die Schlüsseltechniken, die für die Durchführung dieser Art von Analyse erforderlich sind. Konkret werden Fragen des Studiendesigns, der Datenerhebung und der Maßnahmen zur Struktur sozialer Netzwerke erörtert.

Carrington PJ, Scott J, Wasserman S. Modelle und Methoden in der Analyse sozialer Netzwerke Cambridge: Cambridge University Press, 2005.
Dieses Buch bietet einen detaillierteren methodischen Ansatz zur Analyse sozialer Netzwerke. Kapitel 2 bietet eine kurze Diskussion über Studiendesigns, während sich Kapitel 3 auf Methoden der Datenerhebung und Modellanpassung konzentriert.

Wasserman S, Faust K. Soziale Netzwerkanalyse: Methoden und Anwendungen. Cambridge: Cambridge University Press, 1994.

M. E. J. Newman. Netzwerke. Eine Einleitung. Erstausgabe Oxford University Press, 2010
Dieses Buch ist ein einführender Text, der sich mit sozialen Netzwerken und der Analyse sozialer Netzwerke befasst.

Methodische Artikel


Analyse sozialer Netzwerke: Eine methodische Einführung
Zeitschrift: Asiatische Zeitschrift für Sozialpsychologie
Erscheinungsjahr: 2008

Erhebungsmethoden für Netzwerkdaten

Autor(en): PV Marsden
Erscheinungsjahr: 2011

Die Kunst und Wissenschaft der dynamischen Netzwerkvisualisierung

Autor(en): S Bender-deMoll, DA McFarland
Erscheinungsjahr: 2006

Dyadendynamik in sozialen Netzwerken: assortative, relationale und Nähemechanismen

Autor(en): MT Rivera, SB Soderstrom, B Uzzi
Erscheinungsjahr: 2010

Ein Glossar mit Begriffen zur Navigation im Bereich der Analyse sozialer Netzwerke

Autor(en): P. Hawe, C. Webster, A. Shiell
Erscheinungsjahr: 2004

Netzwerkanalyse im öffentlichen Gesundheitswesen: Geschichte, Methoden und Anwendungen

Autor(en): DA Luke, JK Harris
Erscheinungsjahr: 2007

Anwendungsartikel

Eine (sehr) kurze Einführung in R

Autor(en): P Torfs, C Brauer
Erscheinungsjahr: 2012

Eine vergleichende Studie zu Analysetools für soziale Netzwerke

Autor (en): Combe et al
Erscheinungsjahr: 2010

Software zur Analyse sozialer Netzwerke

Autor(en): M Huisman, MAJ van Duijn
Erscheinungsjahr: 2005

Die Verbreitung von Fettleibigkeit in einem großen sozialen Netzwerk über 32 Jahre

Autor(en): NA Christakis, JH Fowler
Erscheinungsjahr: 2007

Ist Fettleibigkeit ansteckend? Soziale Netzwerke vs. Umweltfaktoren bei der Adipositas-Epidemie

Autor(en): E Cohen-Cole, JM Fletcher
Erscheinungsjahr: 2008

Erkennung unplausibler sozialer Netzwerkeffekte bei Akne, Körpergröße und Kopfschmerzen: Längsschnittanalyse

Autor(en): E Cohen-Cole, JM Fletcher
Erscheinungsjahr: 2008

Strukturelle Merkmale sozialer Netzwerke und ihr Zusammenhang mit der sozialen Unterstützung älterer Menschen: Wer leistet Unterstützung?

Autor(en): TE Seeman, LF Berkman
Erscheinungsjahr: 1988

Soziale Netzwerkanalyse des Patientenaustauschs zwischen Krankenhäusern in Orange County, Kalifornien

Autor(en): BY Lee, SM McGlone, Y Song, TR Avery, S Eubank, CC Chang, RR Bailey, DK Wagener, DS Burke, R Platt, SS Huang
Erscheinungsjahr: 2011

Übertragungsnetzanalyse bei Tuberkulose-Kontaktuntersuchungen

Autor(en): VJ Cook, SJ Sun, J Tapia, SQ Muth, DF Argüello, BL Lewis, RB Rothenberg, PD McElroy
Erscheinungsjahr: 2007

Software


R

Beschreibung: R enthält mehrere für die Analyse sozialer Netzwerke relevante Pakete: igraph ist ein generisches Netzwerkanalysepaket; sna führt soziometrische Analysen von Netzwerken durch; Netzwerk manipuliert und zeigt Netzwerkobjekte an; PAFit kann die Entwicklung komplexer Netzwerke analysieren, indem es die bevorzugte Bindung und die Knotenfitness schätzt; tnet führt Analysen von gewichteten Netzen, Zweimodennetzen und Längsnetzen durch; ergm ist eine Reihe von Tools zum Analysieren und Simulieren von Netzwerken basierend auf exponentiellen zufälligen Graphmodellen exponentiellen zufälligen Graphmodellen; Bergm bietet Werkzeuge für die Bayessche Analyse für exponentielle Zufallsgraphmodelle, Hergm implementiert hierarchische exponentielle Zufallsgraphmodelle; 'RSiena' ermöglicht die Analyse der Entwicklung sozialer Netzwerke mit Hilfe dynamischer akteursorientierter Modelle; latentnet verfügt über Funktionen für Netzwerk-Latent-Positions- und Cluster-Modelle; degreenet bietet Werkzeuge für die statistische Modellierung von Netzwerkgradverteilungen; und networksis bietet Werkzeuge zum Simulieren von zweiteiligen Netzwerken mit festen Rändern.
Kostenlos

Statnet

Beschreibung: statnet ist eine Suite von Softwarepaketen, die eine Reihe von Netzwerkmodellierungstools implementieren.
Kostenlos

http://www.insna.org/index.html
International Network for Social Network Analysis (INSNA) ist ein Berufsverband für Forscher, die sich für Netzwerkanalyse interessieren. Die Website enthält Beschreibungen der SNA-Software, Nachrichten, wissenschaftliche Artikel, technische Kolumnen, Abstracts und Buchbesprechungen. Die Site bietet Absolventenprogramme, Kurse, Diskussionsforen, I-Connect, Bibliographien und Veröffentlichungen zu SNA. INSNA stellt auch ein Journal of Social Networks zur Verfügung und veranstaltet eine jährliche internationale Konferenz für soziale Netzwerke und andere SNA-Veranstaltungen.

http://www.gmw.rug.nl/~huisman/sna/software.html

Diese Website begleitet das Kapitel Ein Leserleitfaden zur SNA-Software. In J. Scott und P. J. Carrington (Hrsg.) The SAGE Handbook of Social Network Analysis (S. 578-600). Die Website bietet mehrere Links und Referenzen zu Social Network Analysis Software.

Combeet al. (2010). Eine vergleichende Studie zu Analysetools für soziale Netzwerke. Frankreich: Web Intelligence & virtuelle Unternehmen, Saint-Etienne

Dieser Artikel zielt darauf ab, die Funktionalitäten der Analyse sozialer Netzwerke zu beschreiben. Darüber hinaus erläutert und vergleicht der Artikel einige der weit verbreiteten Softwaretools, die sich der Analyse sozialer Netzwerke widmen. Zu den ausführlich besprochenen Softwarepaketen gehören Pajek, Gephi, NetworkX und igraph.

Huisman, M. und van Duijn, M.A.J. (2005). Software zur Analyse sozialer Netzwerke . In P. J. Carrington, J. Scott und S. Wasserman (Hrsg.) Models and Methods in Social Network Analysis (S. 270-316). New York: Cambridge University Press.

Dieses Buch soll das Buch Social Network Analysis: Methods and Applications von Wasserman und Faust ergänzen. Huismans Buch ist eine Sammlung von Artikeln, die sich mit spezifischen Netzwerkmethoden und Methoden zur Analyse von Daten sozialer Netzwerke befassen. Neben der Überprüfung von Netzwerkmessungen und -analysen bietet dieses Buch Informationen zu Software zur Analyse sozialer Netzwerke.

Webseiten


Internationales Netzwerk für soziale Netzwerkanalyse (INSNA)
Website-Übersicht: International Network for Social Network Analysis (INSNA) ist ein Berufsverband für Forscher, die sich für Netzwerkanalyse interessieren. Die Website enthält Beschreibungen der SNA-Software, Nachrichten, wissenschaftliche Artikel, technische Kolumnen, Abstracts und Buchbesprechungen. Die Site bietet Absolventenprogramme, Kurse, Diskussionsforen, I-Connect, Bibliographien und Veröffentlichungen zu SNA. INSNA stellt auch ein Journal of Social Networks zur Verfügung und veranstaltet eine jährliche internationale Konferenz für soziale Netzwerke und andere SNA-Veranstaltungen.

Statnet

Überblick über die Website: Statnet ist eine Suite von Softwarepaketen für die Netzwerkanalyse, die die jüngsten Fortschritte bei der statistischen Modellierung von Netzwerken implementiert. Das analytische Framework basiert auf Random Graph Models (ergm) der Exponentialfamilie. statnet bietet ein umfassendes Framework für die ergm-basierte Netzmodellierung, einschließlich Tools zur Modellschätzung, Modellbewertung, modellbasierten Netzsimulation und Netzvisualisierung. Diese breite Funktionalität wird von einem zentralen Markov-Chain-Monte-Carlo-Algorithmus (MCMC) angetrieben.
statnet hat einen anderen Zweck als die ausgezeichneten Pakete UCINET oder Pajek; der Fokus liegt auf der statistischen Modellierung von Netzdaten. Zu den statistischen Modellierungsfunktionen von statnet gehören ERGMs, Latent Space- und Latent-Cluster-Modelle. Die Pakete sind in einer Kombination aus (der Open-Source-Statistiksprache) R und (ANSI-Standard) C geschrieben und werden über die R-Befehlszeile aufgerufen. Und weil es im R-Paket (www.r-project.org) läuft, haben Sie auch Zugriff auf die volle Funktionalität von R, einschließlich der Pakete 'network' und 'sna' von Carter Butts. statnet hat eine Befehlszeilenschnittstelle, keine GUI, mit einer Syntax, die R ähnelt.

Kurse


Analyse sozialer Netzwerke
Nächstes Angebot: 6.-10. Juni 2016 8:30-12:30
Verwendete Software: R

Analyse sozialer Netzwerke

Gastgeber/Programm: University of Michigan/Kurse
Verwendete Software: Gephia, Netlogo, R

Sommerworkshop zur Analyse sozialer Netzwerke

hochschule in manhattan nyc

Nächstes Angebot: 6.-10. Juni 2016
Verwendete Software: UCINET

Netzwerkmodellierung für Epidemien

Nächstes Angebot: 9. August bis 2. September 2016 (Seattle, WA)
Verwendete Software: R, Statnet-Paket

Interessante Artikel