concepts and methods of social network analysis
TRANSCRIPT
![Page 1: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/1.jpg)
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
Concepts and Methods of Social Network Analysis Parts 5-7 (Methods and Software)
Berlin-Brandenburgische Akademie der Wissenschaften Berlin, Oct. 9-11, 2017
Sorry for mixing English and German slides ...
![Page 2: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/2.jpg)
| 2017 | 2
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
Content
1. Introduction à see other file 2. Graphs and matrixes à see other file 3. Indicators à see other file 4. Affiliation networks à see other file 5. Software for SNA 6. Reflection
![Page 3: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/3.jpg)
| 2017 | 3
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
3. Power games at Volkswagen 2015 (In-)Degree = Spaltensumme NrmDeg = Degree / (n-1)
Winterkorn F.Piëch Huber Osterloh Weil Fam.Porsche Fam.Piëch
Funk%on VVVW ARVVW Ex-IGM(AR)
BRVVW(AR)
MPNieders.(AR)
Inhaber(AR)
Inhaber(AR)
Winterkorn 1 1 1 1 1
F.Piëch 1 1 1 1 1
Huber
Osterloh 1 1 1
Weil 1 1 1 Fam.Porsche 1 1 1Fam.Piëch 1 1 1 Degree 5 5 3 3 3 3
NrmDegree 1,000 1,000 0,600 0,600 0,600 0,600
![Page 4: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/4.jpg)
| 2017 | 4
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
3. Network of DAX-30-Firms
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AGDeutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AGRWE AG
SAP AG Siemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung 1: Unternehmensnetzwerk unter Berücksichtigung des Degrees
Jansen 2006 S.95). Da das Unternehmensnetzwerk mehr als doppelt so groß ist, erscheintder Wert um 0,2 hoch genug, um von einer „guten“ Vernetzung zu sprechen.
? Degree 5,933
? Weighted Degree 7,067
Diameter 4
Density 0,205
Modularity 0,295
? Clustering Coe�cient 0,371
? Path Length 2,103
Tabelle 3: Kennzahlen des Unternehmensnetzwerks
Daran anschließend fällt die kleine durchschnittliche Pfadlänge ¥ 2, 1 ins Auge. Be-trachtet man die Commerzbank AG und die Infineon Technologies AG, die sich am je-weils anderen Ende des Netzwerks befinden, so erkennt man, dass diese schon durch zweiKanten miteinander zu verbinden sind. Beide haben eine Verbindung zur Allianz SE.Einerseits zeigt dies eindrucksvoll die Verknüpfung der DAX Unternehmen, andererseitso�enbart sich eine große Schwäche der visuellen Darstellung von Graphen, deren darge-stellte „geografische“ Nähe nicht der Pfaddistanz entsprechen muss. Abbildung A.1 zeigtdas Netzwerk mit Färbung anhand der Betweeness Zentralität. Die zentralen Akteure blei-ben erhalten, es zeigt sich jedoch eine größere Schieflage, sodass die Commerzbank AGeindeutig als zentraler Akteur identifiziert wird. Im Gegensatz dazu verlieren die anderen
8
Source: Konrad 2015 (seminar paper)
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AGDeutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AGRWE AG
SAP AG Siemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung 1: Unternehmensnetzwerk unter Berücksichtigung des Degrees
Jansen 2006 S.95). Da das Unternehmensnetzwerk mehr als doppelt so groß ist, erscheintder Wert um 0,2 hoch genug, um von einer „guten“ Vernetzung zu sprechen.
? Degree 5,933
? Weighted Degree 7,067
Diameter 4
Density 0,205
Modularity 0,295
? Clustering Coe�cient 0,371
? Path Length 2,103
Tabelle 3: Kennzahlen des Unternehmensnetzwerks
Daran anschließend fällt die kleine durchschnittliche Pfadlänge ¥ 2, 1 ins Auge. Be-trachtet man die Commerzbank AG und die Infineon Technologies AG, die sich am je-weils anderen Ende des Netzwerks befinden, so erkennt man, dass diese schon durch zweiKanten miteinander zu verbinden sind. Beide haben eine Verbindung zur Allianz SE.Einerseits zeigt dies eindrucksvoll die Verknüpfung der DAX Unternehmen, andererseitso�enbart sich eine große Schwäche der visuellen Darstellung von Graphen, deren darge-stellte „geografische“ Nähe nicht der Pfaddistanz entsprechen muss. Abbildung A.1 zeigtdas Netzwerk mit Färbung anhand der Betweeness Zentralität. Die zentralen Akteure blei-ben erhalten, es zeigt sich jedoch eine größere Schieflage, sodass die Commerzbank AGeindeutig als zentraler Akteur identifiziert wird. Im Gegensatz dazu verlieren die anderen
8
![Page 5: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/5.jpg)
| 2017 | 5
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
Betweenness Centrality
Source: Konrad 2015 (seminar paper)
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AGDeutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AGRWE AG
SAP AG Siemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung A.1: Unternehmensnetzwerk unter Berücksichtigung der BetweenessZentralität
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AG
Deutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AG
RWE AG
SAP AGSiemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung A.2: Ego-Netzwerk der Commerzbank AG
21
![Page 6: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/6.jpg)
| 2017 | 6
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
Ego network of Commerzbank
Source: Konrad 2015 (seminar paper)
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AGDeutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AGRWE AG
SAP AG Siemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung A.1: Unternehmensnetzwerk unter Berücksichtigung der BetweenessZentralität
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AG
Deutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AG
RWE AG
SAP AGSiemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung A.2: Ego-Netzwerk der Commerzbank AG
21
![Page 7: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/7.jpg)
| 2017 | 7
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
Modularity 1.3 (networks within networks)
Source: Konrad 2015 (seminar paper)
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AGDeutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AGRWE AG
SAP AG Siemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung A.5: Unternehmensnetzwerk: Modularity mit Resolution 1,0
adidas AG
Allianz SE
BASF SE
Bayer AG
Beiersdorf AG
BMW AG
Commerzbank AG
Continental AG
Daimler AGDeutsche Bank AG
Deutsche Börse AG
Deutsche Lufthansa AG
Deutsche Post AG
Deutsche Telekom AG
E.ON SE
Fresenius Medical Care AG
Fresenius SE
HeidelbergCement AG
Henkel AG
Infineon Technologies AG
K+S AG
LANXESS AG
Linde AG
Merck KGaA
Münchener Rück AGRWE AG
SAP AG Siemens AG
ThyssenKrupp AG
Volkswagen AG
Abbildung A.6: Unternehmensnetzwerk: Modularity mit Resolution 1,3
23
![Page 8: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/8.jpg)
| 2017 | 8
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Software for SNA
§ SIENA § www.stats.ox.ac.uk/~snijders/siena
§ UCINET § www.analytictech.com/ucinet § Windows only (?)
§ PAJEK § http://vlado.fmf.uni-lj.si/pub/networks/pajek
![Page 9: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/9.jpg)
| 2017 | 9
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Software for SNA (cont.)
§ Gephi § www.gephi.org
§ Please download Gephi to your computer and check system requirements, especially concerning Java (Windows and Linux only).
§ NetLogo § http://ccl.northwestern.edu/netlogo § Network Extension
§ http://ccl.northwestern.edu/netlogo/docs/nw.html
§ Sources: Borgatti et al. 2002, Hanneman/Riddle 2005, Weyer et al. 2014 and many more
![Page 10: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/10.jpg)
| 2017 | 10
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Gephi 0.9.2
§ Main feature: Visualization § Some bugs remain ...
§ Tutorial § https://gephi.org/users/quick-start/ § https://gephi.org/users/
§ Data import from Excel (.csv) § https://github.com/gephi/gephi/wiki/Import-CSV-Data
![Page 11: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/11.jpg)
| 2017 | 11
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Data preparation
§ Exampel scientific cooperation § DFG-Transregios-181212-final.xlsx
Project Discipline Institution City A Physics Univ. Berlin A Biology MPI Munich B Biology Univ. Hambrug B Sociology Univ._(Blank!) Berlin C Sociology Univ. Berlin C Physics Univ. Berlin C Biologie Univ. Hamburg
![Page 12: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/12.jpg)
| 2017 | 12
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Data preparation (cont.)
§ Generate 1. Nodes table
§ Assign IDs and types § Eliminate double entries
2. Edges table § Next slide
ID Type A Project A B B Project C Project C C Biology Discipline Sociology Discipline Physics Discipline Berlin City Munich City Hamburg City
![Page 13: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/13.jpg)
| 2017 | 13
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
Nodes Discipline Institution City A Physics Univ. Berlin A Biology MPI Munich B Biology Univ. Hamburg ... ... Source Target Type
A Physics Undirected A Univ. Undirected A Berlin Undirected A Biology Undirected A MPI Undirected A Munich Undirected B Biology Undirected B Univ. Undirected B Hamburg Undirected ... ... ... ...
Edges table à convert into .csv
![Page 14: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/14.jpg)
| 2017 | 14
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Data import into Gephi
§ Data Laboratory § Import Spreadsheet § Choose file
§ Separator: Semicolon § As Table
§ Edge or Node
![Page 15: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/15.jpg)
| 2017 | 15
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Multimode Networks Projection
§ Download and install MMNT Plug-in § Tools > Plug-ins
§ Open MMNT § Load attributes § Type category § Left: University-other § Right: other-University
§ MMNT transforms bimodal into unimodal networks § Creates a new type of edge (à data laboratory)
![Page 16: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/16.jpg)
| 2017 | 16
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Filtering
§ Data laboratory: still all kinds of nodes § Confusing picture ...
§ First step (little bug) § Appearance à edges à partition § Choose an attribute: MMNT-EdgeType § Color à apply
![Page 17: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/17.jpg)
| 2017 | 17
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Filtering (cont.)
§ Second step: Filters § Draw MMNT-Edge-Type into the lower screen (main filter) § Install partition attribute (node) as subfilter § Activate University/University in main filter § Choose setting in partition attribute (subfilter)
§ Choose different parameters (e.g. edge weight) for better visualization
![Page 18: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/18.jpg)
| 2017 | 18
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Filtering (cont.)
![Page 19: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/19.jpg)
| 2017 | 19
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Visualization
§ Layout § ForceAtlas 2 § Play with
§ Repulsion rate § Size § etc.
§ to get a smarter picture § Adjust font size, node size, node color etc. § Try mouse over to see ego networks ...
![Page 20: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/20.jpg)
| 2017 | 20
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
5. Calculation of networks indices
§ Statistics tab § Click „run“
§ Use results for additional filtering § Or adjusting colour of edges or size of nodes § Partition (right side) § Ranking (left side)
§ In case of errors § reload your data ...
![Page 21: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/21.jpg)
| 2017 | 21
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
6. Reflection
§ Usefulness of SNA software? § Visualization § Calculation of indices
§ Limits of Gephi? § Some bugs ... § Static picture
§ Alternatives? § NetLogo
![Page 22: Concepts and Methods of Social Network Analysis](https://reader033.vdocuments.site/reader033/viewer/2022041903/6254db85d3e94557ce7b4b87/html5/thumbnails/22.jpg)
| 2017 | 22
!
!
!!
!!!!!
DR.!WEYER!C O N S U L T I N G !
!
6. NetLogo
§ Network Import.nlogo § Simple tool
§ Page rank § Preferential attachment
§ Network extension