sosyal ağanaliziu grafik gösterimi sosyomatris'inkısıtlamalarını kaldırır. temsilin...
TRANSCRIPT
Sosyal Ağ AnaliziDoç. Dr. Ahmet ÇETİNKAYA
İçeriku Ağ nedir?
u Ağ Örnekleri
u Sosyal Ağ Nedir?
u Sosyal Ağ Analizi Nedir?
u Ağ Bilimi
u Ağ Veri Setleri
u İlişkisel Verilen Gösterimi: Sosyomatris Yöntemi
u İlişkisel Verilen Gösterimi: Grafik Yöntemi
u Ağın Temel Bileşenleri
u Bağların Yönleri
u Ağ Algoritmaları
Ağ nedir?
u Ağ, nesnelerin (node, düğüm) ve bunları birbirine bağlayan bağlarınoluşturduğu yapıya verilen addır.
u N: nesneler listesi .. N={1,2,..N}
B: bağlar listesi .. B={(1,4), (1,7),(1,8), (2,5),(2,7), …}
u Bir G grafiği şu şekilde gösterilir: G=(N,B)
Ağ Örnekleri
u Coğrafya/Topoloji:
Euler (1735): Könisberg'in yedi köprüsü Yol ağı
u Tasarlanmış:
Elektronik devre bağlantıları
Yazılım paketleri arasındaki bağımlılık ilişkileri
u Doğal:
Hücre proteinleri arasındaki tetikleme ilişkileri
Ekosistem etkileşim ilişkileri
Ağ Örnekleri
u Kişiler arası ağlar:
Sınıfta kim kimi seviyor (Moreno, 1930lar)
Evlilik yoluyla aileler arası kurulan bağlar
Aynı şirketin yönetim kurulunda bulunmaktan doğan ilişkiler ağı
u Organizasyonlar arası ağlar:
Terör hücreleri arası ilişki kurucular
Şirket ortak kurucuları (silikon vadisi)
Ağ Örnekleri
Türkiye vakıf ve şirket etkileşim ağı:
Ağ Örnekleri
Okul arkadaşlık haritası:
Ağ Örnekleri
Bilim dallarının birbirine referans vermeilişkisi:
Ağ Örnekleri
Facebook ağ haritası:
Ağ Örnekleri
Görev ilişkisi
Sosyal Ağ nedir?
u Yaygın tanım: Nesnesi bireyler, bağları ise onlar arasındaki iletişim olayları olan ağlar. Örnek: facebook, twitter, instagram vs.
Sosyal Ağ Analizi nedir?
u Sosyal ağlardaki bağlantı ve etkileşimlerin analizi sayesinde, ağlardaki bireyler vetopluluklar hakkında çok çeşitli ve yararlı bilgi çıkarımları yapmak amaçlanır.
u Büyük ve karmaşık ilişkisel veri yapıları incelenir.
u Sosyal ağ analizi yoluyla şu sorulara cevap aranabilir:
u Ağdaki en önemli/etkili/güçlü kişi ya da kişiler kimlerdir?
u Kişilerin ağdaki rolleri nelerdir?
u Ağdaki arkadaşlıklar nasıl oluşmaktadır?
u Kişilerin ağa katılımı nasıl gerçekleşmektedir?
u Ağdaki sosyal topluluklar nasıl tespit edilebilir?
u Bir bilgi ağda nasıl yayılmaktadır?
u Kişilerin sosyal ortamdaki davranışları analiz edilebilir mi?
u Kişilere arkadaş ya da ilgi duyacakları içerik nasıl önerilebilir?
Ağ Bilimi
u Sosyal ağlar, iletişim ağları, teknolojik ağlar, biyolojik ağlar ve kimyasaletkileşim ağları gibi karmaşık olguları modellemek için oluşturulan geniş çaplıve karmaşık ağları araştırma konusu olarak ele alan bilim dalıdır.
u Matematik, fizik, bilgisayar bilimi, istatistik ve sosyoloji bilim dallarına aitkuramlar ve yöntemleri kullanır.
u Bu karmaşık sistemlerin oluşumu, zaman içindeki değişimi ve bunların altındayatan nedensel mekanizmalar araştırılır.
u Sistemin göstereceği potansiyel davranış şekli ile ilgili tahminlerdebulunulabilir.
Ağ veri setleri
A=(N,B)u Veri seti: Nesne nitelikleri
u Anket yöntemiyle toplanabilir.
u Örneklemin nasıl seçileceği, ve popülasyonu temsil gücü konusunda güçlü istatistiksel kriterler ve literatür mevcut.
u Analiz yöntemleri ve araçları yerleşmiş.
Ağ veri setleri
A=(N,B)u İlişkisel veriler (Bağlar)
u Anket yöntemiyle toplanamaz. Belge/arşiv çalışması gerektirir.
u Örneklem meselesi son derece sorunludur.
u Analiz yöntem ve araçları çeşitli, dağınık. Araçlar çoğunlukla zayıf ve/veya birbiriyle uyumsuz.
u Bağlar aynı türden ilişkiyi temsil etmelidir. İki veya daha fazla türden ilişki içeren bir ağ söz konusu olduğunda “ağsal” ölçümler yapabilir ama bunları yorumlayamayız.
u Bağların varlığının yanı sıra gücü, var olduğu zaman aralığı, vb., ekstra veriler toplanabilir.
Ağ veri setleri
u Ağ analizi ilişkilerin analizidir. Ancak nesne nitelikleri bilindiğinde ve birlikte kullanıldığında daha güçlü yorum imkanı doğar. (örnek: Cumhuriyetçi ve demokrat bloglar)
u Alternatif olarak aynı nesne seti için iki farklı ilişkiden doğan iki ağın karşılaştırması da yorum imkanı verir.
İlişkisel verilerin gösterimi:Sosyomatris Yöntemi
u İlk çalışmalar: Sosyomatris (Moreno, 1938)
u Örneklem sorunu görülüyor
u Avantajları: Matris matematiği gelişmiş, ölçüm ve analizleri tanımlamak/gerçekleştirmek kolay.
u Dezavantajları: (1) örneklem boyutu (N) artınca matris çok fazla büyüyor (N2). (2) Bağların zaman aralığı vb. verileri temsil etme imkanı vermiyor.
u Notlar: (1) Bağlar tek yönlü ise matris simetrik, (2) Bağların gücü birbirinden farklı olabilir.
İlişkisel verilerin gösterimi:Grafik Yöntemi
u İlişkisel veriler matematikte kullanılan ‘grafik’ (graph) ile de temsil edilebilir(Euler, 1700s). Her düğüm için onu diğer düğümlere bağlayan bağların (ve bağ gücünün) listesi tutulur:
u n1: (n3,1), (n4,2)
u n2: (n1,2), (n3,1)
u n3: (n1,2)
u n4: (n1,1), (n2,2), (n2,1), (n3,1), (n4,1)
u Grafik gösterimi sosyomatris'in kısıtlamalarını kaldırır. Temsilin boyutu (N+B) bağ sayısıyla orantılıdır.
u Bağların gücü, zaman aralığı, vb., niteliklerini saklamaya uygundur.
u Dezavantajları: Grafik matematiği matris matematiğine göre daha az olgunlaşmıştır.
u Bilgisayarda grafik gösterimi için çok sayıda birebiriyle yarışan standart var. Analiz ve görselleştirme için birbiriyle çoğu zaman uyumsuz çok sayıda yazılım aracı var.
İlişkisel verilerin gösterimi:Grafik Yöntemi
u Grafik gösterim standartlarının çeşitliliği veri setlerinin çeşitliliğinden kaynaklanıyor:
u Tek-kümeli/iki-kümeli ağlar
u Yönlü/yönsüz bağlar
u Bağ gücü bilgisinin olup olmayışı
u Zaman bilgisinin olup/olmayışı
u Bağ niteliklerinin varlığı
İlişkisel verilerin gösterimi:Grafik Yöntemi
Ağın temel bileşenleri
Zirve Zirve
KöprüBağ
Düğüm
Küme
Küme
İki kümeli bir ağ örneği:
Bağların Yönleri
Ahmet
AliMehmet
Ahmet
AliMehmet
Yönsüz bağ
Örnek: Facebook
Yönlü bağ
Örnek:Twitter
Ağ Algoritmaları
İçeri merkezilik (In-degree centrality):Ağ içerisinde en çok etkileşimi alan düğümüöne çıkaran algoritmadır. Kimle daha çokilişki kuruluyorsa o en önemlidir.
Hangi düğümün veya diğerlerinden daha önemli olduğu çeşitli algoritmalar ile anlaşılır.
İçeri merkezilik: Alice en çok retweet alan kişi olarak en yüksekiçeri merkeziliğe sahiptir.
Ağ Algoritmaları
Dışarı merkezilik (Out-degree centrality):In-degree’nin aksine diğerleriyle en çok ilişkikuran düğüm en önemlidir.
Ağ Algoritmaları
Arasındalık merkeziliği(Betweenness centrality):Ağ içerisindeki ilişkilerin en ortasında yer alan, birdiğer deyişle ayrıtların en kısa yoldan üzerindengeçtiği düğüm en önemlidir.
Arasındalık merkeziliği: Alice en önemli kişidir çünkükısa yolların çoğu ondan geçer.
Ağ Algoritmaları
Özvektör merkeziliği (Eigenvector centrality):Özellikle sosyal medya analizlerinde en öne çıkanalgoritmadır. Zira, en çok etki sahibi olan, kurulanilişkinin en önemli olduğu düğümü öne çıkarır.Birsosyal ağdaki kanaat önderleri öne çıkarmakaçısından gereklidir.
Özvektör merkeziliği: Alice, en çok retweete sahiptir, örneğin Bob’u dinlemiş ve cevap vermiştir, bu sebeplerlemerkeziliği (önemi) yüksektir.