analise de redes sociais unir 2016
TRANSCRIPT
Análise de Redes Sociais e Pesquisa Interdisciplinar
Porto Velho, 2016© Prof. Simone Athayde, 2016
EXEMPLOS DE ATORES E REDES
• Crianças em uma pré-escola • Os funcionários em um escritório• Os clientes da TIM de serviço de telefonia móvel • ONGs que trabalham na Amazônia • As empresas do Fortune 500 • Os países da União Européia • Babuínos em um grupo• Organismos do Rio Madeira• Web sites em todo o mundo• Grupo de Barragens
© Prof. Simone Athayde, 2016
ANÁLISE DE REDE SOCIAL
A análise de redes nas ciências sociais é um método desenvolvido a partir de uma associação interdisciplinar entre cientistas sociais, físicos, matemáticos e cientistas da computação, entre outros. Integração entre as teorias sociais e teorias matemáticas. Psicologia social – década de 20. Brasil, campo organizacional e ciência da informação – 1980.
Foco: um conjunto de fenômenos - as redes sociais formadas por relações sociais.
Métodos: • Ciências Sociais (e.g. etnografias, surveys)• Conceitos de redes e medidas quantitativas• Ferramentas estatísticas
© Prof. Simone Athayde, 2016
Rede SocialUma estrutura formada por qualquer grupo social (e.g. uma comunidade, uma classe, uma instituição) em que as conexões entre os nós representam a relação entre essas pessoas.
Análise de redes sociaisO estudo do padrão de interação entre atores (pessoas, grupos sociais, instituições).
© Prof. Simone Athayde, 2016
A Análise de Redes Sociais busca entender as implicações dos padrões de relacionamento em uma rede para o desempenho e o desenvolvimento desta.
Crescimento da pesquisa sobre redes sociais ao longo do tempo (n artigos em jornais citando ARS/SNA).
© Prof. Simone Athayde, 2016
Definições Básicas:
Nós – agentes e atributos – atores, jogadores, instituições, espécies, pontos. Indivíduos e coletividade.
Laços – relações entre nós. Ex: interações, afinidade, comunicação, filiações institucionais. Relações formais e informais.
© Prof. Simone Athayde, 2016
• A estrutura de um sistema determina o seu desempenho e os resultados.
• A posição individual dos atores na estrutura determina oportunidades e limitações.
• Estruturas de rede muitas vezes pode ajudar ou impedir o fluxo de informações e a adoção de inovações.
© Prof. Simone Athayde, 2016
Rede dos pilotos dos aviões usados nos atentados do 11/9 nos Estados Unidos:
Ela foi construída com informações sobre “vínculos fortes” e mostra o cuidado da Al’Qaeda em evitar que membros de células diferentes se conhecessem. (Dark networks)
© Prof. Simone Athayde, 2016
SOCIOGRAMARepresentação visual da rede
Quem você convidaria para experimentar uma nova marca de cerveja pensando em expandir sua
clientela?© Prof. Simone Athayde, 2016
Tipos de Redes Sociais
Pessoal ou Egocêntrica:
• Centra-se nos efeitos da rede em atitudes, comportamentos individuais e condições
• Usa atributos de rede pessoal para representar o contexto social
• A coleta de dados de cada entrevistado (ego) sobre as interações com os membros da rede (alter)
Inteira, Sociocêntrica, ou Completa :
• Concentra-se na interação dentro de um grupo
• Os limites são definidos no espaço social
• Coleta dados de membros de um grupo sobre os seus laços com outros membros do grupo (alters)
© Prof. Simone Athayde, 2016
© Prof. Simone Athayde, 2016
Componentes desta Rede:
Beth é a mais central
Âmbar tem mais intermediação ou betweenness
Tomas e Kent são estruturalmente equivalentes
A remoção de David maximiza a fragmentação da rede
Antes Depois
1. Revele a rede
2. Analise a rede
3. Melhore a conectividade
© Prof. Simone Athayde, 2016
© Prof. Simone Athayde, 2016
David Faith Rosanna Antonio Napp Lem Jim Beth Mark Kent Amber ThomasDavid 5 2 2 0 0 1 0 3 1 0 2 0Faith 1 5 5 0 0 0 0 1 0 0 2 0Rosanna 2 5 5 0 0 1 0 2 0 0 4 0Antonio 0 1 1 5 0 0 0 0 0 0 0 0Napp 0 0 0 0 5 0 0 0 0 0 0 0Lem 2 0 2 0 0 5 5 2 0 0 2 0Jim 0 0 1 0 0 5 5 5 0 0 2 0Beth 4 3 1 0 0 1 5 5 0 0 3 0Mark 1 0 0 1 0 0 0 0 5 0 1 0Kent 0 0 0 0 0 0 0 0 0 5 0 3Amber 2 3 3 0 0 1 2 2 1 0 5 0Thomas 0 0 0 0 0 0 0 0 0 3 0 5
Matriz de dados – Rede sociocêntrica
© Prof. Simone Athayde, 2016
Name Closeness Relation Sex Age Race Where Live Year_Met
Joydip_K 5 14 1 25 1 1 1994
Shikha_K 4 12 0 34 1 1 2001
Candice_A 5 2 0 24 3 2 1990
Brian_N 2 3 1 23 3 2 2001
Barbara_A 3 3 0 42 3 1 1991
Matthew_A 2 3 1 20 3 2 1991
Kavita_G 2 3 0 22 1 3 1991
Ketki_G 3 3 0 54 1 1 1991
Kiran_G 1 3 1 23 1 1 1991
Kristin_K 4 2 0 24 3 1 1986
Keith_K 2 3 1 26 3 1 1995
Gail_C 4 3 0 33 3 1 1992
Allison_C 3 3 0 19 3 1 1992
Vicki_K 1 3 0 34 3 1 2002
Neha_G 4 2 0 24 1 2 1990
. . . . . . . .
. . . . . . . .
. . . . . . . .
Rede Pessoal ou Egocêntrica
© Prof. Simone Athayde, 2016
Name Closeness Relation Sex Age Race Where Live Year_MetJoydip_K 5 14 1 25 1 1 1994
Shikha_K 4 12 0 34 1 1 2001
Candice_A 5 2 0 24 3 2 1990
Brian_N 2 3 1 23 3 2 2001
Barbara_A 3 3 0 42 3 1 1991
Matthew_A 2 3 1 20 3 2 1991
Kavita_G 2 3 0 22 1 3 1991
Ketki_G 3 3 0 54 1 1 1991
Kiran_G 1 3 1 23 1 1 1991
Kristin_K 4 2 0 24 3 1 1986
Keith_K 2 3 1 26 3 1 1995
Gail_C 4 3 0 33 3 1 1992
Allison_C 3 3 0 19 3 1 1992
Vicki_K 1 3 0 34 3 1 2002
Neha_G 4 2 0 24 1 2 1990
. . . . . . . .
. . . . . . . .
. . . . . . . .
Rede Egocêntrica Atributos e relações
© Prof. Simone Athayde, 2016
Mathews et al. (ongoing research)
Análise preliminar de publicações revisadas por pares (peer-reviewed) sobre reservatórios amazônicos, restritas a agrupamentos institucionais e áreas disciplinares (cienciometria e bibliometria).
Universidade Federal do Tocantins e Universidade Estadual de Maringá – Peixes e Pesca
Osvaldo Cruz e FUNASA – Saúde Pública
Redes Inteiras: Análise de Rede de Co-autoria
© Prof. Simone Athayde, 2016
Visão Geral das Principais Métricas
de Redes Sociais
© Prof. Simone Athayde, 2016
• Nível de grupo– Densidade– Componentes
• Isolados– Centralidade
• Grau de centralidade• Proximidade• Intermediação
– Facções– Centro/periferia
• Nivel do nó– Centralidade
• Grau de centralidade
• Proximidade• Intermediação
• Visualização– Netdraw– Mage– Outros
Principais Métricas na Análise de Redes Sociais
© Prof. Simone Athayde, 2016
a) Grau de centralidade (Centrality): é medido pelo número de vínculos que um nó tem com outros nós.
b) Proximidade (Closeness): distância de um nó para os outros nós na rede. A distância média para os vizinhos.
c) Intermediação (Betweenness): são os nós que intermediam nós (atores) que não estão conectados diretamente.
A B HI
JK
DG
EC
F
C(G)=1/10(1+2*3+2*3+4+3*5)C(G)=3.2
C(A)=1/10(4+2*3+3*3)C(A)=1.9
C(B)=1/10(2+2*6+2*3)C(B)=2
CENTRALIDADE
© Prof. Simone Athayde, 2016
Ajuda na colheita de arroz. Qual aldeia tem maior chance de sobreviver? © Prof. Simone Athayde, 2016
Density = .33Degree centralization = 10%
Density = .33Degree centralization = 60%
Distância: o menor número de passos para se chegar de um extremo a outro da rede
Densidade: número de vínculos presentes sobre o total de vínculos possíveis
© Prof. Simone Athayde, 2016
A NOSSA REDE
Vamos nos organizar espacialmente para representar
a nossa afinidade antes da disciplina
(Fique perto das pessoas que conheciam antes da aula)
© Prof. Simone Athayde, 2016
NOSSA CLASSE: exercício de Análise de Rede Social (SNA)
Questões de Pesquisa:
Em que medida os estudantes da turma estavam conectados ou familiarizados uns com os outros antes do início das aulas?
Como a turma pode ser representada com base em atributos sociais? (e.g., orientação disciplinar, naturalidade,...)
© Prof. Simone Athayde, 2016
Matriz de Atributos (Códigos)
Matrizes de relações, antes e
depois
© Prof. Simone Athayde, 2016
ANÁLISE DE REDE SOCIAL - TURMA UFT 2015
mulhereshomens
Ciências SociaisCiências Biofisicas
Humanidades
Interdisciplinar
Nós e conexões antes das aulasGrau de Centralidade
© Prof. Simone Athayde, 2016
Antes: Intermediação
femalesmales
Social sciencesBiophysical sciences
Humanities
Interdisciplinary© Prof. Simone Athayde, 2016
INTERVALO
Agora vamos nos organizar espacialmente para
representar como nos tornamos conectados ou familiarizados uns com os
outros APÓS as aulas© Prof. Simone Athayde, 2016
Após as aulas – Centralidade
mulhereshomens
Ciências SociaisCiências Biofisicas
Humanidades
Interdisciplinar© Prof. Simone Athayde, 2016
Após: Betweeness (Intermediação)
mulhereshomens
Ciências SociaisCiências Biofisicas
Humanidades
Interdisciplinar© Prof. Simone Athayde, 2016
Após: Qual o atributo?
mulhereshomens
Ciências SociaisCiências Biofisicas
Humanidades
Interdisciplinar© Prof. Simone Athayde, 2016
femalesmales
Social sciencesBiophysical sciences
Humanities
Interdisciplinary
Após: Qual o atributo?
© Prof. Simone Athayde, 2016
Grau de centralidade dos nós antes
Outdeg Indeg nOutde nIndeg ------ ------ ------ ------ 1 Alice 12.000 5.000 0.706 0.294 2 Angelo 7.000 6.000 0.412 0.353 3 Carol 5.000 8.000 0.294 0.471 4 Cassiano 10.000 13.000 0.588 0.765 5 Christine 4.000 4.000 0.235 0.235 6 Elineide 49.000 44.000 2.882 2.588 7 Eliane 6.000 7.000 0.353 0.412 8 Elistênia 18.000 11.000 1.059 0.647 9 Jynessa 8.000 11.000 0.471 0.647 10 Luana 13.000 9.000 0.765 0.529 11 Marcos 17.000 12.000 1.000 0.706 12 Regiane 11.000 10.000 0.647 0.588 13 Rogério 13.000 14.000 0.765 0.824 14 Sandrelly 1.000 0.000 0.059 0.000 15 Simone 11.000 15.000 0.647 0.882 16 Sylvia 12.000 18.000 0.706 1.059 17 Teske 9.000 18.000 0.529 1.059 18 Tharles 8.000 9.000 0.471 0.529 © Prof. Simone Athayde, 2016
OutDeg Indeg OutClo InClos Betwee ------ ------ ------ ------ ------ 1 Alice 17.000 15.000 17.000 19.000 0.000 2 Angelo 17.000 17.000 17.000 17.000 0.133 3 Carol 17.000 17.000 17.000 17.000 0.133 4 Cassiano 17.000 17.000 17.000 17.000 0.133 5 Christine 17.000 17.000 17.000 17.000 0.133 6 Elineide 17.000 17.000 17.000 17.000 0.133 7 Eliane 17.000 17.000 17.000 17.000 0.133 8 Elist nia 16.000 17.000 18.000 17.000 0.000� 9 Jynessa 17.000 17.000 17.000 17.000 0.133 10 Luana 17.000 17.000 17.000 17.000 0.133 11 Marcos 17.000 17.000 17.000 17.000 0.133 12 Regiane 17.000 17.000 17.000 17.000 0.133 13 Rog rio 16.000 17.000 18.000 17.000 0.000� 14 Sandrelly 17.000 17.000 17.000 17.000 0.133 15 Simone 17.000 17.000 17.000 17.000 0.133 16 Sylvia 17.000 17.000 17.000 17.000 0.133 17 Teske 17.000 17.000 17.000 17.000 0.133 18 Tharles 17.000 17.000 17.000 17.000 0.133
Grau de centralidade dos nós depois
© Prof. Simone Athayde, 2016
ANTES E DEPOIS
AntesNúmero de laços: 97Densidade: 0.317 Conectividade: 0.944
DepoisNúmero de laços: 304Densidade: 0.993 Conectividade: 1
© Prof. Simone Athayde, 2016
ANÁLISE DE REDE SOCIAL TURMA UF 2015
femalesmales
Social sciencesBiophysical sciences
Humanities
Interdisciplinary
Nós e conexões antes das aulas
© Prof. Simone Athayde, 2016
Antes: Grau de Centralidade
femalesmales
Social sciencesBiophysical sciences
Humanities
Interdisciplinary© Prof. Simone Athayde, 2016
Antes: Intermediação
femalesmales
Social sciencesBiophysical sciences
Humanities
Interdisciplinary© Prof. Simone Athayde, 2016
Antes: Qual o atributo?
femalesmales
Social sciencesBiophysical sciences
Humanities
Interdisciplinary© Prof. Simone Athayde, 2016
Antes: Qual o atributo?
femalesmales
Social sciencesBiophysical sciences
HumanitiesInterdisciplinary© Prof. Simone Athayde, 2016
Após as aulas – Laços e conexões
femalesmales
Social sciencesBiophysical sciences
Humanities
Interdisciplinary© Prof. Simone Athayde, 2016
Após: Betweeness (Intermediação)
femalesmales
Social sciencesBiophysical sciences
HumanitiesInterdisciplinary© Prof. Simone Athayde, 2016
Area disciplinar Nivel academicoGrau de centralidade121 laços
TURMA UFT 2014: REDE DA CLASSE: ANTES
Ci Biologicas / BiomedicasCi SociaisCi exatasInterdisciplinar
Mestrado
Doutorando
Doutorado concluido
© Prof. Simone Athayde, 2016
REDE SOCIAL CLASSE ANTES e Centralidade e Intermediação
Disciplinas e sexo
Centralidade
Intermediação
© Prof. Simone Athayde, 2016
DEPOIS: área disciplinar, centralidade e nível
acadêmico 240 laços
© Prof. Simone Athayde, 2016
ANTES E DEPOIS
Densidade antesValor médio - 1.075 Desvio padrão - 1.222Grau ou índice - 16.125
Densidade depoisValor médio - 2.196 Desvio padrão - 0.763Grau ou índice - 32.938
CoesãoAntes - Avg Degree 7.563Depois - Avg Degree 15
© Prof. Simone Athayde, 2016
ALGUMAS APLICAÇÕES: • Acompanhamento e monitoramento do desenvolvimento
de redes sociais e redes de pesquisa• Padrões de publicação e co-autoria na produção científica• Finalidades comerciais• Segurança pública (ex. terrorismo, etc)• Adoção de novas tecnologias ou práticas por
comunidades• Administração organizacional – quem detém a informação
e quem precisa da informação• Redes de solidariedade• Mudanças na organização social de comunidades após
distúrbios (ex. Terremotos, hidrelétricas, “Mariana” etc).© Prof. Simone Athayde, 2016
RecursosCursos on-linehttps://www.coursera.org/#course/sna
Livros on-line: Hanneman, Robert A. and Mark Riddle. 2005. Introduction to social network methods. Riverside, CA: University of California, Riverside ( published in digital form at http://faculty.ucr.edu/~hanneman/ )
UCINET: (teste – 60 dias)
https://sites.google.com/site/ucinetsoftware/downloads
Professor na UF:Christopher McCarty: [email protected] http://www.bebr.ufl.edu/facultystaff/chrism
© Prof. Simone Athayde, 2016
Softwares
• Ucinet (Whole networks)– (www.analytictech.com)
• E-net (Batch processing of ego networks)– (www.analytictech.com)
• Pajek (Whole networks, large networks)– (http://vlado.fmf.uni-lj.si/pub/networks/pajek/)
• Egonet (Personal networks)– (http://sourceforge.net/projects/egonet/)
• Vennmaker (Personal networks)• Siena (Network modeling, longitudinal)
– http://stat.gamma.rug.nl/siena.html• Network Genie (Online network data collection)
– https://secure.networkgenie.com/© Prof. Simone Athayde, 2016