Phân tích mạng xã hội Social Network Analysis

Phân tích mạng xã hội là phương pháp phân tích kết nối giữa cá nhân, nhóm hay cơ quan Khảo sát tương tác giữa các actors Tập trung vào phân tích các tương tác thay vì phân tích hành vi của cá nhân. Cho phép khảo sát tác động của cấu hình mạng đến cá nhân, nhóm, cơ quan hay các chức năng của hệ thống Có thể áp dụng trên nhiều ứng dụng khác nhau: Mạng xã hội Mạng chính trị Mạng điện Mạng giao thông Mạng tương tác các protein Đầu tiên chúng ta thảo luận về lịch sử của phân tích mạng nhằm đưa ra một số ý tưởng về các vấn đề cần bàn luận, Sau đó chúng ta sẽ định nghĩa các khái niệm cơ bản. Các nghiên cứu trước đây về phân tích mạng thuộc các lĩnh vực phân tích tâm lý giáo dục, phát triển của trẻ, xã hội học, nhân loại học (anthropology). Granovetter trong “The Strength of Weak Ties” (khảo sát một trong số các bài báo xã hội học quan trọng nhất được viết trong thập kỷ qua) và nhận xét rằng các kết nối yếu (weak ties) có thể thực sự hữu ích trong chính trị hay trong tìm kiếm nhân viên thay cho các kết nối mạnh(strong ties) vì các kết nối yếu cho phép cá nhân đạt con số cao hơn các cá nhân khác.

Phân tích mạng xã hội Social Network Analysis

Phân tích mạng ?

 Phân tích mạng xã hội là phương pháp phân tích kết nối giữa cá nhân, nhóm hay cơ quan

 Khảo sát tương tác giữa các actors

Phân tích mạng

tác thay vì phân tích hành vi của cá nhân.

hình mạng đến cá nhân, nhóm, cơ quan hay các chức năng của hệ

thống

Phân tích mạng

 Có thể áp dụng trên nhiều ứng dụng khác nhau:

Lịch sử về phân tích mạng ( xã

hội)

 Đầu tiên chúng ta thảo luận về lịch sử của

phân tích mạng nhằm đưa ra một số ý tưởng

về các vấn đề cần bàn luận, Sau đó chúng ta

sẽ định nghĩa các khái niệm cơ bản

 Các nghiên cứu trước đây về phân tích mạng thuộc các lĩnh vực phân tích tâm lý giáo dục, phát triển của trẻ, xã hội học, nhân loại học (anthropology)

Lịch sử về phân tích mạng

( xã hội)

 Thế kỷ 19, Durkheim đã viết “sự kiện xã hội”—hay hiện tượng được tạo qua sự tương tác giữa các cá nhân, tuy vậy

hàm chứa thực tế là sự độc lập của các chủ thể cá nhân (individual actor).

Lịch sử về phân tích mạng (xã hội)

 Bước sang thế kỷ 20, Simmel là học giả đầu tiên suy nghĩ tường tận về các thuật ngữ cho mạng xã hội Simmel đã khảo sát cách đối tác thứ 3 có thể tác động lên quan hệ giữa hai cá nhân và cách thức cần thiết để các cấu trúc

tổ chức hay quan chức hành chính điều hành tương tác trong các nhóm lớn

 (See “

The Number of Members in Determining the Sociological Form of the Group

”)

Lịch sử về phân tích mạng (xã hội)

 Một trong các ví dụ đầu tiên về nghiên cứu mạng theo lối thực nghiệm là vào năm 1922, của Almack “Ảnh hưởng của sự thông minh vào việc lực chọn mối kết hợp.”

 Almack đã hỏi học sinh ở trường tiểu học tại California cách chọn bạn Sau đó ông ta kết hợp chỉ số IQ của người chọn và người được chọn và đưa ra giả thuyết về tác động của

các lựa chọn là chủ thể chọn và lựa chọn là đồng cấp độ thông minh

Lịch sử về phân tích mạng (xã hội)

nhân thường chơi thân nhau Cô đã ghi lại các dữ liệu về các thuộc tính chiều cao, học lực, IQ,… và cũng phát hiện ra sự đồng cấp

về cấp độ

 (see “The School Child’s Choice of

Companions”, Journal of Educational

Research 14: 126-132.)

Khái niệm

 Nút là cá nhân trong đồ thị hay hệ thống

(Nếu mạng của các nhà lập pháp thì mỗi nút

là một nhà lập pháp)

 Đồ thị hay hệ thống hay mạng là tập các

đơn vị có hay không có các liên kết với nhau

Khái niệm

 “Cung” là kết nối giữa 2 nút

 Lân cận N của nút là tập các nút kết nối trực

tiếp với nút đó

 Bậc (degree): bậc ki của nút là số các nút trong lân cận của nó

Khái niệm

 Trong một đồ thị hay mạng không có hướng cung là thuận nghịch(reciprocal), nghĩa là nếu A được nối với

B thì B được xem là nối với A.

 Trong đồ thị hay mạng có hướng, các cung là không thuận nghịch—A có thể nối với B, nhưng B không nối với A (mũi tên của cung chỉ chiều kết nối.)

Sức mạnh của kết nối yếu

 Granovetter trong “ The Strength of Weak Ties

” (khảo sát một trong số các bài báo xã hội học quan trọng nhất được viết trong thập kỷ qua)

và nhận xét rằng các kết nối yếu (weak ties) có thể thực sự hữu ích trong chính trị hay trong

tìm kiếm nhân viên thay cho các kết nối

mạnh(strong ties) vì các kết nối yếu cho phép

cá nhân đạt con số cao hơn các cá nhân khác.

Sức mạnh của kết nối yếu

 Granovetter quan sát rằng sự tồn tại

các kết nối yếu thường làm giảm chiều dài của các con đường giữa các cá nhân

—khiến sự truyền tin trở nên nhanh

hơn.

Random Graphs

 Trong random graph, cặp

nút i, j có cung nối với xác suất độc lập là p

 Đồ thị này có 16 nút, 120 nối khả dĩ và 19 nối thực thụ—xác suất nối giữa 2 nút bất kỳ

được nối với nhau khoảng 0.15

 Trong random graph, sự xuất hiện của cung nối giữa A và B cũng như cung nối giữa B và C

sẽ không ảnh hưởng đến xác suất nối giữa A và C.

Regular Graphs

 A regular graph là

mạng mà từng nút đều

có cùng số (k) các láng giềng (các nút đều có bậc k).

 Đồ thị bậc k được trình bày phía trái Với k = 3 (mỗi nút được nối 3 nút khác—nghĩa là có 3 nút trong vùng lân cận của từng nút.)

Hế số cụm

Clustering Coefficients

 Clustering Coefficients được Watts & Strogatz đề xuất vào năm 1998 nhằm đo mức độ gần nhau của các nút và lân cận của nó từ một đồ thị con đầy đủ (complete graph) trong một đồ thị hay mạng lớn hơn.

 Clustering coefficient của nút là số các nối kết thực

sự giữa các lân cận của một nút cụ thể Clustering coefficient được xem như là phần trăm của các kết nối khả dĩ.

 Clustering coefficient cho toàn bộ hệ thống là số trung bình của clustering coefficient cho từng nút.

Ví dụ đơn giản

 Có 4 nhà làm luật—họ chung nhau trong một nhóm công tác.

 Đồ thị vô hướng—nếu nhà làm luật A làm việc cùng một nhóm với nhà làm luật B

Ví dụ đơn giản

 Số các nối kết khả dĩ

là 6

 Với k=4 ; số các nhà làm luật

Ví dụ đơn giản

 Clustering coefficient cho nhà làm luật A là 2/3 – nhà làm luật A được “nối với” hai trong

3 nối khả dĩ với 3 nhà làm luật khác Tương

Ví dụ đơn giản

 Trung bình của clustering

coefficients là 0,5

 Lưu ý clustering coefficients toàn bô mạng là 0,5 (3 của 6) của tất cả các nối kết khả dĩ được thực hiện

Clustering Coefficient

 Lưu ý clustering coefficient của đồ thị

vô hướng có chút khác biệt so với

clustering coefficient của đồ thị có

hướng—có 2 lần các nối kết khả dĩ,

cạnh không thuận nghịch được đếm là một nối kết còn cạnh thuận nghịch

được đến là 2 nối kết.

 Clustering phản ánh cách nối kết các láng

giềng của bạn với nhau

Đường kính mạng

Graph Diameter

(nhiều nhất) là 7 cung để đi giữa một nút với các nút khác (hai nút ở trên đáy của mạng là không rất gần nhau)