Введение

Анализ социальных структур с использованием теории сетей и графов: теоретическая концепция.

Анализ социальных сетей (SNA) – это процесс изучения социальных структур посредством использования сетей и теории графов. Он характеризует сетевые структуры с точки зрения узлов (индивидуальных акторов, людей или объектов в сети) и связей, ребер или линий (отношений или взаимодействий), которые их соединяют. Примеры социальных структур, которые обычно визуализируются с помощью анализа социальных сетей, включают сети социальных медиа, распространение мемов, циркуляцию информации, сети дружбы и знакомств, сети взаимного обучения, деловые сети, сети знаний, сложные рабочие отношения. Эти сети часто визуализируются в виде социограмм, где узлы представлены точками, а связи – линиями. Такие визуализации позволяют качественно оценивать сети, изменяя визуальное представление их узлов и ребер для отражения интересующих характеристик. Анализ социальных сетей стал ключевым методом в современной социологии и приобрел значительную популярность в следующих областях: антропология, биология, демография, коммуникативные исследования, экономика, география, история, информатика, организационные исследования, политология, здравоохранение, образование и исследования в области дистанционного обучения, и теперь часто доступен как инструмент для конечных пользователей (см. список программного обеспечения для SNA).

История

Анализ социальных сетей имеет свои теоретические корни в работах ранних социологов, таких как Георг Зиммель и Эмиль Дюркгейм, которые писали о важности изучения закономерностей отношений, связывающих социальных акторов. Социальные ученые используют понятие «социальные сети» с начала XX века для обозначения сложных комплексов отношений между членами социальных систем всех уровней – от межличностных до международных. В 1954 году Джон Арундел Барнс начал систематически использовать этот термин для обозначения моделей связей, охватывающих концепции, традиционно используемые в обиходе и социальными учеными: обособленные группы (например, племена, семьи) и социальные категории (например, пол, этническая принадлежность). Начиная с 1970-х годов, такие исследователи, как Рональд Берт, Кэтлин Карли, Марк Грановеттер, Дэвид Кракхардт, Эдвард Лауман, Анатоль Рапопорт, Барри Веллман, Дуглас Р. Уайт и Харрисон Уайт расширили применение систематического анализа социальных сетей. Сетевой анализ даже применялся в литературоведении, например, Анхейером, Герхардсом и Ромо, Вутером Де Нооем и Бургетом Сенекалом. Действительно, анализ социальных сетей нашел применение в различных академических дисциплинах, а также в практических областях, таких как противодействие отмыванию денег и терроризму.

Измерения

Размер: число участников сети в определенной сети.

Связи

Гомофилия: степень, в которой акторы формируют связи с похожими, а не непохожими другими. Сходство может определяться по полу, расе, возрасту, профессии, уровню образования, статусу, ценностям или любой другой значимой характеристике. Гомофилию также называют ассортитивностью. Мультиплексность: количество форм контента, содержащихся в связи. Мультиплексность связана с прочностью отношений и может включать в себя пересечение положительных и отрицательных сетевых связей. Взаимность/Реципрокность: степень, в которой два актора отвечают взаимностью на дружбу или другое взаимодействие. Центральность: Центральность – это группа метрик, направленных на количественную оценку «важности» или «влияния» (в различных смыслах) конкретного узла (или группы) в сети. Примеры распространенных методов измерения «центральности» включают центральность по посредничеству.

Плотность: доля прямых связей в сети по отношению к общему возможному числу связей. Расстояние: минимальное количество связей, необходимое для соединения двух конкретных акторов, популяризированное экспериментом Стэнли Милграма «Маленький мир» и идеей «шести степеней разделения». Структурные дыры: отсутствие связей между двумя частями сети. Обнаружение и использование структурной дыры может дать предпринимателю конкурентное преимущество. Эта концепция была разработана социологом Рональдом Бертом и иногда рассматривается как альтернативное понимание социального капитала. Сила связи: определяется линейной комбинацией времени, эмоциональной интенсивности, близости и взаимности (т.е. реципрокности). Когезия: степень, в которой акторы напрямую связаны друг с другом прочными связями. Структурная когезия относится к минимальному количеству членов, удаление которых из группы приведет к ее разъединению.

Практическое применение

Анализ социальных сетей широко используется в самых разных областях и дисциплинах. К распространенным приложениям сетевого анализа относятся агрегация и извлечение данных, моделирование распространения в сети, моделирование и выборка сети, анализ атрибутов и поведения пользователей, поддержка ресурсов, создаваемых и поддерживаемых сообществом, анализ взаимодействия на основе местоположения, социальный обмен и фильтрация информации, разработка рекомендательных систем, прогнозирование связей и идентификация сущностей, а также задачи маркетинга и бизнес-аналитики (см. аналитику социальных медиа). В государственном секторе анализ социальных сетей применяется для разработки стратегий взаимодействия с лидерами, анализа вовлеченности отдельных лиц и групп, а также их использования медиа, и для решения проблем на уровне сообществ.

Продольная СНС в школах

Большое количество исследователей по всему миру изучают социальные сети детей и подростков. В анкетах они просят перечислить всех одноклассников, учащихся одного класса или школьников, задавая вопрос: "Кто ваши лучшие друзья?". Ученики могут иногда указывать столько сверстников, сколько пожелают, а иногда количество выборов ограничено. Исследователи социальных сетей изучали сходства в сетях дружбы. Сходство между друзьями было отмечено еще в классической античности. Похожесть является важной основой для поддержания дружбы. Сходство в характеристиках, взглядах или поведении означает, что друзья быстрее понимают друг друга, имеют общие интересы для обсуждения, лучше осознают отношение друг к другу и больше доверяют друг другу. В результате такие отношения становятся более стабильными и значимыми. Более того, большая схожесть повышает уверенность молодых людей в себе и способствует формированию их идентичности. Сходство в поведении может быть результатом двух процессов: отбора (подобное притягивается к подобному) и влияния (одно гнилое яблоко портит всю бочку). Эти два процесса можно различить, используя продольный анализ социальных сетей в пакете R SIENA (Simulation Investigation for Empirical Network Analyses), разработанном Томом Сниждерсом и его коллегами. Продольный анализ социальных сетей получил широкое распространение после публикации специального выпуска журнала "Исследования подросткового возраста" в 2013 году, под редакцией Рене Венстры, который содержал 15 эмпирических статей.

Приложения безопасности

Анализ социальных сетей также применяется в разведывательной, контрразведывательной и правоохранительной деятельности. Эта методика позволяет аналитикам выявлять и отображать структуру скрытых организаций, таких как шпионские сети, организованные преступные группировки или уличные банды. Агентство национальной безопасности (NSA) использует свои программы электронного наблюдения для сбора данных, необходимых для проведения такого анализа в отношении террористических ячеек и других сетей, представляющих интерес для национальной безопасности. При этом АНБ прослеживает связи до трех уровней. После первоначального построения карты социальной сети проводится анализ для определения ее структуры и выявления, например, ключевых лидеров. Это позволяет военным или правоохранительным органам проводить операции по захвату или уничтожению лидеров, чтобы нарушить функционирование сети. АНБ осуществляет анализ социальных сетей на основе данных о деталях вызовов (CDR), также известных как метаданные, с начала 2000-х годов, вскоре после терактов 11 сентября.

Приложения для текстового анализа

Большие текстовые корпуса можно преобразовать в сети и затем анализировать методом анализа социальных сетей. В этих сетях узлами являются социальные акторы, а связями – действия. Извлечение этих сетей может быть автоматизировано с помощью парсеров. Полученные сети, которые могут содержать тысячи узлов, затем анализируются с использованием инструментов теории сетей для выявления ключевых акторов, ключевых сообществ или групп, а также общих свойств, таких как устойчивость или структурная стабильность всей сети, или центральность определенных узлов. Это автоматизирует подход, предложенный количественным нарративным анализом, при котором тройки «подлежащее-сказуемое-дополнение» идентифицируются как пары акторов, связанных действием, или пары, образованные актором и дополнением. В других подходах текстовый анализ проводится с учетом сети слов, совместно встречающихся в тексте. В этих сетях узлами являются слова, а связи между ними взвешиваются на основе частоты их совместного появления (в пределах определенного максимального диапазона).

Интернет-приложения

Анализ социальных сетей также применяется для понимания поведения в сети отдельных лиц, организаций и взаимосвязей между веб-сайтами. Связи между организациями анализировались посредством анализа гиперссылок для выявления организаций, входящих в сообщество по определенной проблеме.

Нетократия

Другая концепция, вытекающая из этой связи между теорией социальных сетей и Интернетом, – это концепция нетократии, в рамках которой ряд авторов исследуют взаимосвязь между активным использованием онлайн-социальных сетей и изменениями в структуре социальной власти.

Интернет-приложения для социальных сетей

Анализ социальных сетей используется для изучения поведения отдельных людей или организаций в социальных медиа, анализируя связи между ними на таких платформах, как Twitter и Facebook.

В компьютерном совместном обучении

Одним из наиболее актуальных методов применения анализа социальных сетей (SNA) является изучение компьютерно-поддерживаемого совместного обучения (CSCL). При применении к CSCL, SNA используется для понимания того, как учащиеся взаимодействуют друг с другом с точки зрения объема, частоты и продолжительности, а также качества, тематики и стратегий коммуникации. Кроме того, SNA может фокусироваться как на конкретных аспектах сетевых связей, так и на сети в целом. Он использует графические, текстовые и числовые представления данных для анализа связей внутри сети CSCL. Ряд исследовательских работ применяли SNA к CSCL в различных контекстах. Полученные результаты включают корреляцию между плотностью сети и присутствием преподавателя, нечастоту взаимодействия между представителями разных полов в сети, а также относительно небольшую роль инструктора в асинхронной обучающей сети.