analise de redes sociais unir 2016

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


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).


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).


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.


• 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.


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)


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)



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


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


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


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


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


Visão Geral das Principais Métricas

de Redes Sociais


• 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


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


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


A NOSSA REDE

Vamos nos organizar espacialmente para representar

a nossa afinidade antes da disciplina

(Fique perto das pessoas que conheciam antes da aula)


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,...)


Matriz de Atributos (Códigos)

Matrizes de relações, antes e

depois


ANÁLISE DE REDE SOCIAL - TURMA UFT 2015

mulhereshomens

Ciências SociaisCiências Biofisicas

Humanidades

Interdisciplinar

Nós e conexões antes das aulasGrau de Centralidade


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


Humanidades

Interdisciplinar© Prof. Simone Athayde, 2016

Após: Betweeness (Intermediação)

mulhereshomens


Humanidades


Após: Qual o atributo?

mulhereshomens


Humanidades


femalesmales


Humanities

Interdisciplinary

Após: Qual o atributo?


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


ANTES E DEPOIS

AntesNúmero de laços: 97Densidade: 0.317 Conectividade: 0.944

DepoisNúmero de laços: 304Densidade: 0.993 Conectividade: 1


ANÁLISE DE REDE SOCIAL TURMA UF 2015

femalesmales


Humanities

Interdisciplinary

Nós e conexões antes das aulas


Antes: Grau de Centralidade

femalesmales


Humanities


Antes: Intermediação

femalesmales


Humanities


Antes: Qual o atributo?

femalesmales


Humanities


Após as aulas – Laços e conexões

femalesmales


Humanities


Area disciplinar Nivel academicoGrau de centralidade121 laços

TURMA UFT 2014: REDE DA CLASSE: ANTES

Ci Biologicas / BiomedicasCi SociaisCi exatasInterdisciplinar

Mestrado

Doutorando

Doutorado concluido


REDE SOCIAL CLASSE ANTES e Centralidade e Intermediação

Disciplinas e sexo

Centralidade

Intermediação


DEPOIS: área disciplinar, centralidade e nível

acadêmico 240 laços


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


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


https://www.coursera.org/#course/sna

http://faculty.ucr.edu/~hanneman/

https://sites.google.com/site/ucinetsoftware/downloads

mailto:[email protected]

http://www.bebr.ufl.edu/facultystaff/chrism

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

http://www.analytictech.com/

http://www.analytictech.com/

http://vlado.fmf.uni-lj.si/pub/networks/pajek/

http://sourceforge.net/projects/egonet/

http://stat.gamma.rug.nl/siena.html

https://secure.networkgenie.com/

analise de redes sociais unir 2016

Education