소셜 네트워크 분석

Social network analysis
이 기사는 이론적 개념에 관한 것이다.소셜 미디어에 대한 정량적 적용에 대해서는 소셜 미디어 분석을 참조하십시오.소셜 네트워킹 사이트는 소셜 네트워킹 서비스를 참조하십시오.그 외의 용도는, 소셜 네트워크(동음이의)를 참조해 주세요.
시리즈의 일부
사회학
Social Network Diagram (segment).svg
주요 테마
전망
나뭇가지
방법들
사람
동아시아

남아시아

중동

유럽

북미

리스트
시리즈의 일부
네트워크 과학
Internet_map_1024.jpg
네트워크 타입
그래프
특징들
종류들
모델
토폴로지
다이내믹스
  • 리스트
  • 분류
Facebook 사용자 간의 우정 관계를 보여주는 소셜 네트워크 다이어그램.

소셜 네트워크 분석(SNA)은 네트워크와 그래프 [1]이론을 사용하여 사회 구조를 조사하는 과정입니다.노드(개별 행위자, 사람 또는 네트워크 내의 사물)와 이들을 연결하는 연결, 가장자리 또는 링크(관계 또는 상호작용)의 관점에서 네트워크 구조를 특징짓습니다.사회 구조가 일반적으로 소셜 네트워크 분석을 통해 시각화의 예로는 소셜 미디어 networks,[2][3]밈 spread,[4]정보 circulation,[5]우정과 친지를 네트워크, 사업 네트워크들, 직접 지식을 networks,[6][7] 어려운 일하는 relationships,[8]소셜 네트워크 협력이 그래프, 친족, 질병 transmissio을 포함한다.n, 그리고 성적 relat이온선[9][10]이러한 네트워크는 노드가 점으로 표현되고 동점이 선으로 표현되는 사회그래픽을 통해 시각화되는 경우가 많습니다.이러한 시각화는 해당 [11]노드 및 에지의 시각적 표현을 변경하여 네트워크를 질적으로 평가하는 수단을 제공합니다.

소셜 네트워크 분석은 현대 사회학의 핵심 기법으로 떠올랐다.그것은 또한 다음-인류학, biology,[12]인구학, 통신 studies,[3][13]경제학, 지리, 역사, 정보 과학, 조직 studies,[6][8]정치 science,[14]공공 health,[15][7]사회 심리학, 개발 연구, 사회 언어학, 컴퓨터 science[16]이제는 주변에 상당한 인기를 얻었다.일반적으로 한 consu 있다.mer 툴(SNA 소프트웨어 [17][18][19][20]목록 참조)

SNA의 장점은 두 가지입니다.첫째, 대량의 관계형 데이터를 처리하고 전체적인 관계형 네트워크 구조를 설명할 수 있습니다.tem 및 파라미터 선택으로 네트워크 내의 영향력 있는 노드(예: in-degree 및 out-degree centrality)를 확인할 수 있습니다.SNA 컨텍스트를 사용하여 네트워크의 특성에 따라 "중앙"을 정의할 파라미터를 선택합니다.노드, 클러스터, 관계 분석을 통해 개인의 커뮤니케이션 구조와 위치를 명확하게 설명할 [21]수 있습니다.

역사

소셜 네트워크 분석은 사회적 행위자를 연결하는 관계의 패턴을 연구하는 것의 중요성에 대해 쓴 게오르크 심멜과 에밀 더크하임과 같은 초기 사회학자들의 작업에 이론적 뿌리를 두고 있습니다.사회과학자들은 20세기 초부터 대인관계에서 [22]국제관계까지 모든 규모의 사회시스템 구성원들 사이의 복잡한 관계들을 언급하기 위해 "소셜 네트워크"라는 개념을 사용해 왔다.

1930년대에 제이콥 모레노와 헬렌 제닝스는 기본적인 분석 [22]방법을 도입했다.1954년, 존 아룬델 반스는 전통적으로 대중이 사용하는 개념과 사회과학자들이 사용하는 개념, 즉 경계된 집단(예: 부족, 가족)과 사회적 범주(예: 성별, 민족성)를 포괄하는 유대의 패턴을 나타내기 위해 체계적으로 이 용어를 사용하기 시작했다.로널드 버트, 캐슬린 칼리, 마크 그라노베터, 데이비드 크랙하트, 에드워드 로만, 아나톨 라포포트, 배리 웰먼, 더글러스 R. White와 Harrison White는 체계적인 소셜 네트워크 [23]분석의 사용을 확대했습니다.

SNA는 유학 제2외국어 [24]습득에 관한 연구에 폭넓게 이용되고 있다.문헌 연구에서도 네트워크 분석은 Anheier, Gerhards and Romo,[25] Wouter De Nooy [26]및 Burgert Senechal에 [27]의해 적용되고 있습니다.실제로 소셜 네트워크 분석에서는 자금세탁과 테러리즘에 대항하는 것과 같은 실용적인 응용 프로그램뿐만 아니라 다양한 학문 분야에서도 응용 프로그램을 찾아냈습니다.

측정 기준

색상(빨간색=0에서 파란색=최대)은 각 노드의 간 중심성을 나타냅니다.

[Size] : 특정 네트워크 내의 네트워크멤버 수

접속

호모필리:배우들이 유사하거나 다른 배우들과 관계를 형성하는 정도.유사성은 성별, 인종, 나이, 직업, 교육 성취도, 지위, 가치관 또는 기타 주요 [28]특징에 의해 정의될 수 있다.동종애자는 분류성이라고도 한다.

다중성:한 [29]조에 포함된 내용 양식의 수입니다.예를 들어, 친구이면서 함께 일하는 두 사람의 다중성은 [30]2입니다.다중성은 관계의 강도와 관련되어 있으며 긍정 네트워크와 부정 네트워크와의 중복을 [8]포함할 수도 있습니다.

상호성/호환성:두 배우가 서로의 우정 또는 다른 [31]상호작용에 보답하는 정도.

네트워크 폐쇄:관계형 삼합체의 완전성을 나타내는 척도입니다.개인의 네트워크 폐쇄에 대한 가정(즉, 친구가 친구이기도 하다)은 이동성이라고 불립니다.전달성은 Need for Cognitive [32]Closure의 개인 또는 상황적 특성의 결과입니다.

접근성:배우들은 지리적으로 가까운 사람들과 더 많은 관계를 맺는 경향이 있다.

배포

브리지: 구조상의 구멍을 메우는 약한 유대를 가진 개체로, 두 개체 또는 클러스터 간의 유일한 연결을 제공합니다.또한 메시지 왜곡 또는 전달 [33]장애의 위험이 높아 긴 경로를 실행할 수 없는 경우 최단 경로도 포함됩니다.

일원화:중앙집중성은 네트워크 [34][35][36][37]내의 특정 노드(또는 그룹)의 중요성 또는 영향(다양한 의미에서)을 정량화하는 것을 목적으로 하는 메트릭 그룹을 말합니다."중심성"을 측정하는 일반적인 방법의 예로는 간성 중심성, 근접성 중심성,[38] 고유 벡터 중심성, 알파 중심성 및 정도 [39]중심성이 있습니다.

밀도:가능한 [40][41]총수에 대한 네트워크 내 직접 연결 비율.

거리:스탠리 밀그램의 작은 세계 실험과 '6도 분리' 아이디어로 대중화된 두 배우를 연결하는 데 필요한 최소 넥타이 수.

구조용 구멍:네트워크의 두 부분 사이에 연결이 없는 경우.구조적 구멍을 찾아 활용하는 것은 기업가에게 경쟁 우위를 제공할 수 있다.이 개념은 사회학자 Ronald Burt에 의해 개발되었으며, 때때로 사회적 자본의 대체 개념으로 언급된다.

결속력: 시간, 감정의 강도, 친밀감 및 상호성(상호성)[33]의 선형 조합으로 정의됩니다.강한 유대관계는 동질성, 친밀성 및 이동성과 관련이 있는 반면 약한 유대관계는 다리와 관련이 있습니다.

세그멘테이션

집단은 모든 개인이 다른 모든 개인과 직접 연결되어 있는 경우 '집단', 직접 접촉의 경직성이 적은 경우 '소셜 서클', 정확성이 필요한 [42]경우 구조적으로 응집력 있는 블록으로 식별된다.

군집화 계수: 노드의 두 개의 연관성이 있을 가능성에 대한 측도입니다.클러스터링 계수가 높을수록 '클리시함'[43]이 크다는 것을 나타냅니다.

응집력:배우들끼리 응집력 있는 유대감으로 직접 연결되는 정도.구조적 결속력은 그룹에서 제거될 경우 [44][45]그룹의 연결을 끊을 수 있는 최소 구성원 수를 의미한다.

네트워크 모델링 및 시각화

소셜 네트워크의 다른 특징A, B 및 C는 네트워크의 다양한 중심성과 밀도를 나타냅니다.패널 D는 네트워크의 폐쇄를 나타내고 있습니다.즉, 공통의 제3의 액터에 연결된2개의 액터가 이들 사이에 직접 결합을 형성하는 경향이 있습니다.패널 E는 유대를 형성하는 경향이 있는 서로 다른 속성(예: 조직 소속, 신념, 성별, 교육)을 가진 두 명의 행위자를 나타낸다.패널 F는 우정(솔리드 라인)과 혐오(데시 라인)의 2종류의 넥타이로 구성됩니다.이 경우, 친구가 되는 두 배우는 공통의 세 번째 배우를 싫어합니다(또는 마찬가지로 공통의 세 번째 배우를 싫어하는 두 배우는 친구가 되는 경향이 있습니다.

소셜 네트워크의 시각적 표현은 네트워크 데이터를 이해하고 [46]분석 결과를 전달하기 위해 중요하다.소셜 네트워크 분석에 의해 생성된 데이터에 대한 수많은 시각화 방법이 [47][48][49]제시되었다.많은 분석 소프트웨어에는 네트워크 시각화를 위한 모듈이 있습니다.데이터의 탐색은 노드 및 넥타이를 다양한 레이아웃으로 표시하고 색상, 크기 및 기타 고급 특성을 노드에 귀속시킴으로써 이루어집니다.네트워크의 시각적 표현은 복잡한 정보를 전달하는 강력한 방법일 수 있지만, 정량적 [50]분석을 통해 포착된 구조적 특성을 잘못 나타낼 수 있으므로 시각적 표시만으로 노드와 그래프 특성을 해석할 때 주의해야 한다.

부호 있는 그래프는 인간 사이의 좋은 관계와 나쁜 관계를 설명하기 위해 사용될 수 있다.두 노드 사이의 양의 가장자리는 긍정적인 관계(우정, 동맹, 데이트)를 나타내며, 두 노드 사이의 음의 가장자리는 부정적인 관계(증오, 분노)를 나타냅니다.서명된 소셜 네트워크 그래프를 사용하여 그래프의 미래 진화를 예측할 수 있다.서명된 소셜 네트워크에는 "균형"과 "균형되지 않은" 사이클의 개념이 있습니다.균형 주기는 모든 부호의 곱이 양수인 주기로 정의됩니다.균형 이론에 따르면 균형 잡힌 그래프는 그룹의 다른 사람들에 대한 의견을 바꿀 것 같지 않은 사람들의 그룹을 나타냅니다.불균형 그래프는 그룹 내 사람들의 의견을 바꿀 가능성이 매우 높은 사람들의 그룹을 나타냅니다.예를 들어, A와 B가 양수 관계를 맺고, B와 C가 양수 관계를 가지지만, C와 A가 음수 관계를 갖는 3명의 그룹(A, B, C)은 불균형 주기입니다.이 그룹은 B가 A와 좋은 관계만 있고 A와 B가 모두 C와 부정적인 관계를 갖는 것과 같은 균형 사이클로 변형될 가능성이 매우 높다.균형 주기와 불균형 주기의 개념을 사용함으로써 서명된 소셜 네트워크 그래프의 진화를 [51]예측할 수 있다.

특히 소셜 네트워크 분석을 변화를 촉진하는 도구로 사용할 때 참여형 네트워크 매핑의 다양한 접근 방식이 유용한 것으로 입증되었습니다.여기서 참가자/면접자는 데이터 수집 세션 중에 실제로 (펜과 종이 또는 디지털로) 네트워크를 매핑함으로써 네트워크 데이터를 제공합니다.펜 앤 페이퍼 네트워크 매핑 접근법의 예로는 일부 액터 속성(액터들의 인식된 영향과 목표)의 수집도 포함됩니다.* Net-map 툴박스가 있습니다.이 접근방식의 장점 중 하나는 네트워크 데이터가 [52]수집되는 동안 연구자가 질적 데이터를 수집하고 명확한 질문을 할 수 있다는 것입니다.

소셜 네트워킹의 가능성

SNP(Social Networking Potential)는 개인의 소셜 네트워크의 크기와 그 네트워크에 영향을 미치는 능력을 모두 나타내는 알고리즘을 통해[53][54] 도출된 수치 계수입니다.SNP 계수는 Bob Gerstley에 의해 2002년에 처음 정의되어 사용되었다.이와 밀접한 관련이 있는 용어는 알파 사용자로 SNP가 높은 사람으로 정의됩니다.

SNP 계수에는 두 가지 주요 함수가 있습니다.

  1. 소셜 네트워킹 잠재력에 따른 개인 분류
  2. 양적 마케팅 조사 연구에서 응답자의 가중치.

응답자의 SNP를 계산하고 높은 SNP 응답자를 타깃으로 함으로써 바이러스 마케팅 전략을 추진하는 데 사용되는 정량적 마케팅 리서치의 강도와 관련성을 높일 수 있습니다.

개인의 SNP 계산에 사용되는 변수에는 소셜 네트워킹 활동 참여, 그룹 구성원, 리더 역할, 인지, 출판/편집/비전자 매체 기여, 출판/편집/기부(웹 사이트, 블로그) 및 과거 정보 배포 빈도가 포함된다.네트워크 내에서 결합됩니다."SNP"라는 약자와 개인의 소셜 네트워킹 가능성을 정량화하기 위해 개발된 최초의 알고리즘 중 일부는 백서 "Advertising Research is Changing"(Gerstley, 2003)에 설명되어 있습니다.「바이럴 마케팅」[55]을 참조해 주세요.

모바일 통신사의 독자들 사이에서 알파 유저의 상업적 사용에 대해 처음으로[56] 논한 책은 2004년 Ahonen, Kasper 및 Melkko의 3G Marketing이었습니다.소셜 마케팅 인텔리전스의 관점에서 알파 유저에 대해 가장 일반적으로 논한 책은 2005년 Ahonen & Moore의 Communities Owning Brands였습니다.2012년 Nicola Grego(UCL)는 TEDx에서 사용자와 기업이 사용해야 할 잠재 에너지와 병행하여 소셜 네트워킹 잠재력을 제시하고 "SNP는 모든 기업이 목표로 [57]삼아야 할 새로운 자산"이라고 밝혔습니다.

실용적인 응용 프로그램

다음 항목도 참조하십시오.소셜 네트워크 분석(범죄학)

소셜 네트워크 분석은 광범위한 애플리케이션 및 분야에서 광범위하게 사용됩니다.일반적인 네트워크 분석 애플리케이션에는 데이터 집약 및 마이닝, 네트워크 전파 모델링, 네트워크 모델링 및 샘플링, 사용자 속성 및 동작 분석, 커뮤니티 유지 자원 지원, 위치 기반 상호 작용 분석, 소셜 공유 및 필터링, 추천 시스템 개발, 링크 예측 및 엔티티 등이 있습니다.해상도[58]민간 부문에서는 소셜 네트워크 분석을 사용하여 고객 상호작용 및 분석, 정보 시스템 개발 분석,[59] 마케팅 및 비즈니스 인텔리전스 요구와 같은 활동을 지원합니다(소셜 미디어 분석 참조).일부 공공 부문 활용에는 리더 참여 전략 개발, 개인 및 그룹 참여 및 미디어 사용 분석, 커뮤니티 기반 문제 해결 등이 포함됩니다.

보안 응용 프로그램

소셜 네트워크 분석은 정보, 반정보 및 법 집행 활동에도 사용됩니다.이 기술은 분석가들이 스파이 조직, 조직 범죄 가족, 길거리 갱과 같은 비밀 조직을 지도화할 수 있게 해준다.NSA(National Security Agency)는 전자 감시 프로그램을 사용하여 테러 조직 및 국가 안보와 관련된 것으로 간주되는 다른 네트워크에 대해 이러한 유형의 분석을 수행하는 데 필요한 데이터를 생성합니다.이 네트워크 [60]분석에서 NSA는 최대 3개의 노드를 조사합니다.소셜 네트워크의 초기 매핑이 완료된 후 분석을 수행하여 네트워크의 구조를 결정하고 예를 들어 네트워크 [61]내의 리더를 결정한다.이것에 의해, 군사 기관이나 법 집행 기관이, 리더의 자리에 있는 고부가가치 타겟에 대해서, 포획 또는 살해 공격을 개시해, 네트워크의 기능을 정지할 수 있습니다.NSA는 [62][63]9월 11일 공격 직후부터 메타데이터라고도 불리는 콜 상세 레코드(CDR)에 대한 소셜 네트워크 분석을 실시하고 있습니다.

텍스트 분석 응용 프로그램

대규모 텍스트 말뭉치를 네트워크로 변환한 후 소셜 네트워크 분석 방법으로 분석할 수 있습니다.이러한 네트워크에서는 노드가 Social Actors이고 링크가 Actions입니다.이러한 네트워크의 추출은 파서를 사용하여 자동화할 수 있습니다.수천 개의 노드를 포함할 수 있는 결과 네트워크는 네트워크 이론의 도구를 사용하여 분석되며, 주요 관계자, 주요 커뮤니티 또는 당사자, 그리고 전체 네트워크의 견고성 또는 구조적 안정성 또는 [64]특정 노드의 중심성과 같은 일반적인 속성을 식별한다.이것은 주어-동사-개체 세쌍이 동작으로 연결된 행위자 쌍 또는 행위자-개체로 [66]구성된 쌍으로 식별되는 정량적 서술 분석에 [65]의해 도입된 접근방식을 자동화한다.

2012년 미국 선거[66] 내러티브 네트워크

다른 어프로치에서는, 텍스트내에 공존하는 단어의 네트워크를 고려해 텍스트 해석을 실시한다.이러한 네트워크에서는 노드는 단어이며 노드 간의 링크는 공존 빈도에 따라 가중치가 부여됩니다(특정 최대 범위 내).

인터넷 응용 프로그램

소셜 네트워크 분석은 개인, 조직 및 웹사이트 [16]간의 온라인 행동을 이해하는 데도 적용되었습니다.하이퍼링크 분석을 사용하여 웹 사이트 또는 웹 페이지 간의 연결을 분석하여 개인이 [67]웹을 탐색할 때 정보가 어떻게 흐르는지 확인할 수 있습니다.조직 간의 연결은 하이퍼링크 분석을 통해 분석되어 이슈 커뮤니티 [68]내의 어떤 조직을 조사합니다.

넷크라시

소셜 네트워크 이론과 인터넷 사이의 이러한 연결에서 생겨난 또 다른 개념은 넷크라시 개념으로, 몇몇 저자들이 온라인 소셜 네트워크의 확장된 사용과 사회 권력 [69]역학의 변화 사이의 상관관계를 연구하였다.

소셜 미디어 인터넷 응용 프로그램

소셜 네트워크 분석은 트위터,[70] 페이스북 등 소셜 미디어 웹사이트의 연계를 통해 개인이나 조직 간의 행동을 이해하는 도구로 소셜 미디어에 적용되어 왔다.

컴퓨터 지원 협업 학습

SNA를 적용하는 가장 최근의 방법 중 하나는 컴퓨터 지원 협업 학습(CSCL)에 대한 연구입니다.CSCL에 적용할 때, SNA는 학습자가 양, 빈도,[71] 길이뿐만 아니라 커뮤니케이션의 질, 주제 및 전략 측면에서 어떻게 협업하는지를 이해하는 데 도움이 됩니다.또한 SNA는 네트워크 접속의 특정 측면 또는 네트워크 전체에 초점을 맞출 수 있습니다.CSCL 네트워크 [71]내의 접속을 조사하기 위해 그래픽 표현, 서면 표현 및 데이터 표현을 사용합니다.SNA를 CSCL 환경에 적용할 경우 참가자의 상호작용은 소셜 네트워크로 취급됩니다.분석의 초점은 각 참가자가 스스로 행동하는 방식이 아니라 참가자들 간에 이루어지는 "연결" 즉, 그들이 어떻게 상호작용하고 소통하는지에 맞춰져 있습니다.

주요 용어

컴퓨터 지원 협업 학습에서는 소셜 네트워크 분석 연구와 관련된 몇 가지 핵심 용어가 있습니다. 밀도, 중심성, 독립성, 학위 및 사회 그래프입니다.

  • 밀도는 참가자 간의 "연결"을 말합니다.밀도는 참가자가 가질 수 있는 접속의 수를 참가자가 가질 수 있는 접속의 합계로 나눈 값으로 정의됩니다.예를 들어, 20명이 참여한다면, 각 사람은 19명의 다른 사람들과 잠재적으로 연결될 수 있습니다.100%(19/19)의 밀도는 시스템에서 가장 높은 밀도입니다.밀도가 5%일 경우 사용 가능한 [71]연결은 19개 중 1개뿐임을 나타냅니다.
  • 중앙집중성은 네트워크 내 개별 참가자의 동작에 초점을 맞춥니다.이것은 개인이 네트워크 내의 다른 개인과 대화하는 정도를 측정합니다.개인이 네트워크 내의 다른 사람과 접속하는 횟수가 많을수록 네트워크 [71][13]내에서의 집중력은 높아집니다.

정도 및 정도외 변수는 중심성과 관련이 있습니다.

  • 도의 중심성은 특정 개인에 초점을 맞춘다; 다른 모든 개인들의 중심성은 "도의"[71] 개인의 초점과의 관계에 기초한다.
  • 아웃도(out-degree)는 여전히 한 개인에 초점을 맞춘 중심성의 척도이지만, 분석은 개인의 외부 상호작용에 관한 것이다. 아웃도(out-degree) 중심성의 척도는 개인이 [71][13]다른 사람과 얼마나 많이 상호작용하느냐이다.
  • 소시오그램은 네트워크에서 정의된 연결 경계를 가진 시각화입니다.예를 들어, 참가자 A의 외도 중심점을 나타내는 사회도는 참가자 A가 연구된 [71]네트워크에서 확립한 모든 발신 연결을 나타냅니다.

독자적인 기능

연구자들은 컴퓨터 지원 협업 학습의 연구에 소셜 네트워크 분석을 채택하고 있습니다.이는 부분적으로 그것이 제공하는 고유한 기능 때문입니다.이 특정 방법은 네트워크 학습 커뮤니티 내에서 상호작용 패턴을 연구할 수 있도록 하며,[71] 참여자들이 그룹의 다른 구성원들과 상호작용하는 정도를 설명하는 데 도움을 줄 수 있다.SNA 도구를 사용하여 작성된 그래픽은 참가자 간의 연결 및 그룹 내 커뮤니케이션에 사용되는 전략을 시각화합니다.일부 저자는 또한 SNA가 시간에 따른 [72]구성원의 참여 패턴 변화를 쉽게 분석할 수 있는 방법을 제공한다고 제안한다.

많은 연구 연구들이 다양한 맥락에서 SNA를 CSCL에 적용했습니다.조사 결과에는 네트워크의 밀도와 교사의 [71]존재의 상관관계, "중앙" [73]참가자의 권고에 대한 보다 큰 배려,[74] 네트워크에서의 크로스 젠더간 상호작용의 빈도, 비동기 학습 [75]네트워크에서의 강사의 비교적 작은 역할이 포함됩니다.

SNA와 함께 사용되는 기타 방법

많은 연구가 컴퓨터 지원 협업 학습 분야에서 [71]소셜 네트워크 분석의 가치를 입증했지만, 연구자들은 SNA만으로는 CSCL에 대한 완전한 이해를 달성하기에 충분하지 않다고 제안했다.상호작용 프로세스와 무수한 데이터 소스의 복잡성으로 인해 SNA는 CSCL에 [76]대한 상세한 분석을 제공하기 어렵습니다.연구자들은 SNA를 다른 분석 방법으로 보완하여 협업 학습 [77]경험을 보다 정확하게 파악할 필요가 있다고 지적합니다.

많은 연구 연구가 CSCL 연구에서 다른 유형의 분석과 SNA를 결합했다.이는 다중 방법 접근법 또는 데이터 삼각 측량이라고 할 수 있으며, 이는 CSCL 연구에서 평가 신뢰성의 증가로 이어질 것이다.

  • 정성적 방법 – 정성적 사례 연구의 원칙은 CSCL [78]경험 연구에서 SNA 방법의 통합을 위한 견고한 프레임워크를 구성한다.
    • 학생 설문지, 인터뷰, 강의실 비참가자 관찰[77] 등의 민족지적 데이터
    • 사례 연구: 특정 CSCL 상황을 종합적으로 연구하여 조사 결과를 일반적인[77] 계획과 관련짓는다.
    • 콘텐츠 분석 : 회원 간 커뮤니케이션[77] 내용에 대한 정보 제공
  • 정량적 방법 – 일반적인 경향을 감지하기 위해 SNA를 통해 추적할 수 없는 그룹 구성원의 특정 태도를 식별하기 위한 발생에 대한 간단한 기술 통계 분석을 포함한다.
    • 컴퓨터 로그 파일: 학습자가 협업[77] 도구를 사용하는 방법에 대한 자동 데이터 제공
    • MDS(Multimensional Scaling): 행위자 간의 유사성을 도표로 표시하여 보다 유사한 입력 데이터를 보다 가깝게[77] 만듭니다.
    • 소프트웨어 도구: QUEST, SAMSA(인접 매트릭스 및 Sociogram 기반 분석 시스템) 및 Nud*IST[77]

「 」를 참조해 주세요.

레퍼런스

  1. ^ Otte, Evelien; Rousseau, Ronald (December 2002). "Social network analysis: a powerful strategy, also for the information sciences". Journal of Information Science. 28 (6): 441–453. doi:10.1177/016555150202800601. S2CID 17454166.
  2. ^ Grandjean, Martin (31 December 2016). "A social network analysis of Twitter: Mapping the digital humanities community". Cogent Arts & Humanities. 3 (1). doi:10.1080/23311983.2016.1171458. S2CID 114999767.
  3. ^ a b Hagen, Loni; Keller, Thomas; Neely, Stephen; DePaula, Nic; Robert-Cooperman, Claudia (October 2018). "Crisis Communications in the Age of Social Media: A Network Analysis of Zika-Related Tweets". Social Science Computer Review. 36 (5): 523–541. doi:10.1177/0894439317721985. OCLC 7323548177. S2CID 67362137.
  4. ^ Nasrinpour, Hamid Reza; Friesen, Marcia R.; McLeod, Robert D. (2016-11-22). "An Agent-Based Model of Message Propagation in the Facebook Electronic Social Network". arXiv:1611.07454 [cs.SI].
  5. ^ Grandjean, Martin (2017). "Analisi e visualizzazioni delle reti in storia. L'esempio della cooperazione intellettuale della Società delle Nazioni" [Complex structures and international organizations]. Memoria e Ricerca (in Italian) (2): 371–393. doi:10.14647/87204. OCLC 7290153717.
  6. ^ a b Brennecke, Julia; Rank, Olaf (May 2017). "The firm's knowledge network and the transfer of advice among corporate inventors—A multilevel network study". Research Policy. 46 (4): 768–783. doi:10.1016/j.respol.2017.02.002.
  7. ^ a b Harris, Jenine K.; Luke, Douglas A.; Zuckerman, Rachael B.; Shelton, Sarah C. (June 2009). "Forty Years of Secondhand Smoke Research". American Journal of Preventive Medicine. 36 (6): 538–548. doi:10.1016/j.amepre.2009.01.039. OCLC 6980180781. PMID 19372026.
  8. ^ a b c Brennecke, Julia (June 2020). "Dissonant Ties in Intraorganizational Networks: Why Individuals Seek Problem-Solving Assistance from Difficult Colleagues". Academy of Management Journal. 63 (3): 743–778. doi:10.5465/amj.2017.0399. OCLC 8163488129. S2CID 164852065.
  9. ^ Pinheiro, Carlos A.R. (2011). Social Network Analysis in Telecommunications. John Wiley & Sons. p. 4. ISBN 978-1-118-01094-5.
  10. ^ D'Andrea, Alessia; et al. (2009). "An Overview of Methods for Virtual Social Network Analysis". In Abraham, Ajith (ed.). Computational Social Network Analysis: Trends, Tools and Research Advances. Springer. p. 8. ISBN 978-1-84882-228-3.
  11. ^ Grunspan, Daniel (January 23, 2014). "Understanding Classrooms through Social Network Analysis: A Primer for Social Network Analysis in Education Research". CBE: Life Sciences Education. 13 (2): 167–178. doi:10.1187/cbe.13-08-0162. PMC 4041496. PMID 26086650.
  12. ^ Tringali, Angela; Sherer, David L.; Cosgrove, Jillian; Bowman, Reed (10 February 2020). "Life history stage explains behavior in a social network before and during the early breeding season in a cooperatively breeding bird". PeerJ. 8: e8302. doi:10.7717/peerj.8302. PMC 7020825. PMID 32095315.
  13. ^ a b c Social network differences of chronotypes identified from mobile phone data. 2018. OCLC 1062367169.[페이지 필요]
  14. ^ Kim, Rakhyun E (26 November 2020). "Is Global Governance Fragmented, Polycentric, or Complex? The State of the Art of the Network Approach". International Studies Review. 22 (4): 903–931. doi:10.1093/isr/viz052.
  15. ^ Harris, Jenine K.; Clements, Bruce (July 2007). "Using Social Network Analysis to Understand Missouri's System of Public Health Emergency Planners". Public Health Reports. 122 (4): 488–498. doi:10.1177/003335490712200410. OCLC 8062393936. PMC 1888499. PMID 17639652.
  16. ^ a b Ghanbarnejad, Fakhteh; Saha Roy, Rishiraj; Karimi, Fariba; Delvenne, Jean-Charles; Mitra, Bivas (2019). Dynamics On and Of Complex Networks III Machine Learning and Statistical Physics Approaches. Cham: Springer International Publishing : Imprint: Springer. ISBN 9783030146832. OCLC 1115074203.[페이지 필요]
  17. ^ "Facebook friends mapped by Wolfram Alpha app". BBC News. September 24, 2012. Retrieved July 25, 2016.
  18. ^ Frederic Lardinois (August 30, 2012). "Wolfram Alpha Launches Personal Analytics Reports For Facebook". Tech Crunch. Retrieved July 25, 2016.
  19. ^ 생식 건강 연구소
  20. ^ Ivaldi M.;Ferreri L.;Daolio F;Giacobini M.;Tomassini M.;Rainoldi A"We-Sport:학원 분사는 복잡한 네트워크 분석을 위해 data-base에서에서 새로운 기술을 혁신적인 접근법".J스포츠 메드 Phys 체력. 51(suppl.13를 발행할).hdl:2318/90491.사회적 네트워크 분석 통합 현상의는 스포츠와 신체적 운동의 특정 컨텍스트에 있는 수준의 깊은 해석과 분석을 허용하는We-Sport.com네트워크의 속성을 분석하는 데 사용되었다.
  21. ^ Yao, Qi; Li, Rita Yi Man; Song, Lingxi; Crabbe, M. James C. (1 November 2021). "Construction safety knowledge sharing on Twitter: A social network analysis". Safety Science. 143: 105411. doi:10.1016/j.ssci.2021.105411.
  22. ^ a b Freeman, Linton C (2004). The development of social network analysis: a study in the sociology of science. Empirical Press ; BookSurge. ISBN 978-1-59457-714-7. OCLC 429594334.[페이지 필요]
  23. ^ Linton Freeman (2006). The Development of Social Network Analysis. Vancouver: Empirical Press.
  24. ^ Paradowski, Michał B.; Jarynowski, Andrzej; Jelińska, Magdalena; Czopek, Karolina (January 2021). "Selected poster presentations from the American Association of Applied Linguistics conference, Denver, USA, March 2020: Out-of-class peer interactions matter for second language acquisition during short-term overseas sojourns: The contributions of Social Network Analysis". Language Teaching. 54 (1): 139–143. doi:10.1017/S0261444820000580. S2CID 228863564.
  25. ^ Anheier, Helmut K.; Gerhards, Jurgen; Romo, Frank P. (January 1995). "Forms of Capital and Social Structure in Cultural Fields: Examining Bourdieu's Social Topography". American Journal of Sociology. 100 (4): 859–903. doi:10.1086/230603. S2CID 143587142.
  26. ^ de Nooy, Wouter (October 2003). "Fields and networks: correspondence analysis and social network analysis in the framework of field theory". Poetics. 31 (5–6): 305–327. doi:10.1016/s0304-422x(03)00035-4.
  27. ^ Senekal, Burgert (1 December 2012). "Die Afrikaanse literêre sisteem : 'n eksperimentele benadering met behulp van Sosiale-netwerk-analise (SNA) : geesteswetenskappe" [The Afrikaans literary system: an experimental approach using Social Network Analysis (SNA): humanities]. Litnet Akademies (in Afrikaans). 9 (3): 614–638. hdl:10520/EJC129817.
  28. ^ McPherson, Miller; Smith-Lovin, Lynn; Cook, James M (August 2001). "Birds of a Feather: Homophily in Social Networks". Annual Review of Sociology. 27 (1): 415–444. doi:10.1146/annurev.soc.27.1.415. S2CID 2341021.
  29. ^ Podolny, Joel M.; Baron, James N. (October 1997). "Resources and Relationships: Social Networks and Mobility in the Workplace". American Sociological Review. 62 (5): 673. CiteSeerX 10.1.1.114.6822. doi:10.2307/2657354. JSTOR 2657354.
  30. ^ Kilduff, M.; Tsai, W. (2003). Social networks and organisations. Sage Publications.
  31. ^ Kadushin, C. (2012). Understanding social networks: Theories, concepts, and findings. Oxford: Oxford University Press. ISBN 9780195379471.
  32. ^ Flynn, Francis J.; Reagans, Ray E.; Guillory, Lucia (2010). "Do you two know each other? Transitivity, homophily, and the need for (network) closure". Journal of Personality and Social Psychology. 99 (5): 855–869. doi:10.1037/a0020961. PMID 20954787. S2CID 6335920.
  33. ^ a b Granovetter, Mark S. (May 1973). "The Strength of Weak Ties". American Journal of Sociology. 78 (6): 1360–1380. doi:10.1086/225469. S2CID 59578641.
  34. ^ Hansen, Derek; et al. (2010). Analyzing Social Media Networks with NodeXL. Morgan Kaufmann. p. 32. ISBN 978-0-12-382229-1.
  35. ^ Liu, Bing (2011). Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data. Springer. p. 271. ISBN 978-3-642-19459-7.
  36. ^ Hanneman, Robert A. & Riddle, Mark (2011). "Concepts and Measures for Basic Network Analysis". The Sage Handbook of Social Network Analysis. SAGE. pp. 364–367. ISBN 978-1-84787-395-8.
  37. ^ Tsvetovat, Maksim & Kouznetsov, Alexander (2011). Social Network Analysis for Startups: Finding Connections on the Social Web. O'Reilly. p. 45. ISBN 978-1-4493-1762-1.
  38. ^ 가장 포괄적인 레퍼런스는 다음과 같습니다.간단하고 명확한 기본 요약은
  39. ^ Opsahl, Tore; Agneessens, Filip; Skvoretz, John (July 2010). "Node centrality in weighted networks: Generalizing degree and shortest paths". Social Networks. 32 (3): 245–251. doi:10.1016/j.socnet.2010.03.006.
  40. ^ "Social Network Analysis" (PDF). Field Manual 3-24: Counterinsurgency. Headquarters, Department of the Army. pp. B–11 – B–12.
  41. ^ Xu, Guandong; et al. (2010). Web Mining and Social Networking: Techniques and Applications. Springer. p. 25. ISBN 978-1-4419-7734-2.
  42. ^ 응집력이 있다.블로킹은 Moody-White(2003) 알고리즘에 따라 구조적 응집력을 계산하는 R 프로그램입니다.이 Wiki 사이트에서는 R에 사용하기 위한 다양한 예시와 튜토리얼을 제공하고 있습니다.
  43. ^ Hanneman, Robert A. & Riddle, Mark (2011). "Concepts and Measures for Basic Network Analysis". The Sage Handbook of Social Network Analysis. SAGE. pp. 346–347. ISBN 978-1-84787-395-8.
  44. ^ Moody, James; White, Douglas R. (February 2003). "Structural Cohesion and Embeddedness: A Hierarchical Concept of Social Groups". American Sociological Review. 68 (1): 103. CiteSeerX 10.1.1.18.5695. doi:10.2307/3088904. JSTOR 3088904.
  45. ^ Pattillo, Jeffrey; et al. (2011). "Clique relaxation models in social network analysis". In Thai, My T. & Pardalos, Panos M. (eds.). Handbook of Optimization in Complex Networks: Communication and Social Networks. Springer. p. 149. ISBN 978-1-4614-0856-7.
  46. ^ Linton C. Freeman. "Visualizing Social Networks". Journal of Social Structure. 1.
  47. ^ Hamdaqa, Mohammad; Tahvildari, Ladan; LaChapelle, Neil; Campbell, Brian (2014). "Cultural Scene Detection Using Reverse Louvain Optimization". Science of Computer Programming. 95: 44–72. doi:10.1016/j.scico.2014.01.006.
  48. ^ Bacher, R. (1995). "Graphical interaction and visualization for the analysis and interpretation of contingency analysis results". Graphical Interaction and Visualization for the Analysis and Interpretation of Contingency Analysis Result. Proceedings of the 1995 Power Industry Computer Applications. Salt Lake City, USA: IEEE Power Engineering Society. pp. 128–134. doi:10.1109/PICA.1995.515175. ISBN 0-7803-2663-6.
  49. ^ Caschera, M. C.; Ferri, F.; Grifoni, P. (2008). "SIM: A dynamic multidimensional visualization method for social networks". PsychNology Journal. 6 (3): 291–320.
  50. ^ McGrath, Cathleen; Blythe, Jim; Krackhardt, David (August 1997). "The effect of spatial arrangement on judgments and errors in interpreting graphs". Social Networks. 19 (3): 223–242. CiteSeerX 10.1.1.121.5856. doi:10.1016/S0378-8733(96)00299-7.
  51. ^ Cartwright, Dorwin; Harary, Frank (1956). "Structural balance: a generalization of Heider's theory". Psychological Review. 63 (5): 277–293. doi:10.1037/h0046049. PMID 13359597.
  52. ^ Hogan, Bernie; Carrasco, Juan Antonio; Wellman, Barry (May 2007). "Visualizing Personal Networks: Working with Participant-aided Sociograms". Field Methods. 19 (2): 116–144. doi:10.1177/1525822X06298589. S2CID 61291563.
  53. ^ Anger, Isabel; Kittl, Christian (2011). "Measuring influence on Twitter". Proceedings of the 11th International Conference on Knowledge Management and Knowledge Technologies - i-KNOW '11. p. 1. doi:10.1145/2024288.2024326. ISBN 9781450307321. S2CID 30427.
  54. ^ Riquelme, Fabián; González-Cantergiani, Pablo (September 2016). "Measuring user influence on Twitter: A survey". Information Processing & Management. 52 (5): 949–975. arXiv:1508.07951. doi:10.1016/j.ipm.2016.04.003. S2CID 16343144.
  55. ^ (Hrsg.), Sara Rosengren (2013). The Changing Roles of Advertising. Wiesbaden: Springer Fachmedien Wiesbaden GmbH. ISBN 9783658023645. Retrieved 22 October 2015.[페이지 필요]
  56. ^ Ahonen, T. T., Kasper, T. & Melko, S. (2005)3G 마케팅: 커뮤니티와 전략적 파트너십.John Wiley & Sons.
  57. ^ "technology" "Watch "TEDxMilano - Nicola Greco - on math and social network" Video at TEDxTalks". TEDxTalks.
  58. ^ Golbeck, J. (2013). Analyzing the Social Web. Morgan Kaufmann. ISBN 978-0-12-405856-9.
  59. ^ Aram, Michael; Neumann, Gustaf (1 July 2015). "Multilayered analysis of co-development of business information systems". Journal of Internet Services and Applications. 6 (1): 13. doi:10.1186/s13174-015-0030-8. S2CID 16502371.
  60. ^ Ackerman, Spencer (17 July 2013). "NSA warned to rein in surveillance as agency reveals even greater scope". The Guardian. Retrieved 19 July 2013.
  61. ^ "How The NSA Uses Social Network Analysis To Map Terrorist Networks". 12 June 2013. Retrieved 19 Jul 2013.
  62. ^ "NSA Using Social Network Analysis". Wired. 12 May 2006. Retrieved 19 July 2013.
  63. ^ "NSA has massive database of Americans' phone calls". 11 May 2006. Retrieved 19 July 2013.
  64. ^ Sudhahar, Saatviga; De Fazio, Gianluca; Franzosi, Roberto; Cristianini, Nello (January 2015). "Network analysis of narrative content in large corpora". Natural Language Engineering. 21 (1): 81–112. doi:10.1017/S1351324913000247. hdl:1983/dfb87140-42e2-486a-91d5-55f9007042df. S2CID 3385681.
  65. ^ 정량적 서술 분석; Roberto Franzosi; Emory University © 2010
  66. ^ a b Sudhahar, Saatviga; Veltri, Giuseppe A; Cristianini, Nello (May 2015). "Automated analysis of the US presidential elections using Big Data and network analysis". Big Data & Society. 2 (1). doi:10.1177/2053951715572916.
  67. ^ Osterbur, Megan; Kiel, Christina (April 2017). "A hegemon fighting for equal rights: the dominant role of COC Nederland in the LGBT transnational advocacy network". Global Networks. 17 (2): 234–254. doi:10.1111/glob.12126.
  68. ^ Brettschneider, Marla; Burgess, Susan; Keating, Christine, eds. (19 September 2017). "Pink Links: Visualizing the Global LGBTQ Network". LGBTQ Politics. New York University Press. doi:10.18574/nyu/9781479849468.003.0034 (inactive 31 July 2022). ISBN 978-1-4798-4946-8.{{cite book}}: CS1 유지 : 2022년 7월 현재 DOI 비활성화 (링크)
  69. ^ Bard, Alexander; Sšderqvist, Jan (24 February 2012). The Netocracts: Futurica Trilogy 1. Stockholm Text. ISBN 9789187173004. Retrieved 3 March 2017.
  70. ^ Kwak, Haewoon; Lee, Changhyun; Park, Hosung; Moon, Sue (2010-04-26). What is Twitter, a social network or a news media?. ACM. pp. 591–600. CiteSeerX 10.1.1.212.1490. doi:10.1145/1772690.1772751. ISBN 9781605587998. S2CID 207178765.
  71. ^ a b c d e f g h i j Laat, Maarten de; Lally, Vic; Lipponen, Lasse; Simons, Robert-Jan (2007-03-08). "Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis". International Journal of Computer-Supported Collaborative Learning. 2 (1): 87–103. doi:10.1007/s11412-007-9006-4. S2CID 3238474.
  72. ^ "Patterns of Interaction in Computer-supported Learning: A Social Network Analysis". International Conference of the Learning Sciences. 2013. pp. 346–351. doi:10.4324/9780203763865-71. ISBN 9780203763865.
  73. ^ Martı́nez, A.; Dimitriadis, Y.; Rubia, B.; Gómez, E.; de la Fuente, P. (December 2003). "Combining qualitative evaluation and social network analysis for the study of classroom social interactions". Computers & Education. 41 (4): 353–368. CiteSeerX 10.1.1.114.7474. doi:10.1016/j.compedu.2003.06.001. S2CID 10636524.
  74. ^ Cho, H.; Stefanone, M. & Gay, G (2002). Social information sharing in a CSCL community. Computer support for collaborative learning: Foundations for a CSCL community. Hillsdale, NJ: Lawrence Erlbaum. pp. 43–50. CiteSeerX 10.1.1.225.5273.
  75. ^ Aviv, R.; Erlich, Z.; Ravid, G. & Geva, A. (2003). "Network analysis of knowledge construction in asynchronous learning networks". Journal of Asynchronous Learning Networks. 7 (3): 1–23. CiteSeerX 10.1.1.2.9044.
  76. ^ Daradoumis, Thanasis; Martínez-Monés, Alejandra; Xhafa, Fatos (2004-09-05). Vreede, Gert-Jan de; Guerrero, Luis A.; Raventós, Gabriela Marín (eds.). Groupware: Design, Implementation, and Use. Lecture Notes in Computer Science. Springer Berlin Heidelberg. pp. 289–304. doi:10.1007/978-3-540-30112-7_25. hdl:2117/116654. ISBN 9783540230168.
  77. ^ a b c d e f g Martínez, A.; Dimitriadis, Y.; Rubia, B.; Gómez, E.; de la Fuente, P. (2003-12-01). "Combining qualitative evaluation and social network analysis for the study of classroom social interactions". Computers & Education. Documenting Collaborative Interactions: Issues and Approaches. 41 (4): 353–368. CiteSeerX 10.1.1.114.7474. doi:10.1016/j.compedu.2003.06.001. S2CID 10636524.
  78. ^ Johnson, Karen E. (1996-01-01). "Review of The Art of Case Study Research". The Modern Language Journal. 80 (4): 556–557. doi:10.2307/329758. JSTOR 329758.

추가 정보

외부 링크

Wikimedia Commons에는 소셜 네트워크 분석과 관련된 미디어가 있습니다.