Семинар ANR-Lab «Возможности международной мобильности»
В понедельник, 28 ноября, в 17:00 состоится открытый семинар Международной лаборатории прикладного сетевого анализа, где Марья Воробьева, в прошлом младший научный сотрудник ANR-Lab, а сейчас - аспирант в Лувенском католическом университете (KU Leuven) в Бельгии, расскажет о возможностях международной мобильности и своем опыте поступления на программу PhD.
Если Вы хотите принять участие в семинаре, напишите стажеру-исследователю лаборатории Надежде Бузиной ([email protected]).
#события_в_sna
В понедельник, 28 ноября, в 17:00 состоится открытый семинар Международной лаборатории прикладного сетевого анализа, где Марья Воробьева, в прошлом младший научный сотрудник ANR-Lab, а сейчас - аспирант в Лувенском католическом университете (KU Leuven) в Бельгии, расскажет о возможностях международной мобильности и своем опыте поступления на программу PhD.
Если Вы хотите принять участие в семинаре, напишите стажеру-исследователю лаборатории Надежде Бузиной ([email protected]).
#события_в_sna
Сетевой анализ взаимодействия членов Конгресса США в Твиттере
Взаимодействия в социальных сетях представителей Конгресса США. Данная работа – пример использования сетевого анализа для анализа в изучении политической сферы. Авторы статьи проанализировали данные публикаций в социальной сети американских сенаторов за 12 лет. Основываясь на алгоритмах выделения отдельных групп в сетях интеракции, и игнорируя при этом содержание профилей и публикаций политиков авторы способны с высокой точностью определить политические взгляды отдельных людей в сети. В статье также предлагаются 2 метрики, по которым можно определить политическую идеологию членов конгресса. Более того, авторы глубже погружаются в структуру сети, разбивая анализ до уровня фракций внутри отдельных партий о обнаруживают, что некоторые фракции в социальных сетях действуют наиболее сплоченно. Это, по мнению авторов, может оказывать эффект «эхо-камеры» во время продвижения политических программ.
#рекомендуем_к_прочтению
Взаимодействия в социальных сетях представителей Конгресса США. Данная работа – пример использования сетевого анализа для анализа в изучении политической сферы. Авторы статьи проанализировали данные публикаций в социальной сети американских сенаторов за 12 лет. Основываясь на алгоритмах выделения отдельных групп в сетях интеракции, и игнорируя при этом содержание профилей и публикаций политиков авторы способны с высокой точностью определить политические взгляды отдельных людей в сети. В статье также предлагаются 2 метрики, по которым можно определить политическую идеологию членов конгресса. Более того, авторы глубже погружаются в структуру сети, разбивая анализ до уровня фракций внутри отдельных партий о обнаруживают, что некоторые фракции в социальных сетях действуют наиболее сплоченно. Это, по мнению авторов, может оказывать эффект «эхо-камеры» во время продвижения политических программ.
#рекомендуем_к_прочтению
ACM Transactions on Social Computing
A Network Analysis of Twitter Interactions by Members of the U.S. Congress | ACM Transactions on Social Computing
Usage of Twitter by politicians has become more prevalent in recent years, with a
goal of influencing the electorate and public perception. We collect, explore, and
analyze over 12 years of public Twitter interactions of U.S. senators and ...
goal of influencing the electorate and public perception. We collect, explore, and
analyze over 12 years of public Twitter interactions of U.S. senators and ...
Forwarded from Поступай как знаешь
Митап для поступающих в магистратуру
10–11 декабря НИУ ВШЭ проведет митап для тех, кто рассматривает обучение в магистратуре.
Подробнее о том, что ждет его участников, рассказывает Вышка.Главное.
Регистрация — по ссылке
10–11 декабря НИУ ВШЭ проведет митап для тех, кто рассматривает обучение в магистратуре.
Подробнее о том, что ждет его участников, рассказывает Вышка.Главное.
Регистрация — по ссылке
COVID-19 и теория заговора 5G: Анализ данных социальной сети
COVID-19 и теория заговоров вокруг 5G. Данная работа посвящена процессу распространения конспирологических теорий во время начала пандемии, а конкретно в исследовании используется данные 233 публикаций с хэштегами по тематике пользователей социальной сети с 27 марта по 4 апреля. Инфлюенсеры и были проанализированы с точки зрения их положения в сети. Исследование показало, что 65,2% публикаций с хештегом исходят не от сторонников теории заговора. Следовательно, хотя тема привлекла большое внимание, лишь небольшое количество пользователей реально верило в заговор. Также было обнаружено, что большинство источников, на которые ссылались авторы в публикациях – страницы с фейковыми новостями.
#рекомендуем_к_прочтению
COVID-19 и теория заговоров вокруг 5G. Данная работа посвящена процессу распространения конспирологических теорий во время начала пандемии, а конкретно в исследовании используется данные 233 публикаций с хэштегами по тематике пользователей социальной сети с 27 марта по 4 апреля. Инфлюенсеры и были проанализированы с точки зрения их положения в сети. Исследование показало, что 65,2% публикаций с хештегом исходят не от сторонников теории заговора. Следовательно, хотя тема привлекла большое внимание, лишь небольшое количество пользователей реально верило в заговор. Также было обнаружено, что большинство источников, на которые ссылались авторы в публикациях – страницы с фейковыми новостями.
#рекомендуем_к_прочтению
Journal of Medical Internet Research
COVID-19 and the 5G Conspiracy Theory: Social Network Analysis of Twitter Data
Background: Since the beginning of December 2019, the coronavirus disease (COVID-19) has spread rapidly around the world, which has led to increased discussions across online platforms. These conversations have also included various conspiracies shared by…
Пакет для анализа сетей в Python - graph-tool
Данный пакет находится в открытом доступе. Его технической особенностью является оптимизация для работы в компьютерах с многоядерными процессорами.
Пакет позволяет выполнять следующие задачи:
➿ Создавать и настраивать как направленные, так и ненаправленные сети.
🔖 Присваивать метки вершинам, ребрам и самой сети, что позволяет делать многоуровневые графики сетей.
📉 Визуализировать сети благодаря встроенному инструментарию pycairo и Graphviz
📊 Считать ключевые статистики по сетям, в том числе рассчитывать меры центральности и визуализировать расчеты в форме графиков.
Помимо этого, graph-tool позволяет производить кластерный анализ и поиск сообществ в сети.
Также пакет поддерживает алгоритмы: изоморфизм графов, изоморфизм подграфов, минимальное остовное дерево, компоненты связности, дерево доминаторов, максимальный поток.
В пакете реализованы сетевые модели: Прайс, Барабаши-Альберт, геометрические сети, многомерный решетчатый граф.
#что_есть_что_в_sna
Данный пакет находится в открытом доступе. Его технической особенностью является оптимизация для работы в компьютерах с многоядерными процессорами.
Пакет позволяет выполнять следующие задачи:
➿ Создавать и настраивать как направленные, так и ненаправленные сети.
🔖 Присваивать метки вершинам, ребрам и самой сети, что позволяет делать многоуровневые графики сетей.
📉 Визуализировать сети благодаря встроенному инструментарию pycairo и Graphviz
📊 Считать ключевые статистики по сетям, в том числе рассчитывать меры центральности и визуализировать расчеты в форме графиков.
Помимо этого, graph-tool позволяет производить кластерный анализ и поиск сообществ в сети.
Также пакет поддерживает алгоритмы: изоморфизм графов, изоморфизм подграфов, минимальное остовное дерево, компоненты связности, дерево доминаторов, максимальный поток.
В пакете реализованы сетевые модели: Прайс, Барабаши-Альберт, геометрические сети, многомерный решетчатый граф.
#что_есть_что_в_sna
Реляционная социология Пьерпаоло Донати
Пьерпаоло Донати – итальянский социолог, профессор Болонского университета, один из основоположников реляционного подхода изучения социума. Реляционная социология является автономным направлением, где культурные и структурные компоненты пересекаются и взаимно конструируют друг друга. Объектом исследования выступают транзакции - динамичные, непрерывные и случайные процессы, неотделимые от контекстов, в которых они создаются. Цель реляционной теории – понять и объяснить связь между социальным морфогенезом отношений и эмерджентными структурами, которые характеризуют конкретное общество с точки зрения его отличия от других обществ.
Век «больших данных» и больших возможностей их анализа есть опасность изучения характеристик сетей сугубо с математической стороны. Реляционая социология помогает задуматься о том, какие процессы производят и воспроизводят сети, на чем строятся отношения акторов внутри сети. Работу Пьерпаоло Донати "Реляционная теория общества: Социальная жизнь с точки зрения критического реализма" можно прочитать по ссылке.
#кто_есть_кто_в_sna
Пьерпаоло Донати – итальянский социолог, профессор Болонского университета, один из основоположников реляционного подхода изучения социума. Реляционная социология является автономным направлением, где культурные и структурные компоненты пересекаются и взаимно конструируют друг друга. Объектом исследования выступают транзакции - динамичные, непрерывные и случайные процессы, неотделимые от контекстов, в которых они создаются. Цель реляционной теории – понять и объяснить связь между социальным морфогенезом отношений и эмерджентными структурами, которые характеризуют конкретное общество с точки зрения его отличия от других обществ.
Век «больших данных» и больших возможностей их анализа есть опасность изучения характеристик сетей сугубо с математической стороны. Реляционая социология помогает задуматься о том, какие процессы производят и воспроизводят сети, на чем строятся отношения акторов внутри сети. Работу Пьерпаоло Донати "Реляционная теория общества: Социальная жизнь с точки зрения критического реализма" можно прочитать по ссылке.
#кто_есть_кто_в_sna
ResearchGate
(PDF) Пьерпаоло Донати. Реляционная теория общества: Социальная жизнь с точки зрения критического реализма. Москва: Москва Издательство…
PDF | Издание содержит переводы статей Пьерпаоло Донати, выдающегося современного итальянского социолога, который разрабатывает собственную версию так... | Find, read and cite all the research you need on ResearchGate
Социальный медиа майнинг
Майнинг в социальных сетях (Social media mining) - это процесс получения больших данных из пользовательского контента на сайтах социальных сетей и в мобильных приложениях с целью извлечения закономерностей, формирования выводов о пользователях и их действиях и интересах. Майнеры разрабатывают алгоритмы, подходящие для исследования больших массивов данных социальных сетей. Данный метод анализа основан на теориях и методологиях анализа социальных сетей, сетевых наук, социологии, этнографии, оптимизации и математики. Социальная аналитика также использует анализ настроений, поскольку пользователи социальных сетей часто передают положительные или отрицательные настроения в своих сообщениях.
#что_есть_что_в_sna
Майнинг в социальных сетях (Social media mining) - это процесс получения больших данных из пользовательского контента на сайтах социальных сетей и в мобильных приложениях с целью извлечения закономерностей, формирования выводов о пользователях и их действиях и интересах. Майнеры разрабатывают алгоритмы, подходящие для исследования больших массивов данных социальных сетей. Данный метод анализа основан на теориях и методологиях анализа социальных сетей, сетевых наук, социологии, этнографии, оптимизации и математики. Социальная аналитика также использует анализ настроений, поскольку пользователи социальных сетей часто передают положительные или отрицательные настроения в своих сообщениях.
#что_есть_что_в_sna
У сотрудника ANR-Lab вышла новая публикация “Social Network Analysis of the Professional Community Interaction—Movie Industry Case”
Статья Ильи Карпова и Романа Маракулина вышла в сборнике Data Analytics and Management in Data Intensive Domains.
Статья посвящена новым подходам к прогнозированию успеха фильма, основанным на структуре сообщества киноиндустрии. В работе подчеркивается роль директора по кастингу в успехе фильма. На основе общедоступных данных авторы построили коммуникационный граф “актер”-“кастинг-директор”-“агент по подбору персонала”-“режиссер” и показали, что использование дополнительных знаний о фильме приводит к более точному прогнозированию его рейтинга.
Поздравляем Илью Карпова и его соавтора и желаем им успехов в дальнейшей работе!
#супер_ресерч
#рекомендуем_к_прочтению
Статья Ильи Карпова и Романа Маракулина вышла в сборнике Data Analytics and Management in Data Intensive Domains.
Статья посвящена новым подходам к прогнозированию успеха фильма, основанным на структуре сообщества киноиндустрии. В работе подчеркивается роль директора по кастингу в успехе фильма. На основе общедоступных данных авторы построили коммуникационный граф “актер”-“кастинг-директор”-“агент по подбору персонала”-“режиссер” и показали, что использование дополнительных знаний о фильме приводит к более точному прогнозированию его рейтинга.
Поздравляем Илью Карпова и его соавтора и желаем им успехов в дальнейшей работе!
#супер_ресерч
#рекомендуем_к_прочтению
SpringerLink
Social Network Analysis of the Professional Community Intera
With the rise of the competition in the movie production market, because of new players such as Netflix, Hulu, HBO Max, and Amazon Prime, whose primary goal is producing a large amount of exclusive content in order to gain a competitive advantage, it is extremely...
Программа для сетевого анализа - NetMiner.
Ее функционал содержит все базовые функции для анализа сетей, а также уникальные инструменты анализа.
В NetMiner реализованы модели машинного обучения, что позволяет качественно решать задачи классификации, кластеризации и др.
Второй особенностью является поддержка пользовательских скриптов – вы можете прямо в программе написать на Python свой скрипт для обработки/анализа данных и программа сохранит его в библиотеку, что позволит вам в дальнейшем использовать его снова, экономя время на программировании.
Также в программе доступны расширения для парсинга, которые значительно упрощают сбор данных для исследования:
• Парсинг данных о сетях пользователей/мнений в Facebook, Twitter, YouTube и др.
• Парсинг библиометрических данных из WoS и Scopus.
Программа платная, но доступна как студенческая, так и университетская подписка.
#что_есть_что_в_sna
Ее функционал содержит все базовые функции для анализа сетей, а также уникальные инструменты анализа.
В NetMiner реализованы модели машинного обучения, что позволяет качественно решать задачи классификации, кластеризации и др.
Второй особенностью является поддержка пользовательских скриптов – вы можете прямо в программе написать на Python свой скрипт для обработки/анализа данных и программа сохранит его в библиотеку, что позволит вам в дальнейшем использовать его снова, экономя время на программировании.
Также в программе доступны расширения для парсинга, которые значительно упрощают сбор данных для исследования:
• Парсинг данных о сетях пользователей/мнений в Facebook, Twitter, YouTube и др.
• Парсинг библиометрических данных из WoS и Scopus.
Программа платная, но доступна как студенческая, так и университетская подписка.
#что_есть_что_в_sna
У сотрудниц ANR-Lab вышла новая публикация “Блокмоделинг для анализа социальных структур: пример изучения структуры сообщества петербургских социологов”
Статья Арюны Ким, Дарьи Мальцевой и Тамары Щегловой вышла в журнале Социология 4М.
Статья показывает возможности применения техники блокмоделинга как метода кластеризации сетевых данных в социологических исследованиях на примере анализа структуры сообщества петербургских социологов. Кратко описаны методология блокмоделинга, данные и результаты оригинального исследования. С помощью алгоритма блокмоделинга программы CONCOR коллегами были выделены три кластера – «Вест-Энд», «Ист-Энд» и «Норд-Энд», которые различались принадлежностью к организациям, публикационными стратегиями и ориентирами ученых на западное и отечественное научные сообщества. В статье описана процедура использованного нами алгоритма блокмоделинга, основанного на непрямом подходе и иерархической кластеризации. С помощью этого метода удалось обнаружить структуру сообщества, аналогичную найденной в оригинальном исследовании, но также глубже взглянуть на выделенные группы, отнеся их структуры к типу «ядро – периферия» в сложной форме. Пересечение полученных разными методами кластеров позволяет верифицировать результаты анализа, проведенного двумя авторскими коллективами. Работа может служить ориентиром для исследователей из различных областей, занимающихся задачами выделения связанных подгрупп, поскольку описанный алгоритм блокмоделинга универсален и не зависит от специфики предмета.
Поздравляем Арюну, Дарью и Тамару, желаем им успехов в дальнейшей работе!
#супер_ресерч
#рекомендуем_к_прочтению
Статья Арюны Ким, Дарьи Мальцевой и Тамары Щегловой вышла в журнале Социология 4М.
Статья показывает возможности применения техники блокмоделинга как метода кластеризации сетевых данных в социологических исследованиях на примере анализа структуры сообщества петербургских социологов. Кратко описаны методология блокмоделинга, данные и результаты оригинального исследования. С помощью алгоритма блокмоделинга программы CONCOR коллегами были выделены три кластера – «Вест-Энд», «Ист-Энд» и «Норд-Энд», которые различались принадлежностью к организациям, публикационными стратегиями и ориентирами ученых на западное и отечественное научные сообщества. В статье описана процедура использованного нами алгоритма блокмоделинга, основанного на непрямом подходе и иерархической кластеризации. С помощью этого метода удалось обнаружить структуру сообщества, аналогичную найденной в оригинальном исследовании, но также глубже взглянуть на выделенные группы, отнеся их структуры к типу «ядро – периферия» в сложной форме. Пересечение полученных разными методами кластеров позволяет верифицировать результаты анализа, проведенного двумя авторскими коллективами. Работа может служить ориентиром для исследователей из различных областей, занимающихся задачами выделения связанных подгрупп, поскольку описанный алгоритм блокмоделинга универсален и не зависит от специфики предмета.
Поздравляем Арюну, Дарью и Тамару, желаем им успехов в дальнейшей работе!
#супер_ресерч
#рекомендуем_к_прочтению
У сотрудницы ANR-Lab вышла новая публикация “Качественный сетевой анализ в стратегии смешивания методов в социальных науках: систематический обзор литературы”
Статья Арюны Ким вышла в журнале Социология 4М.
В этой статье рассматривается качественный сетевой анализ в стратегии смешивания методов в социальных науках. Проведенный систематический обзор литературы позволяет продемонстрировать примеры применения качественного сетевого анализа в эмпирических исследованиях. Выделены четыре способа анализа качественных данных в сетевых смешанных исследованиях: качественный анализ качественных данных, количественный анализ качественных данных, количественный и качественный анализ качественных данных и количественный и качественный анализ качественных и количественных данных. Отмечается отсутствие единого определения методологии качественного сетевого анализа и консенсуса по поводу ее реализации на практике. Выявлены основные возможности качественного сетевого анализа. На уровне объекта исследования качественный сетевой анализ изучает персональные сети отношений индивидов, а также дает возможность доступа к труднодоступным группам респондентов. На уровне предмета исследования качественный сетевой анализ позволяет изучать глубинные смыслы отношений в сети и контексты взаимодействия, описывать и понимать сети изнутри и снаружи, фокусироваться на деятельности акторов и их стратегиях построения сети, а также выявлять темпоральность отношений в сети. Описана позиция, подвергающая сомнению существование качественного сетевого анализа как независимой методологии.
Поздравляем Арюну и желаем ей успехов в дальнейшей работе!
#супер_ресерч
#рекомендуем_к_прочтению
Статья Арюны Ким вышла в журнале Социология 4М.
В этой статье рассматривается качественный сетевой анализ в стратегии смешивания методов в социальных науках. Проведенный систематический обзор литературы позволяет продемонстрировать примеры применения качественного сетевого анализа в эмпирических исследованиях. Выделены четыре способа анализа качественных данных в сетевых смешанных исследованиях: качественный анализ качественных данных, количественный анализ качественных данных, количественный и качественный анализ качественных данных и количественный и качественный анализ качественных и количественных данных. Отмечается отсутствие единого определения методологии качественного сетевого анализа и консенсуса по поводу ее реализации на практике. Выявлены основные возможности качественного сетевого анализа. На уровне объекта исследования качественный сетевой анализ изучает персональные сети отношений индивидов, а также дает возможность доступа к труднодоступным группам респондентов. На уровне предмета исследования качественный сетевой анализ позволяет изучать глубинные смыслы отношений в сети и контексты взаимодействия, описывать и понимать сети изнутри и снаружи, фокусироваться на деятельности акторов и их стратегиях построения сети, а также выявлять темпоральность отношений в сети. Описана позиция, подвергающая сомнению существование качественного сетевого анализа как независимой методологии.
Поздравляем Арюну и желаем ей успехов в дальнейшей работе!
#супер_ресерч
#рекомендуем_к_прочтению
Друзья, вас уже 270) Спасибо за интерес к нашему каналу❤️. В новом году мы хотим сделать контент еще более интересным для вас. Расскажите, что вам больше нравится читать в наших постах?
Anonymous Poll
38%
Информация про мероприятия и конференции
45%
Приглашения на семинары ANR-lab
68%
Обзоры статей в поле сетевого анализа
17%
Ключевые фигуры в сетевом анализе
58%
Инструменты для сетевого анализа
50%
Термины и методы, используемые в сетевом анализе
0%
Другое
Сарафанное радио для фильмов: его динамика и влияние на кассовые сборы
Й. Лью в своей статье проанализировал, как "сарафанное радио" влияет на кассовые сборы фильмов. Автор предположил, что количество сообщений должно оказывать влияние на знание о фильме, что окажет положительное влияние на вероятность его выбора, а следственно, и кассовые сборы на следующей неделе. Эта гипотеза подтвердилась лишь частично. Выяснилось, что количество сообщений действительно оказывает значительное влияние на кассовые сборы, в то время как влияние оценки оказалось незначимым. При построении регрессионных моделей отдельно для каждой недели показа выяснилось, что особенно важное значение имеет обсуждение фильмов до их выхода на экран (связь количества сообщений с кассовыми сборами наиболее сильна на первой неделе показа, на последующих неделях она ослабляется, исчезая на 7-ой неделе показа). Кроме сообщений с форума, в модель включались также жанр фильма, рейтинг MPAA (Американской Киноассоциации), количество показов в неделю, число положительных и отрицательных отзывов критиков в неделю, бюджет фильма.
#рекомендуем_к_прочтению
Й. Лью в своей статье проанализировал, как "сарафанное радио" влияет на кассовые сборы фильмов. Автор предположил, что количество сообщений должно оказывать влияние на знание о фильме, что окажет положительное влияние на вероятность его выбора, а следственно, и кассовые сборы на следующей неделе. Эта гипотеза подтвердилась лишь частично. Выяснилось, что количество сообщений действительно оказывает значительное влияние на кассовые сборы, в то время как влияние оценки оказалось незначимым. При построении регрессионных моделей отдельно для каждой недели показа выяснилось, что особенно важное значение имеет обсуждение фильмов до их выхода на экран (связь количества сообщений с кассовыми сборами наиболее сильна на первой неделе показа, на последующих неделях она ослабляется, исчезая на 7-ой неделе показа). Кроме сообщений с форума, в модель включались также жанр фильма, рейтинг MPAA (Американской Киноассоциации), количество показов в неделю, число положительных и отрицательных отзывов критиков в неделю, бюджет фильма.
#рекомендуем_к_прочтению
ResearchGate
Word-of-Mouth for Movies: Its Dynamics and Impact on Box Office Revenue
Download Citation | Word-of-Mouth for Movies: Its Dynamics and Impact on Box Office Revenue | This paper uses actual WOM information to examine the dynamic patterns of WOM and how it helps explain box office revenue. The WOM data was... | Find, read and cite…
Для того чтобы освоиться в сетевом анализе, нужна практика. Но исследователи, у которых не было учебных курсов по сетевому анализу, могут споткнуться уже на первом этапе – где взять данные для практики сетевого анализа в R/Python? В этой серии постов расскажем о том, где брать данные - от совсем тренировочных датасетов до данных для сложных комплексных сетей.
Если вы ищите сетевые данные, чтобы просто потренироваться: ваш выбор – встроенные датасеты из пакета igraph. Двенадцать датасетов из пакета igraph для Rstudio имеют в основном небольшие размеры (сети из 10-100 акторов), подробное описание и позволяют потренировать свои навыки работы с сетями. Загрузить датасеты можно не выходя из рабочей среды Rstudio, а если вы хотите поработать с этими датасетами в Python, можно вызвать их в Rstudio и сохранить как csv или xlsx файл. Описание датасетов и документация представлены по ссылке.
#рекомендуем_к_просмотру
Если вы ищите сетевые данные, чтобы просто потренироваться: ваш выбор – встроенные датасеты из пакета igraph. Двенадцать датасетов из пакета igraph для Rstudio имеют в основном небольшие размеры (сети из 10-100 акторов), подробное описание и позволяют потренировать свои навыки работы с сетями. Загрузить датасеты можно не выходя из рабочей среды Rstudio, а если вы хотите поработать с этими датасетами в Python, можно вызвать их в Rstudio и сохранить как csv или xlsx файл. Описание датасетов и документация представлены по ссылке.
#рекомендуем_к_просмотру