История философских споров в одной сети
Турецкие исследователи Денис Ондуйгу , Хусейн Кущу и Эсер Айгюн создали красочную и интересную визуализацию связи философских идей, концепций и дискуссий.
Проект “History of Philosophy” был начат в 2014 году как любительский: Денис отмечает, что не является академическим философом. Мотивацией для создания проекта послужил интерес к философии и визуализации идей: концепты лучше воспринимаются в свете других схожих или полностью противоположных мнений философов по тому или иному вопросу. Данные для сети собирались и кодировались вручную Денисом и командой, а в дальнейшем были превращены в единую сеть.
Визуально интерактивная сеть представляет собой большой круг, пересеченных хордой. На такой хорде в историческом порядке расположены философы и мыслители. История начинается с таких классических авторов как Ксенофонт и Платон, а заканчивается современными мыслителями: Джеймс Лэдиман и Дэвид Чалмерс; ближе к центру круга находятся такие эпохальные философы как Карл Поппер и Ханна Арендт. Философы связаны дугообразными линиями (самые большие дуги, связывающие наиболее отдаленные эпохи как раз образуют очертания круга). У каждого из философов есть сразу несколько исходящих дуг, отображающих его главные концепты: если эти концепты противоречат другому философу, то цвет дуги красный, если концепты разных философов не противоречат, то цвет дуги зеленый. Например, если св. Фома Аквинский сходится с Платоном по вопросу справедливости Бога, то их дуга по этому вопросу будет зеленой, а если Уильям Оккам не сходится с Аквинатом, то их дуга будет красной.
Сама сеть очень массивная и запутанная, чтобы посмотреть на дискуссию философов разных эпох по конкретному вопросу, нужно нажать на конкретный концепт или цитату философа правой кнопкой мыши, и веб приложение выведет именно эту дискуссию с всеми участниками и дугами. В таком формате смотреть за дискуссией сильно удобнее.
Турецкие исследователи Денис Ондуйгу , Хусейн Кущу и Эсер Айгюн создали красочную и интересную визуализацию связи философских идей, концепций и дискуссий.
Проект “History of Philosophy” был начат в 2014 году как любительский: Денис отмечает, что не является академическим философом. Мотивацией для создания проекта послужил интерес к философии и визуализации идей: концепты лучше воспринимаются в свете других схожих или полностью противоположных мнений философов по тому или иному вопросу. Данные для сети собирались и кодировались вручную Денисом и командой, а в дальнейшем были превращены в единую сеть.
Визуально интерактивная сеть представляет собой большой круг, пересеченных хордой. На такой хорде в историческом порядке расположены философы и мыслители. История начинается с таких классических авторов как Ксенофонт и Платон, а заканчивается современными мыслителями: Джеймс Лэдиман и Дэвид Чалмерс; ближе к центру круга находятся такие эпохальные философы как Карл Поппер и Ханна Арендт. Философы связаны дугообразными линиями (самые большие дуги, связывающие наиболее отдаленные эпохи как раз образуют очертания круга). У каждого из философов есть сразу несколько исходящих дуг, отображающих его главные концепты: если эти концепты противоречат другому философу, то цвет дуги красный, если концепты разных философов не противоречат, то цвет дуги зеленый. Например, если св. Фома Аквинский сходится с Платоном по вопросу справедливости Бога, то их дуга по этому вопросу будет зеленой, а если Уильям Оккам не сходится с Аквинатом, то их дуга будет красной.
Сама сеть очень массивная и запутанная, чтобы посмотреть на дискуссию философов разных эпох по конкретному вопросу, нужно нажать на конкретный концепт или цитату философа правой кнопкой мыши, и веб приложение выведет именно эту дискуссию с всеми участниками и дугами. В таком формате смотреть за дискуссией сильно удобнее.
History of Philosophy - Summarized & Visualized
An interactive summary of the history of philosophy showing the dis/agreement relationships between ideas
День открытых дверей о стратегиях карьеры аналитика данных
10 сентября в 18:30 онлайн программа «Data Analytics and Social Statistics» («Аналитика данных и прикладная статистика») проведет день открытых дверей.
Вы узнаете, как проходит обучение на программе и кем могут работать выпускники.
Выпускница программы поделится своим опытом и расскажет, на кого рассчитана программа, а также какие карьерные перспективы возможны. Вы сможете узнать, как найти свою нишу в этой области — например, как Елена нашла свою специализацию в визуализации данных. Также будет обсуждаться важный вопрос: как совмещать учебу и работу, чтобы успешно развиваться в выбранной профессии. Не упустите возможность задать ваши вопросы и получить полезные советы!
Язык семинара — русский.
Для участия необходимо зарегистрироваться.
10 сентября в 18:30 онлайн программа «Data Analytics and Social Statistics» («Аналитика данных и прикладная статистика») проведет день открытых дверей.
Вы узнаете, как проходит обучение на программе и кем могут работать выпускники.
Выпускница программы поделится своим опытом и расскажет, на кого рассчитана программа, а также какие карьерные перспективы возможны. Вы сможете узнать, как найти свою нишу в этой области — например, как Елена нашла свою специализацию в визуализации данных. Также будет обсуждаться важный вопрос: как совмещать учебу и работу, чтобы успешно развиваться в выбранной профессии. Не упустите возможность задать ваши вопросы и получить полезные советы!
Язык семинара — русский.
Для участия необходимо зарегистрироваться.
Forwarded from Рюмочная ИПП
Паттерны установки камер наблюдения как зеркало представлений о безопасности
Городские камеры обычно воспринимаются как аватары Большого брата — распределенный дисциплинирующий взгляд, стремящийся охватить все возможное пространство. Но даже если допустить, что проекты уличного наблюдения и правда стремятся к паноптикону, то их реализация имеет технические ограничения: камеры не могут появиться везде в одну ночь, они занимают пространство постепенно и неравномерно.
Что если использовать это и посмотреть на камеры из неоинституциональной перспективы — определить паттерны расположения камер и попробовать восстановить логику их установки? Так мы можем получить представления о «проектах безопасности», в русле которых действуют власти.
Наши сотрудники Дмитрий Серебренников и Дмитрий Скугаревский сделали подход к этой задаче и проанализировали системы наблюдения в четырех европейских столицах — Москве, Париже, Брюсселе и Эдинбурге. Дизайн позаимствован из экологических исследований: камеры рассматриваются как вид, занимающий определенные ниши в городском пространстве. Для анализа было применено объяснимое машинное обучение (CatBoost + SHapley Additive ExPlanations или SHAP).
Исследование показывает, что московский «проект безопасности» имеет значимые отличия от парижского и брюссельского (в Эдинбурге камер оказалось недостаточно, чтобы выделить паттерны). Во всех трех городах камеры ожидаемо тяготеют к публичным пространствам: парковкам, магазинам, точкам торговли уличной едой, — но если в Париже и Брюсселе второй большой нишей камер являются транспортные хабы, то в Москве это территории вокруг двух типов символических объектов — детских пространств (детские площадки, сады, школы) и храмов.
Кроме того, отличается расположение камер относительно центра. В Париже и Брюсселе камеры убывают по мере удаления от центра, в Москве же, напротив, они сконцентрированы в центре и на окраинах. Дальнейшее прояснение специфики намеченных «проектов безопасности» требует уже отдельного исследования.
Статья коллег называется A tale of four cities: Exploring security through environmental characteristics of CCTV equipment placement, она вышла в Journal of Computational Social Science и находится в открытом доступе.
Городские камеры обычно воспринимаются как аватары Большого брата — распределенный дисциплинирующий взгляд, стремящийся охватить все возможное пространство. Но даже если допустить, что проекты уличного наблюдения и правда стремятся к паноптикону, то их реализация имеет технические ограничения: камеры не могут появиться везде в одну ночь, они занимают пространство постепенно и неравномерно.
Что если использовать это и посмотреть на камеры из неоинституциональной перспективы — определить паттерны расположения камер и попробовать восстановить логику их установки? Так мы можем получить представления о «проектах безопасности», в русле которых действуют власти.
Наши сотрудники Дмитрий Серебренников и Дмитрий Скугаревский сделали подход к этой задаче и проанализировали системы наблюдения в четырех европейских столицах — Москве, Париже, Брюсселе и Эдинбурге. Дизайн позаимствован из экологических исследований: камеры рассматриваются как вид, занимающий определенные ниши в городском пространстве. Для анализа было применено объяснимое машинное обучение (CatBoost + SHapley Additive ExPlanations или SHAP).
Исследование показывает, что московский «проект безопасности» имеет значимые отличия от парижского и брюссельского (в Эдинбурге камер оказалось недостаточно, чтобы выделить паттерны). Во всех трех городах камеры ожидаемо тяготеют к публичным пространствам: парковкам, магазинам, точкам торговли уличной едой, — но если в Париже и Брюсселе второй большой нишей камер являются транспортные хабы, то в Москве это территории вокруг двух типов символических объектов — детских пространств (детские площадки, сады, школы) и храмов.
Кроме того, отличается расположение камер относительно центра. В Париже и Брюсселе камеры убывают по мере удаления от центра, в Москве же, напротив, они сконцентрированы в центре и на окраинах. Дальнейшее прояснение специфики намеченных «проектов безопасности» требует уже отдельного исследования.
Статья коллег называется A tale of four cities: Exploring security through environmental characteristics of CCTV equipment placement, она вышла в Journal of Computational Social Science и находится в открытом доступе.
SpringerLink
A tale of four cities: Exploring security through environmental characteristics of CCTV equipment placement
Journal of Computational Social Science - Surveillance systems in modern cities are often regarded as the great state panopticon of omnipresent cameras. Drawing on institutional sociology and...
Семинар ANR-Lab «Новые индексы центральности. Уязвимость стран к импорту»
9 сентября в 16:30 Даниил Ткачев, младший научный сотрудник Международного центра анализа и выбора решений, выступит с темой "Новые индексы центральности. Уязвимость стран к импорту".
Одной из основных задач сетевого анализа является выявление важных вершин, которые выявляются с помощью индексов центральности. Однако классические индексы центральности имеют ряд недостатков и ограничений. Для учета группового влияния и параметров вершин были введены индексы центральности Bundle и Pivotal. В данном докладе Даниил Ткачев рассмотрит индексы Bundle и Pivotal и представит новые модели выявления уязвимости стран к импорту зерновых культур, соединений редкоземельных элементов, нефти основанные на значениях центральности Bundle и Pivotal.
Регистрация по ссылке!
9 сентября в 16:30 Даниил Ткачев, младший научный сотрудник Международного центра анализа и выбора решений, выступит с темой "Новые индексы центральности. Уязвимость стран к импорту".
Одной из основных задач сетевого анализа является выявление важных вершин, которые выявляются с помощью индексов центральности. Однако классические индексы центральности имеют ряд недостатков и ограничений. Для учета группового влияния и параметров вершин были введены индексы центральности Bundle и Pivotal. В данном докладе Даниил Ткачев рассмотрит индексы Bundle и Pivotal и представит новые модели выявления уязвимости стран к импорту зерновых культур, соединений редкоземельных элементов, нефти основанные на значениях центральности Bundle и Pivotal.
Регистрация по ссылке!
Мы обновили сайт ANR-Lab!
Наша лаборатория растет и развивается, поэтому этим летом мы поставили перед собой задачу описать все направления нашей работы. Каждый сотрудник уделил время, чтобы рассказать о своих исследованиях, мы собрали эти тексты по тематическим разделам, а потом вышли на долгую дорогу борьбы с HTML-разметкой hse.ru. И все ради того, чтобы любой желающий смог разобраться, что же это за тайная лаборатория Факультета социальных наук с кабинетами в закоулках Покровского бульвара.
Теперь при переходе в раздел «Научная деятельность» вы можете изучить 7 основных направлений нашей работы со ссылками на статьи и авторов. Если вы ищете, с кем устроить коллаборацию, кого позвать быть научным руководителем или под чьим руководством пройти практику — это отличный ресурс. Не стесняйтесь писать нам на почты!
Другая наша гордость — новый дизайн страницы онлайн-магистратуры «Аналитика данных и прикладная статистика» (DASS). Мы делаем все для того, чтобы наши студенты получали высококлассное образование, и каждый подписчик этого канала знает, что мы считаем важным делиться нашими знаниями со всеми желающими. Теперь страница DASS в полной мере отражает эти ценности и рассказывает всю полезную информацию о поступлении. Кстати, о нем: прием заканчивается 16 сентября, так что мы вас ждем!
Отдельную благодарность выражаем младшему научному сотруднику ANR-Lab и администратору наших страниц на сайте Вышки Тамаре Щегловой 🧡
Наша лаборатория растет и развивается, поэтому этим летом мы поставили перед собой задачу описать все направления нашей работы. Каждый сотрудник уделил время, чтобы рассказать о своих исследованиях, мы собрали эти тексты по тематическим разделам, а потом вышли на долгую дорогу борьбы с HTML-разметкой hse.ru. И все ради того, чтобы любой желающий смог разобраться, что же это за тайная лаборатория Факультета социальных наук с кабинетами в закоулках Покровского бульвара.
Теперь при переходе в раздел «Научная деятельность» вы можете изучить 7 основных направлений нашей работы со ссылками на статьи и авторов. Если вы ищете, с кем устроить коллаборацию, кого позвать быть научным руководителем или под чьим руководством пройти практику — это отличный ресурс. Не стесняйтесь писать нам на почты!
Другая наша гордость — новый дизайн страницы онлайн-магистратуры «Аналитика данных и прикладная статистика» (DASS). Мы делаем все для того, чтобы наши студенты получали высококлассное образование, и каждый подписчик этого канала знает, что мы считаем важным делиться нашими знаниями со всеми желающими. Теперь страница DASS в полной мере отражает эти ценности и рассказывает всю полезную информацию о поступлении. Кстати, о нем: прием заканчивается 16 сентября, так что мы вас ждем!
Отдельную благодарность выражаем младшему научному сотруднику ANR-Lab и администратору наших страниц на сайте Вышки Тамаре Щегловой 🧡
anr.hse.ru
Международная лаборатория прикладного сетевого анализа
«Темные» показатели преступности: сравнение данных полиции и больниц об изнасилованиях 👮♂👩⚕
Далеко не секрет, что в полицию редко обращаются жертвы изнасилований, из-за чего трудно бороться с систематическими преступлениями. Для определения таких областей исследователи-криминологи предлагают обратиться к т.н. «темным показателям» преступности — это события, которые по определенным критериям выделяются как преступные, но не попадают в официальную статистику.
Применив ядерную оценку плотности (KDE), коэффициенты Джинни и пространственную оценку паттернов, авторы статьи сравнивают данные о заведенных в полиции делах об изнасилованиях и данные о опроснике для жертв изнасилований в местной больнице в Кампинас, Бразилия за 3 года. Они обнаружили, что:
🔹данные полиции и больницы совпадали только для 50% случаев, «темные» данные лучше отражают проблемные зоны по городу;
🔸официальные данные не улавливают существенную связь изнасилований с близостью к барам и автобусным остановкам, но шанс заведения дела связан с близостью к полицейским участкам и камерам наблюдения;
🔹жертвы изнасилований в бедных районах менее склонны к обращению в полицию, а увеличение плотности застройки положительно влияет на рост зарегистрированных случаев.
Советуем ознакомиться с текстом статьи, где авторы предлагают свои объяснения для выявленных связей и советуют, как их можно применить в борьбе с изнасилованиями.
Далеко не секрет, что в полицию редко обращаются жертвы изнасилований, из-за чего трудно бороться с систематическими преступлениями. Для определения таких областей исследователи-криминологи предлагают обратиться к т.н. «темным показателям» преступности — это события, которые по определенным критериям выделяются как преступные, но не попадают в официальную статистику.
Применив ядерную оценку плотности (KDE), коэффициенты Джинни и пространственную оценку паттернов, авторы статьи сравнивают данные о заведенных в полиции делах об изнасилованиях и данные о опроснике для жертв изнасилований в местной больнице в Кампинас, Бразилия за 3 года. Они обнаружили, что:
🔹данные полиции и больницы совпадали только для 50% случаев, «темные» данные лучше отражают проблемные зоны по городу;
🔸официальные данные не улавливают существенную связь изнасилований с близостью к барам и автобусным остановкам, но шанс заведения дела связан с близостью к полицейским участкам и камерам наблюдения;
🔹жертвы изнасилований в бедных районах менее склонны к обращению в полицию, а увеличение плотности застройки положительно влияет на рост зарегистрированных случаев.
Советуем ознакомиться с текстом статьи, где авторы предлагают свои объяснения для выявленных связей и советуют, как их можно применить в борьбе с изнасилованиями.
Forwarded from Анна Карташева о книгах
Please open Telegram to view this post
VIEW IN TELEGRAM
Forwarded from Вышка Онлайн
Please open Telegram to view this post
VIEW IN TELEGRAM
👨👩👧👦Медичи, Ланистеры, бастарды и седьмая вода на киселе: как найти родственные кланы?
Изучая родственные связи, можно многое понять об обществе, его социальной структуре, культуре и истории. С изучения этих связей в 19 в. начала формироваться культурная антропология — наука, открывшая миру поразительные примеры организации доселе неизвестных обществ аборигенов в самых отдаленных уголках планеты, от которых европейцы сами узнали много неожиданного о себе. В свою очередь, после представления семьи как ветвящегося генеалогического древа остается всего лишь шаг до сетевого анализа. Собственно, антропологические исследования — один из нескольких непосредственных "предков" нашей дисциплины.
Погружая начинающих слушателей в сетевой анализ на нашей магистерской программе, мы часто рассказываем о знаменитом исследовании Джона Пэджетта и Кристофера Анселла про флорентийские семьи эпохи Возрождения. Согласно этой работе, могущественные Медичи, которые распространили свое влияние на финансовую, торговую и культурную жизнь ведущих европейских государств своего времени достигли этого благодаря выгодной стратегической позиции в сети семей-конкурентов. Исследования другого известного ученого, Грегори Кларка, показали, что представители одних и тех же семей могут столетиями находиться наверху социальной иерарихии — на это в свое время не повлияли ни анти-монархические революции, ни расцвет "меротократического" капитализма.
Однако с подобными исследованиями существует одна серьезная проблема. Родственные связи в них определяются по фамилиям — казалось бы, совершенно естественный ход, но так же естественно, что люди могут иметь одинаковые фамилии, потому что, например, происходят из одного места или потому что были крепостными у одной и той же дворянской семьи. Говорить о подлинном влиянии происхождения и родственных связей на социальное положение в таком случае проблематично, и поэтому герой нашего поста, Николло Армандола, предлагает более надежный алгоритм поиска тесных родственных связей.
Алгоритм ClanDetector опирается на обширные генеалогические данные, которые стали доступны в последнее время. Вкратце, его работа заключается в следующем:
→ На вход подаются генеалогические древа отдельных семей
1. В каждом древе считаются кратчайшие пути между родственниками; создаются матрицы близости людей по кратчайшим путям и поколениям; матрицы комбинируются в одну, и мы получаем данные о близости между людьми с учетом их кровных связей и поколений.
2. Проводится иерархический кластерный анализ, который группирует близких друг к другу людей
3. Сгруппированные деревья "обрезаются", чтобы получились наиболее оптимальные клановые группы.
← На выходе для каждого человека получаем, к какому клану он принадлежит.
Армандола протестировал алгоритм на генеалогических данных швейцарской знати. Исторический экскурс в их историю — отдельное увлекательное чтение. Мы лишь ограничимся визуализацией работы алгоритма, прикрепленной выше: слева сети, сгруппированные по фамилиям, а справа по кланам. Группировка по фамилиям фактически не показывает никаких отдельных кластеров, тогда как обнаруженные кланы четко обособленны.
Приглашаем вас самим познакомиться со статьей и поделиться мнением в комментариях!
Изучая родственные связи, можно многое понять об обществе, его социальной структуре, культуре и истории. С изучения этих связей в 19 в. начала формироваться культурная антропология — наука, открывшая миру поразительные примеры организации доселе неизвестных обществ аборигенов в самых отдаленных уголках планеты, от которых европейцы сами узнали много неожиданного о себе. В свою очередь, после представления семьи как ветвящегося генеалогического древа остается всего лишь шаг до сетевого анализа. Собственно, антропологические исследования — один из нескольких непосредственных "предков" нашей дисциплины.
Погружая начинающих слушателей в сетевой анализ на нашей магистерской программе, мы часто рассказываем о знаменитом исследовании Джона Пэджетта и Кристофера Анселла про флорентийские семьи эпохи Возрождения. Согласно этой работе, могущественные Медичи, которые распространили свое влияние на финансовую, торговую и культурную жизнь ведущих европейских государств своего времени достигли этого благодаря выгодной стратегической позиции в сети семей-конкурентов. Исследования другого известного ученого, Грегори Кларка, показали, что представители одних и тех же семей могут столетиями находиться наверху социальной иерарихии — на это в свое время не повлияли ни анти-монархические революции, ни расцвет "меротократического" капитализма.
Однако с подобными исследованиями существует одна серьезная проблема. Родственные связи в них определяются по фамилиям — казалось бы, совершенно естественный ход, но так же естественно, что люди могут иметь одинаковые фамилии, потому что, например, происходят из одного места или потому что были крепостными у одной и той же дворянской семьи. Говорить о подлинном влиянии происхождения и родственных связей на социальное положение в таком случае проблематично, и поэтому герой нашего поста, Николло Армандола, предлагает более надежный алгоритм поиска тесных родственных связей.
Алгоритм ClanDetector опирается на обширные генеалогические данные, которые стали доступны в последнее время. Вкратце, его работа заключается в следующем:
→ На вход подаются генеалогические древа отдельных семей
1. В каждом древе считаются кратчайшие пути между родственниками; создаются матрицы близости людей по кратчайшим путям и поколениям; матрицы комбинируются в одну, и мы получаем данные о близости между людьми с учетом их кровных связей и поколений.
2. Проводится иерархический кластерный анализ, который группирует близких друг к другу людей
3. Сгруппированные деревья "обрезаются", чтобы получились наиболее оптимальные клановые группы.
← На выходе для каждого человека получаем, к какому клану он принадлежит.
Армандола протестировал алгоритм на генеалогических данных швейцарской знати. Исторический экскурс в их историю — отдельное увлекательное чтение. Мы лишь ограничимся визуализацией работы алгоритма, прикрепленной выше: слева сети, сгруппированные по фамилиям, а справа по кланам. Группировка по фамилиям фактически не показывает никаких отдельных кластеров, тогда как обнаруженные кланы четко обособленны.
Приглашаем вас самим познакомиться со статьей и поделиться мнением в комментариях!
Семинар ANR-Lab "Исследования социальных норм с помощью сетевого анализа"
16 сентября в 15:00 приглашенный спикер лаборатории Кирилл Афанасьев выступит с докладом "Исследования социальных норм с помощью сетевого анализа".
В своей работе Кирилл Афанасьев исследует формирование нормативных ожиданий (убеждений о том, как другие люди считают, что они должны себя вести) и влияние атрибутов социальной сети респондента на его нормативные ожидания.
Используя методы снежного кома и "координационной игры", автор исследует, что больше влияет на нормативные ожидания - реальные поступки окружения респондентов или убеждения окружения о том, как другие люди себя едут.
Собранные данные анализируются с помощью модели ALAAM (Autologistic actor attribute models).
Регистрация по ссылке.
16 сентября в 15:00 приглашенный спикер лаборатории Кирилл Афанасьев выступит с докладом "Исследования социальных норм с помощью сетевого анализа".
В своей работе Кирилл Афанасьев исследует формирование нормативных ожиданий (убеждений о том, как другие люди считают, что они должны себя вести) и влияние атрибутов социальной сети респондента на его нормативные ожидания.
Используя методы снежного кома и "координационной игры", автор исследует, что больше влияет на нормативные ожидания - реальные поступки окружения респондентов или убеждения окружения о том, как другие люди себя едут.
Собранные данные анализируются с помощью модели ALAAM (Autologistic actor attribute models).
Регистрация по ссылке.
Forwarded from Анализируй, выбирай, решай | Официальный Telegram-канал Международного центра анализа и выбора решений НИУ ВШЭ (МЦАВР)
Рубрика "Мероприятия"
18 сентября в 16:30 по Москве состоится очередное заседание Общемосковского научного семинара "Математические методы анализа решений в экономике, бизнесе и политике". На семинаре выступят наши коллеги из Международной лаборатории прикладного сетевого анализа заведующая лабораторией Мальцева Дарья Васильевна, младший научный сотрудник Семенова Анна Михайловна, стажер-исследователь Оганян Артем Ашотович.
Название доклада: Исследования организационных коммуникаций: методологическая рамка и пример анализа комплексных сетей
Аннотация: Коммуникации в организациях имеют комплексный характер, ввиду множества возможных типов отношений, передаваемого контента и инструментов связи. В данной работе мы представим разработки, связанные с применением методологии анализа социальных сетей для анализа реальных данных о коммуникациях в компании («цифровых следов»). Данные имеют сложную структуру и дают возможность анализировать мультиреляционные (мультиплекс) сети с разными типами отношений, извлекать двумодальные сети и конструировать из них новые двумодальные и одномодальные сети, а также анализировать изменения в сети в динамике. Выступающие будут рады обсудить предложенный рабочий процесс с участниками семинара и совместно подумать над дальнейшими направлениями работы в области сетевых организационных исследований.
Семинар состоится в онлайн формате на платформе Zoom 18 сентября (среда) в 16:30 по Москве.
Ссылка для подключения: https://us02web.zoom.us/j/86862557441?pwd=bXFTV1VsTksvcVRzd01QdFZwTDFwQT09
Идентификатор конференции: 868 6255 7441
Код доступа: 275177
Приглашаем всех желающих!
18 сентября в 16:30 по Москве состоится очередное заседание Общемосковского научного семинара "Математические методы анализа решений в экономике, бизнесе и политике". На семинаре выступят наши коллеги из Международной лаборатории прикладного сетевого анализа заведующая лабораторией Мальцева Дарья Васильевна, младший научный сотрудник Семенова Анна Михайловна, стажер-исследователь Оганян Артем Ашотович.
Название доклада: Исследования организационных коммуникаций: методологическая рамка и пример анализа комплексных сетей
Аннотация: Коммуникации в организациях имеют комплексный характер, ввиду множества возможных типов отношений, передаваемого контента и инструментов связи. В данной работе мы представим разработки, связанные с применением методологии анализа социальных сетей для анализа реальных данных о коммуникациях в компании («цифровых следов»). Данные имеют сложную структуру и дают возможность анализировать мультиреляционные (мультиплекс) сети с разными типами отношений, извлекать двумодальные сети и конструировать из них новые двумодальные и одномодальные сети, а также анализировать изменения в сети в динамике. Выступающие будут рады обсудить предложенный рабочий процесс с участниками семинара и совместно подумать над дальнейшими направлениями работы в области сетевых организационных исследований.
Семинар состоится в онлайн формате на платформе Zoom 18 сентября (среда) в 16:30 по Москве.
Ссылка для подключения: https://us02web.zoom.us/j/86862557441?pwd=bXFTV1VsTksvcVRzd01QdFZwTDFwQT09
Идентификатор конференции: 868 6255 7441
Код доступа: 275177
Приглашаем всех желающих!
www.hse.ru
Общемосковский научный семинар "Математические методы анализа решений в экономике, бизнесе и политике"
Семинар ANR-Lab "Харрисон Уайт: от теории к методу"
23 сентября в 15:00 приглашенный спикер лаборатории Даниил Ковалев выступит с докладом "Харрисон Уайт: от теории к методу".
Даниил Ковалев, магистрант социологического факультета НИУ ВШЭ, представит исследование, посвященное Харрисону Уайту (1930-2024) - одной из самых влиятельных фигур в анализе социальных сетей.
Каждый вклад Уайта в изучение различных аспектов социального мира становился переворотом, менявшим представления о прошлом, настоящем и будущем не только сетевого анализа, но и социологии в целом. На семинаре обсудим ключевые идеи Уайта, касающиеся категориальных сетей, структурной эквивалентности и теоретического проекта, изложенного в работе "Идентичность и контроль". Кроме того, с помощью семантического сетевого анализа и стохастического блокмоделинга рассмотрим динамику теоретических и методологических положений в работах культурно-ориентированных сетевых исследователей, развивающих идеи теоретического проекта Уайта.
Регистрация по ссылке!
23 сентября в 15:00 приглашенный спикер лаборатории Даниил Ковалев выступит с докладом "Харрисон Уайт: от теории к методу".
Даниил Ковалев, магистрант социологического факультета НИУ ВШЭ, представит исследование, посвященное Харрисону Уайту (1930-2024) - одной из самых влиятельных фигур в анализе социальных сетей.
Каждый вклад Уайта в изучение различных аспектов социального мира становился переворотом, менявшим представления о прошлом, настоящем и будущем не только сетевого анализа, но и социологии в целом. На семинаре обсудим ключевые идеи Уайта, касающиеся категориальных сетей, структурной эквивалентности и теоретического проекта, изложенного в работе "Идентичность и контроль". Кроме того, с помощью семантического сетевого анализа и стохастического блокмоделинга рассмотрим динамику теоретических и методологических положений в работах культурно-ориентированных сетевых исследователей, развивающих идеи теоретического проекта Уайта.
Регистрация по ссылке!
Forwarded from Вышка Онлайн
Да-да, мы вновь на связи с новым выпуском «+/-10 минут»!
Вместе с Анной Карташевой, кандидатом философских наук, представителем онлайн-магистратуры «Data Analytics and Social Statistics», разобрались:
🗂 как данные становятся информацией, а информация - знанием
🗂 могут ли данные быть нейтральной и безошибочной фиксацией фактов
🗂 как особенности формирования знания влияют на современные информационные системы
Без лишних слов - смотрим!
Вместе с Анной Карташевой, кандидатом философских наук, представителем онлайн-магистратуры «Data Analytics and Social Statistics», разобрались:
🗂 как данные становятся информацией, а информация - знанием
🗂 могут ли данные быть нейтральной и безошибочной фиксацией фактов
🗂 как особенности формирования знания влияют на современные информационные системы
Без лишних слов - смотрим!
Курс по сетевому анализу от сотрудницы ANR-Lab признан лучшим!
Курс «Введение в сетевой анализ» Наталии Матвеевой признан студентами НИУ ВШЭ Нижегородского кампуса лучшим по критериям «Полезность курса для расширения кругозора и разностороннего развития» и «Новизна полученных знаний».
Поздравляем Наталию с достижением и желаем успехов в преподавании!
Курс «Введение в сетевой анализ» Наталии Матвеевой признан студентами НИУ ВШЭ Нижегородского кампуса лучшим по критериям «Полезность курса для расширения кругозора и разностороннего развития» и «Новизна полученных знаний».
Поздравляем Наталию с достижением и желаем успехов в преподавании!
Семинар ANR-Lab "Механизмы формирования альянсов через международные военные развертывания на примере НАТО"
30 сентября в 15:00 стажер-исследователь ANR-Lab Эмиль Сташевски выступит с докладом Механизмы формирования альянсов через международные военные развертывания на примере НАТО".
В своей работе стажер-исследователь лаборатории Эмиль Сташевски на данных о 192 странах за период с 1991 по 2022 год выявляет комбинации факторов (механизмов), влияющих на процесс авторизации военных развертываний НАТО.
Для анализа данных используется стохастическая акторно-ориентированная модель (SAOM).
Регистрация по ссылке!
30 сентября в 15:00 стажер-исследователь ANR-Lab Эмиль Сташевски выступит с докладом Механизмы формирования альянсов через международные военные развертывания на примере НАТО".
В своей работе стажер-исследователь лаборатории Эмиль Сташевски на данных о 192 странах за период с 1991 по 2022 год выявляет комбинации факторов (механизмов), влияющих на процесс авторизации военных развертываний НАТО.
Для анализа данных используется стохастическая акторно-ориентированная модель (SAOM).
Регистрация по ссылке!