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 Social
Uma 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 sociais
O estudo do padrão de interação entre atores
(pessoas, grupos sociais, instituições).

AAnálise 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)

SOCIOGRAMA
Representação visual da rede
Quem você convidaria para experimentar uma nova
marca de cerveja pensando em expandir sua
clientela?

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

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_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 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 H
I
J
K
D
G
E
C
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 = .33
Degree centralization = 10%
Density = .33
Degree 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)© Prof. Simone Athayde, 2016

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
mulheres
homens
Ciências Sociais
Ciências Biofisicas
Humanidades
Interdisciplinar
Nós e conexões antes das aulas
Grau de Centralidade

Antes: Intermediação
females
males
Social sciences
Biophysical 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

Após as aulas – Centralidade
mulheres
homens
Ciências Sociais
Humanidades
Interdisciplinar© Prof. Simone Athayde, 2016

Após: Betweeness (Intermediação)
mulheres
homens
Ciências Sociais
Humanidades

Após: Qual o atributo?
mulheres
homens
Ciências Sociais
Humanidades

females
males
Social sciences
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
Antes
Número de laços: 97
Densidade: 0.317
Conectividade: 0.944
Depois
Número de laços: 304
Densidade: 0.993
Conectividade: 1

ANÁLISE DE REDE SOCIAL
TURMA UF 2015
females
males
Social sciences
Humanities
Interdisciplinary
Nós e conexões antes das aulas

Antes: Grau de Centralidade
females
males
Social sciences
Humanities

Antes: Qual o atributo?
females
males
Social sciences
Humanities

Após as aulas – Laços e conexões
females
males
Social sciences
Humanities

Após: Betweeness (Intermediação)
females
males
Social sciences
Humanities

Area disciplinar
Nivel academico
Grau de centralidade
121 laços
TURMA UFT 2014: REDE DA CLASSE: ANTES
Ci Biologicas / Biomedicas
Ci Sociais
Ci exatas
Interdisciplinar
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 antes
Valor médio - 1.075
Desvio padrão - 1.222
Grau ou índice - 16.125
Densidade depois
Valor médio - 2.196
Desvio padrão - 0.763
Grau ou índice - 32.938
Coesão
Antes - Avg Degree 7.563
Depois - 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).

Recursos
Cursos on-line
https://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: ufchris@ufl.edu
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/

Analise de redes sociais unir 2016

Empfohlen

Empfohlen

Weitere ähnliche Inhalte

Ähnlich wie Analise de redes sociais unir 2016

Ähnlich wie Analise de redes sociais unir 2016 (20)

Mehr von Simone Athayde

Mehr von Simone Athayde (13)

Kürzlich hochgeladen

Kürzlich hochgeladen (20)

Analise de redes sociais unir 2016