Динамический сетевой анализ - Dynamic network analysis

Динамический сетевой анализ (ДНК) - это новая научная область, объединяющая традиционные анализ социальных сетей (СНС), анализ ссылок (Лос-Анджелес), социальная симуляция и мультиагентные системы (MAS) внутри сетевая наука и теория сети.

Обзор

В этой области есть два аспекта. Первый - это статистический анализ данных ДНК. Второй - это использование моделирования для решения проблем сетевой динамики. Сети ДНК отличаются от традиционных социальных сетей тем, что они более крупные, динамичные, многорежимные, многоплексные сети и могут содержать различные уровни неуверенность. Основное отличие ДНК от SNA состоит в том, что ДНК учитывает взаимодействие социальных характеристик, обусловливающих структуру и поведение сетей. ДНК привязана к временному анализу, но временной анализ не обязательно привязан к ДНК, поскольку изменения в сетях иногда являются результатом внешних факторов, которые не зависят от социальных характеристик, обнаруженных в сетях. Один из наиболее заметных и ранних случаев использования ДНК - это исследование монастыря Сэмпсона, где он делал снимки одной и той же сети с разных интервалов, а также наблюдал и анализировал эволюцию сети.[1] Раннее исследование динамики использования ссылок в очень крупномасштабных сложных сетях предоставляет доказательства динамической центральности, динамических мотивов и циклов социальных взаимодействий.[2][3]

Инструменты статистики ДНК обычно оптимизированы для крупномасштабных сетей и допускают одновременный анализ нескольких сетей, в которых существует несколько типов узлы (многоузловые) и несколько типов ссылок (мультиплекс). Многоузловые многоплексные сети обычно называют метасетями или многомерными сетями. В отличие от этого, статистические инструменты СНС сосредоточены на одном или не более двух режимах данных и облегчают одновременный анализ только одного типа связи.

Инструменты статистики ДНК, как правило, предоставляют пользователю больше мер, поскольку они используют данные, полученные из нескольких сетей одновременно. Модели скрытого пространства (Саркар и Мур, 2005)[4] Агентное моделирование часто используется для изучения динамических социальных сетей (Carley et al., 2009).[5] С точки зрения компьютерного моделирования узлы в ДНК подобны атомам в квантовой теории, узлы можно, хотя и не обязательно, рассматривать как вероятностные. В то время как узлы в традиционной модели SNA статический узлы в модели ДНК обладают способностью к обучению. Свойства меняются со временем; узлы могут адаптироваться: сотрудники компании могут получить новые навыки и повысить свою ценность для сети; или захватите одного террориста, и еще трое будут вынуждены импровизировать. Изменение распространяется от одного узла к другому и так далее. ДНК добавляет элемент эволюции сети и учитывает обстоятельства, при которых вероятны изменения.

Пример многообъектной, многосетевой, динамической сетевой диаграммы

Есть три основных особенности динамического сетевого анализа, которые отличают его от стандартного анализа социальных сетей. Во-первых, ДНК использует не только социальные сети, а метасети. Во-вторых, агентное моделирование и другие формы моделирования часто используются для изучения того, как сети развиваются и адаптируются, а также воздействия вмешательств на эти сети. В-третьих, ссылки в сети не бинарные; фактически, во многих случаях они представляют собой вероятность наличия ссылки.

Мета-сеть

Мета-сеть - это многорежимная, многоканальная, многоуровневая сеть. Многорежимность означает, что существует много типов узлов; например, узлы людей и местоположения. Многосвязность означает, что существует много типов ссылок; например, дружба и совет. Многоуровневость означает, что некоторые узлы могут быть членами других узлов, таких как сеть, состоящая из людей и организаций, и одна из ссылок - это то, кто является членом какой организации.

В то время как разные исследователи используют разные режимы, общие режимы отражают, кто, что, когда, где, почему и как. Простым примером метасети является формулировка PCANS с людьми, задачами и ресурсами.[6] Более подробная формулировка рассматривает людей, задачи, ресурсы, знания и организации.[7] Инструмент ORA был разработан для поддержки метасетевого анализа.[8]

Примеры проблем, над которыми работают люди в области ДНК

  • Разработка показателей и статистики для оценки и выявления изменений внутри и между сетями.
  • Разработка и проверка моделирования для изучения сетевых изменений, эволюции, адаптации, распада. Видеть Компьютерное моделирование и организационные исследования
  • Разработка и проверка теории сетевых изменений, эволюции, адаптации, распада[9]
  • Разработка и проверка формальных моделей создания и развития сетей.
  • Разработка методов визуализации сетевых изменений в целом или на уровне узла или группы
  • Разработка статистических методов, позволяющих увидеть, связаны ли наблюдаемые во времени различия в сетях просто с разными выборками из распределения ссылок и узлов или с изменениями во времени основного распределения ссылок и узлов.
  • Разработка процессов управления для сетей с течением времени
  • Разработка алгоритмов для изменения распределения ссылок в сетях с течением времени
  • Разработка алгоритмов отслеживания групп в сетях с течением времени
  • Разработка инструментов для извлечения или обнаружения сетей из различных источников данных, таких как тексты
  • Разработка статистически достоверных измерений в сетях с течением времени
  • Изучение устойчивости сетевых показателей при различных типах отсутствующих данных
  • Эмпирические исследования многорежимных многозвенных сетей с несколькими временными периодами
  • Изучение сетей как вероятностных нестационарных явлений
  • Прогнозирование изменений в существующих сетях
  • Определение следов во времени с учетом последовательности сетей
  • Выявление изменений в критичности узлов для данной последовательности сетей; что-либо еще, связанное с многорежимными многозвенными сетями с несколькими временными периодами
  • Изучение случайных блужданий по темпоральным сетям[10]
  • Количественная оценка структурных свойств контактных последовательностей в динамических сетях, которые влияют на динамические процессы[11]
  • Оценка тайной деятельности[12] и темные сети[13]
  • Цитативный анализ[14]
  • Анализ социальных сетей[15]
  • Оценка систем общественного здравоохранения[16]
  • Анализ результатов больничной безопасности[17]
  • Оценка структуры этнического насилия по новостным данным[18]
  • Оценка террористических группировок[19]
  • Социальный упадок социальных взаимодействий в Интернете[20]
  • Визуализация крупных финансовых сетей во времени[21]
  • Моделирование взаимодействия в классе в школах[22]

Смотрите также

Рекомендации

  1. ^ Харрисон К. Уайт, 1992, Идентичность и контроль: структурная теория социального действия. Издательство Принстонского университета.
  2. ^ Дан Браха, Янир Бар ‐ Ям, 2006 г., «От центрального положения к временной славе: динамическое центральное положение в сложных сетях», Сложность, 12 (2), 59-63.
  3. ^ Дан Браха, Янир Бар-Ям 2009, Зависящие от времени сложные сети: динамическая центральность, динамические мотивы и циклы социальных взаимодействий. В адаптивных сетях (стр. 39-50). Шпрингер, Берлин, Гейдельберг.
  4. ^ Пурнамрита Саркар и Эндрю В. Мур. 2005. Динамический анализ социальных сетей с использованием моделей скрытого пространства. SIGKDD Explor. Newsl. 7, 2 (декабрь 2005 г.), 31-40.
  5. ^ Кэтлин М. Карли, Майкл К. Мартин и Брайан Хиршман, 2009, «Этиология социальных изменений», Topics in Cognitive Science, 1.4: 621-650
  6. ^ Дэвид Кракхардт и Кэтлин М. Карли, 1998 г., «Модель структуры организации в рамках PCANS», В материалах Международного симпозиума 1998 г. по исследованиям и технологиям управления и контроля, Монтерей, Калифорния, июнь 1998 г., Исследования, основанные на фактах, Вена, Вирджиния, Стр. 113-119.
  7. ^ Кэтлин М. Карли, 2002, «Умные агенты и организации будущего», Справочник по новым медиа. Под редакцией Лии Ливроу и Сони Ливингстон (редакторы), Thousand Oaks, CA, Sage, Ch. 12: 206-220.
  8. ^ Кэтлин М. Карли. 2014. «ORA: набор инструментов для динамического сетевого анализа и визуализации», В Энциклопедии анализа социальных сетей и добычи полезных ископаемых Реда Алхадж и Джона Рокне, Springer.
  9. ^ Majdandzic, A .; и другие. (2013). «Самопроизвольное восстановление в динамических сетях». Природа Физика. 10: 34–38. Дои:10.1038 / nphys2819.
  10. ^ Мишель Старнини, Андреа Барончелли, Ален Барра, 2012, Случайные блуждания по временным сетям. Phys. Ред. E 85, 056115, http://link.aps.org/doi/10.1103/PhysRevE.85.056115
  11. ^ Рене Пфицнер, Инго Шольтес, Антониос Гарас, Клаудио Хуан Тессоне, Франк Швейцер, 2012, «Предпочтение промежуточности: количественная оценка корреляций в топологической динамике временных сетей», Physical Review Letters, Vol. 110, 10 мая 2013 г.
  12. ^ Карли, Кэтлин М., Майкл К., Мартин и Джон П. Хэнкок, 2009, «Динамический сетевой анализ, применяемый к экспериментам из среды исследования архитектур решений», Архитектуры передовых решений для Warfigher: основы и технологии, гл. 4.
  13. ^ Эвертон, Шон, 2012, Disrupting Dark Networks, Cambridge University Press, Нью-Йорк, Нью-Йорк
  14. ^ Кас, Мирай, Кэтлин М. Карли и Л. Ричард Карли, 2012, «Кто был где, когда? Пространственно-временной анализ мобильности исследователей в ядерной науке», в материалах Международного семинара по интеграции и поиску пространственно-временных данных (STIR 2012) , проводившийся совместно с ICDE 2012, 1 апреля 2012 г., Вашингтон, округ Колумбия
  15. ^ Карли, Кэтлин. М., Юрген Пфеффер, Хуан Лю, Фред Морстаттер, Ребекка Гулсби, 2013 г., Оценка социальных сетей с использованием геовременной сетевой аналитики, почти в реальном времени, В материалах Международной конференции IEEE / ACM 2013 г. по достижениям в анализе социальных сетей и добыче полезных ископаемых (ASONAM), 25–28 августа 2013 г. , Ниагарский водопад, Канада.
  16. ^ Меррилл, Жаклин, Марк Г. Орр, Кристи Й. Чон, Розалинд В. Уилсон, Джонатан Сторрик и Кэтлин М. Карли, 2012 г., «Топология консультационных сетей местных чиновников здравоохранения: не забывайте о пробелах», Журнал практики управления общественным здравоохранением , 18 (6): 602–608
  17. ^ Эффкен, Джудит А., Шейла Гепхарт и Кэтлин М. Карли, 2013 г., «Использование ORA для оценки взаимосвязи передачи обслуживания с результатами качества и безопасности», Компьютеры, информатика, сестринское дело. 31 (1): 36-44.
  18. ^ Ван Холт, Трейси, Джеффри К. Джонсон, Джейми Бринкли, Кэтлин М. Карли и Жанна Касперсен, 2012, «Структура этнического насилия в Судане: автоматизированный контент, метасетевой и геопространственный аналитический подход», Теория вычислительной и математической организации, 18: 340-355.
  19. ^ Кенни, Майкл Дж., Джон Хорган, Кейл Хорн, Питер Вайнинг, Кэтлин М. Карли, Майкл Бигригг, Миа Блум, Курт Брэддок, 2012 г., «Организационная адаптация в сети активистов: социальные сети, лидерство и изменения в аль-Мухаджируне», «Прикладная эргономика», 44 (5): 739-747.
  20. ^ М. Абуфуда, К. А. Цвейг. «Теоретическая модель для понимания динамики распада социальных сетей в Интернете». Препринт arXiv arXiv: 1610.01538.
  21. ^ Хейманс, Рональд; Heuver, Ричард; Леваллуа, Клеман; ван Леливельд, Иман (2016). «Динамическая визуализация крупных финансовых сетей». Журнал сетевой теории в финансах. 2 (2): 57–79. Дои:10.21314 / JNTF.2016.017. ISSN  2055-7795.
  22. ^ Кристиан Бохов, 2016, «Изучение взаимодействия в классе с динамическим анализом социальных сетей», Международный журнал исследований и методов в образовании, DOI: 10.1080 / 1743727X.2016.1192116.

дальнейшее чтение

  • Кэтлин М. Карли, 2003, «Динамический сетевой анализ» в динамическом моделировании и анализе социальных сетей: Резюме семинара и статьи, Рональд Брейгер, Кэтлин Карли и Филиппа Паттисон (ред.) Комитет по человеческому фактору, Национальный исследовательский совет, Национальные исследования Совет. Стр. 133–145, Вашингтон, округ Колумбия.
  • Кэтлин М. Карли, 2002, «Умные агенты и организации будущего» Справочник по новым медиа. Под редакцией Лии Ливроу и Сони Ливингстон, гл. 12, стр. 206–220, Thousand Oaks, CA, Sage.
  • Кэтлин М. Карли, Яна Диснер, Джеффри Реминга, Максим Цветоват, 2008 г., К набору инструментов для динамического сетевого анализа с возможностью взаимодействия, Специальный выпуск DSS по киберинфраструктуре для внутренней безопасности: достижения в области обмена информацией, интеллектуального анализа данных и систем совместной работы. Системы поддержки принятия решений 43(4):1324-1347 (статья 20[мертвая ссылка ])
  • Дэн Браха и Янир Бар-Ям, 2006 г., «Зависящие от времени сложные сети».
  • Террилл Л. Франц, Кэтлин М. Карли. 2009, На пути к достоверной оценке открытия самого центрального актера. Ежегодная конференция Академии менеджмента, Чикаго, Иллинойс, США, 7–11 августа. (Награжден премией Sage Publications / RM Division за лучшую студенческую работу)
  • Петтер Холме, Яри Сарамяки, 2011, «Временные сети». https://arxiv.org/abs/1108.1780
  • К. Аггарвал, К. Суббиан, 2014, «Эволюционный сетевой анализ: обзор». ACM Computing Surveys, 47 (1). (pdf )

внешняя ссылка