ניתוח רשתות חברתיות – הבדלי גרסאות
תוכן שנמחק תוכן שנוסף
Matanyabot (שיחה | תרומות) מ בוט החלפות: דוגמה\1, \1בר-אילן, תעשיי\1, \1מבוים |
הנדב הנכון (שיחה | תרומות) מאין תקציר עריכה |
||
שורה 18:
;צומת (Node): שחקן, משתתף. באיור משמאל הצמתים מסומנים בנקודות האדומות.
;קשר: החיבור בין שני צמתים ברשת. ישנם סוגים שונים של קשרים, המשתנים בין מחקר אחד למשנהו. לקשר יכולים להיות מספר מאפיינים.
;ערך הקשר: על פי תוכן הרשת. לקשר יכולים
;כיוון הקשר: קיימים קשרים חד כיווניים, שקיומם מצביע על קשר בין שחקן א' ל-ב' אך אינו מצביע בהכרח על קיום קשר בין ב' לא', ולעומתם קשרים דו כיווניים, המצביעים על קשר הדדי בין שני הצמתים.
;סימן הקשר: יש רשתות בהן בין השחקנים השונים מתקיימים יחסים חיובים ושלילים באותה העת. במצבים אלו חשוב לעשות הבחנה לגבי סימן הקשר האם הוא חיובי או שלילי (Friend או Fow).
שורה 33:
מדדי רשת של צומת בודד מתייחסים בעיקר למרכזיות הצומת הבודד (NODE) ביחס לקהילה בה הוא חבר, או לרשת כולה.
מדדים מרכזים של צומת
*In Degree - מספר הקשרים הנכנסים לצומת מתוף צמתים
*Out Degree - מספר הקשרים היוצאים מהצומת ומחברים אותו לצמתים אחרים ברשת
*Total Degree - סיכום אריתמטי של ה In וה Out
*Betweenness Degree - מודד עד כמה צומת מבוים מקשר בין צמתים אחרים, שאילולא הוא היה מחבר אותן, צמתים אלו לא היו מקושרים זה עם זה.
*Closeness Degree - מודד עד כמה צומת קרוב בממוצע לכל שאר הצמתים ברשת.,
*ED) Eigenvector Degree) - מודד עד כמה הצומת מקושר לצמתים אחרים שגם הם בעלי ED גבוה.
מדדי קהילה לדוגמה:
*Reciprocity (הדדיות) - עד כמה הקשרים בין חברי הקהילה
*Density (צפיפות) - עד כמה מנוצל פוטנציאל הקשרים של כל חברי הקהילה לדבר עם כולם.
*וכל מדדי הצומת בראיה ממוצעת, כלומר למשל Betweenness ממוצע, Closeness ממוצע על פני כל הקהילה
מדדי רשת לדוגמה:
*מדדים
*Modularity - מדדים הבודקים עד כמה הרשת מורכבת מקהילות קהילות או האם היא אחידה
*Diameter - המינימום מבין המרחקים
*GCC - רכיב הרשת הגדול ביותר בו הצמתים מקושרים בינם לבין עצמם (בקשר חזק או חלש)
*Clustering Coefficient - דומה מאד למדד הצפיפות, רק מיושם על פני כל הרשת (במקום לקהילה/קבוצה ברשת)
*כלל מדדי הקהילה ברמת ממוצע על פני כל הקהילות
*כלל מדדי הצומת על פני כל הצמתים.
==בישראל==
|