Koheesiiviset alaryhmät

Samankaltaiset tiedostot
Suunnatut, etumerkilliset ja arvotetut graafit Sosiaalisten verkostojen analysoinnin näkökulmalla

Jäsenyysverkostot Kytkökset ja limittyneet aliryhmät sosiaalisten verkostojen analyysissä

Jäsenyysverkostot ominaisuudet, toimijoiden ja tapahtumien samanaikainen analyysi. Sisältö ja tavoitteet. Osallistujien ja tapahtumien ominaisuudet

Social Network Analysis Centrality And Prestige

Hypermedian jatko-opintoseminaari. MATHM-6750x. 2-6 op. Sosiaalisten verkostojen tutkimusmenetelmät

Rakenteellinen tasapaino ja transitiivisyys

Sosiaalisten verkostojen data

8.5. Järjestyssuhteet 1 / 19

Johdatus graafiteoriaan

Luku 7. Verkkoalgoritmit. 7.1 Määritelmiä

Sosiaalisten verkostojen datan notaatio. Notation for Social Network Data

Olkoon seuraavaksi G 2 sellainen tasan n solmua sisältävä suunnattu verkko,

Kombinatorinen optimointi

Toimivan verkoston rakentaminen ja verkoston toimintamallit. Mikä on verkosto? Mikä on verkosto? Miksi verkostot kiinnostavat?

Malliratkaisut Demot

Centrality and Prestige Keskeisyys ja arvostus

Königsbergin sillat. Königsberg 1700-luvulla. Leonhard Euler ( )

Perusvuorovaikutukset. Tapio Hansson

Department of Mathematics, Hypermedia Laboratory Tampere University of Technology. Roolit Verkostoissa: HITS. Idea.

Johdatus graafiteoriaan

Algoritmi I kuvioiden ja niille johtavien ajourien erottelu. Metsätehon tuloskalvosarja 7a/2018 LIITE 1 Timo Melkas Kirsi Riekki Metsäteho Oy

6.4. Järjestyssuhteet

Kuva Suomen päätieverkko 1 Moottoritiet on merkitty karttaan vihreällä, muut valtatiet punaisella ja kantatiet keltaisella värillä.

Algoritmit 1. Luento 9 Ti Timo Männikkö

Algoritmit 1. Luento 13 Ti Timo Männikkö

Fysiikka 7. Sähkömagnetismi

Algoritmit 2. Luento 6 To Timo Männikkö

Algoritmit 1. Luento 10 Ke Timo Männikkö

Suomen rautatieverkoston robustisuus

isomeerejä yhteensä yhdeksän kappaletta.

Kytkentäkentät, luento 2 - Kolmiportaiset kentät

Algoritmit 1. Luento 7 Ti Timo Männikkö

Äärellisten mallien teoria

Algoritmit 2. Luento 13 Ti Timo Männikkö

Algoritmit 1. Luento 10 Ke Timo Männikkö

0 v i v j / E, M ij = 1 v i v j E.

HEIKOT VUOROVAIKUTUKSET MOLEKYYLIEN VÄLISET SIDOKSET

Graphs in Social Network Analysis And Modeling. Graafit sosiaalisten verkostojen mallintamisessa

A TIETORAKENTEET JA ALGORITMIT

Tehtävä 8 : 1. Tehtävä 8 : 2

Johdatus verkkoteoriaan 4. luento

MS-A0207 Differentiaali- ja integraalilaskenta 2 (Chem) Yhteenveto, osa I

verkkojen G ja H välinen isomorfismi. Nyt kuvaus f on bijektio, joka säilyttää kyseisissä verkoissa esiintyvät särmät, joten pari

9. Vektorit. 9.1 Skalaarit ja vektorit. 9.2 Vektorit tasossa

13 Lyhimmät painotetut polut

Algoritmit 2. Luento 12 To Timo Männikkö

MS-A0003/A0005 Matriisilaskenta Malliratkaisut 5 / vko 48

KEMIA. Kemia on tiede joka tutkii aineen koostumuksia, ominaisuuksia ja muuttumista.

1 Tieteellinen esitystapa, yksiköt ja dimensiot

Algoritmit 1. Luento 8 Ke Timo Männikkö

= 5! 2 2!3! = = 10. Edelleen tästä joukosta voidaan valita kolme särmää yhteensä = 10! 3 3!7! = = 120

Kaikkiin tehtäviin laskuja, kuvia tai muita perusteluja näkyviin.

MS-C1340 Lineaarialgebra ja

Yleinen paikallinen vakautuva synkronointialgoritmi

Sulkevat ja avaavat suhteet

Algoritmit 2. Luento 6 Ke Timo Männikkö

1. Johdanto Todennäköisyysotanta Yksinkertainen satunnaisotanta Ositettu otanta Systemaattinen otanta...

Graafit ja verkot. Joukko solmuja ja joukko järjestämättömiä solmupareja. eli haaroja. Joukko solmuja ja joukko järjestettyjä solmupareja eli kaaria

Joonas Haapala Ohjaaja: DI Heikki Puustinen Valvoja: Prof. Kai Virtanen

Vektorit. Kertausta Seppo Lustig (Lähde: avoinoppikirja.fi)

Kertausta 1.kurssista. KEMIAN MIKROMAAILMA, KE2 Atomin rakenne ja jaksollinen järjestelmä. Hiilen isotoopit

Taulun avoimista haaroista saadaan kelvolliset lausejoukot

Kytkentäkentät, luento 2 - Kolmiportaiset kentät

Kysymys: Voidaanko graafi piirtää tasoon niin, että sen viivat eivät risteä muualla kuin pisteiden kohdalla?

Piiri pieni pyörii suomalaisessa liikunnan ja urheilun eliittiverkostossa

Algoritmit 2. Luento 11 Ti Timo Männikkö

RATKAISUT: 19. Magneettikenttä

REAKTIOT JA TASAPAINO, KE5 KERTAUSTA

Algoritmi III Vierekkäisten kuvioiden käsittely. Metsätehon tuloskalvosarja 7a/2018 LIITE 3 Timo Melkas Kirsi Riekki Metsäteho Oy

Kiinalaisen postimiehen ongelma

Algoritmit 1. Luento 13 Ma Timo Männikkö

Sosiaalisten verkostojen tutkimusmenetelmät - historiallisia ja teoreettisia perusteita sekä peruskäsitteitä

Infrapunaspektroskopia

Verkostoanalyysin peruskäsitteitä ja visualisointia. Graafit ja matriisit, keskeisyys ja arvostus

Kehittyvien kaupunkiseutujen merkitys menestyville alueille

Mohrin-Mascheronin lause kolmiulotteisessa harppi-viivaingeometriassa

Department of Mathematics, Hypermedia Laboratory Tampere University of Technology. Arvostus Verkostoissa: PageRank. Idea.

Harjoitus 1 ( )

T : Max-flow / min-cut -ongelmat

Hakupuut. tässä luvussa tarkastelemme puita tiedon tallennusrakenteina

Oikeasta tosi-epätosi -väittämästä saa pisteen, ja hyvästä perustelusta toisen.

Liikemäärän säilyminen Vuorovesivoimat Jousivoima

Visio: Arjen riskit hallintaan ennakoiden ja yhteistyössä! Yhteiset palvelut/jhaa 1

KJR-C1001: Statiikka L2 Luento : voiman momentti ja voimasysteemit

TOIMINTATUTKIMUS toimintakäytäntöjen tutkimuksessa ja kehittämisessä

Harjoitus 1 ( )

Juuri 6 Tehtävien ratkaisut Kustannusosakeyhtiö Otava päivitetty Vastaus: Määrittelyehto on x 1 ja nollakohta x = 1.

Luento 12: XML ja metatieto

Algoritmit 2. Luento 12 Ke Timo Männikkö

Lineaariset kongruenssiyhtälöryhmät

Tyyppi metalli puu lasi työ I II III

Kovalenttinen sidos ja molekyyliyhdisteiden ominaisuuksia

Malliratkaisut Demot

Luonnollisten lukujen ja kokonaislukujen määritteleminen

Diplomi-insinööri- ja arkkitehtikoulutuksen yhteisvalinta 2017 Insinöörivalinnan matematiikan koe , Ratkaisut (Sarja A)

Etsintä verkosta (Searching from the Web) T Datasta tietoon Heikki Mannila, Jouni Seppänen

Miten asiakaspolku näkyy asiakaskokemuksen seurannassa?

Matriisilaskenta Laskuharjoitus 5 - Ratkaisut / vko 41

Näytetään nyt relaatioon liittyvien ekvivalenssiluokkien olevan verkon G lohkojen särmäjoukkoja. Olkoon siis f verkon G jokin särmä.

Transkriptio:

1 Koheesiiviset alaryhmät Hypermedian jatko-opintoseminaari 2008-09 11. luento - 6.3.2009 Joonas Meriläinen TTY / Hypermedialaboratorio http://eclectic.ss.uci.edu/~drwhite/cases/transparencies/clique.gif

2 Sisältö - Taustaa - Yleisiä ominaisuuksia - Alaryhmien määrittäminen eri tavoilla - Metodien laajentaminen suunnattuihin ja arvotettuihin suhteisiin

3 Taustaa - Koheesiiviset alaryhmät koostuvat toimijoista, joilla on suhteellisen vahvoja, suoria, voimakkaita, säännöllisiä tai positiivisia sidoksia. - Sosiaalisilla verkoilla on monia ominaisuuksia, jotka liittyvät alaryhmien koheesioon -> Sosiaalisten verkkojen alaryhmiä voidaan määrittää monin eri tavoin. - Aluksi tarkastelussa yksimoodiset verkot ja yksisuuntaiset suhteet. - Sosiologisissa teorioissa verkkojen koheesiota käytetään selittävänä muuttujana (Friedkin 1984). - Positiivisesti arvostettu vuorovaikutus kahden henkilön välillä - Vaikka kaksi henkilöä ei olisi suorassa yhteydessä keskenään -> henkilöiden välillä voi olla monia lyhyitä epäsuoria yhteyskanavia - Käyttäjien kesken, joiden välillä on suhteellisen useita kohtaamisia kasvotusten tai epäsuorasti, vallitsee suurempi homogeenisyys.

4 Taustaa 2 - Mitä tiukemmin toimijat ovat osana verkkoa, sitä enemmän heihin vaikuttaa ryhmän standardit (Collins 1988). - Kaksi tekijää vaikuttaa koheesion vahvuuteen: toimijan sidosten määrä ryhmään ja ryhmän sulkeutuneisuus ryhmän ulkopuolisiin - > vahvasti koheesiivisissa ryhmissä toimijoilla on hyvin samankaltaiset uskomukset. - Käsitteet sosiaalinen ryhmä, alaryhmä, ryhmäkunta jne. ovat yleisiä sosiaalisissa tieteissä, erityisesti sosiaalisessa psykologiassa ja sosiologiassa. - Sosiaalisia ryhmiä voidaan tutkia yleisesti tarkastelemalla toimijoiden muodostamien osajoukkojen ominaisuuksia. - Alaryhmät muodostuvat sen jäsenien keskinäisestä koheesiosta.

5 Alaryhmän määrittäminen Koheesiivisen alaryhmän neljä yleistä ominaisuutta: 1) Sidosten molemminpuolisuus 2) Alaryhmän toimijoiden läheisyys tai saavutettavuus 3) Sidosten tiheys jäsenten välillä 4) Sidosten tiheys alaryhmän jäsenten kesken verrattuna sidoksiin ulkopuolisiin toimijoihin.

6 Ryhmäkunnat - Kaveriverkot, ryhmäkunnat, kuppikunnat... - Koheesiivisten alaryhmien perusidea sosiaalisissa verkoissa. - Graafiteoria antaa tarkan ja muodollisen määritelmän, jota voidaan soveltaa suuntamattomiin dikotoomisiin (2-arvoisiin) suhteisiin. Ryhmäkunta a) Kolme tai useampia jäseniä b) Vierekkäisiä keskenään c) Ei yhteisiä naapureita Ryhmäkunnat voivat olla keskenään päällekkäisiä, mutta eivät täysin sisäkkäisiä.

7 Ryhmäkuntien tarkastelu - Erittäin tiukka koheesiivisen alaryhmän määritelmä. Yhdenkin sidoksen puuttuminen estää ryhmäkunnan muodostumisen. - Jäsenten määrä rajoittaa ryhmäkunnan koon. K-sidoksinen ryhmäkunta voi sisältää korkeintaan K+1 jäsentä. - Harvoin käytännöllinen tiedon analysointiin, koska määritelmä on niin tiukka, eikä jäsenten välillä ole eroja graafiteorian ominaisuuksien suhteen (koska kaikki jäsenet ovat vierekkäisiä). - Ryhmäkuntien välisiä päällekkäisyyksiä tutkimalla voidaan kuitenkin saada selville niiden välisiä eroja.

8 n-ryhmäkunnat - Perustuu jäsenien väliseen geodeesiseen etäisyyteen. Etäisyys ei saa olla suurempi kuin n. - Ryhmäkunnassa n=1. - Verkossa on aina enemmän n-ryhmäkuntia mitä ryhmäkuntia ja ne ovat yleensä suurempia. Ongelmia: - Halkaisija voi olla suurempi kuin n. - n-ryhmäkunnan kaikki jäsenet eivät välttämättä ole yhteydessä toisiinsa (reitti solmusta 4 solmuun 5). Näistä seuraa, että n-ryhmäkunnat eivät välttämättä ole tarpeeksi koheesiivisia.

9 n-klaanit ja n-klubit Rajoittamalla n-ryhmäkunnan halkaisijaa saadaan n-klaaneja ja n-klubeja. - n-klaanit ovat n-ryhmäkuntien osajoukkoja. Niissä karsitaan pois jäsenet joiden halkaisija on suurempi kuin n. - n-klubit ovat kuten n-klaanit, mutta niiden halkaisija on maksimaalinen, eli niihin ei voi lisätä yhtään jäsentä ilman, että halkaisija kasvaisi suuremmaksi kuin n. N-klaanit löytyy helposti rajoittamalla n- ryhmäkuntia, mutta n-klubien löytäminen on hankalaa, eikä SNA-työkaluissa ole yleensä rutiineja niiden löytämiseksi.

Solmun asteen mukaan määräytyvät alaryhmät 10 - Alaryhmän jäsenillä ei tarvitse olla sidosta kaikkien alaryhmän jäsenten kesken, vaan määritellään minimäärä jäsenille joihin yhteys tulee löytyä. - Tarve tälle syntynyt n-ryhmäkuntien haavoittuvuuden vuoksi -> yhdenkin solmun puuttuminen voi hajoittaa koko ryhmäkunnan. - Kestävät alaryhmät eivät hajoa yksittäisten solmujen hävitessä. - K-punokset (k-plex) syntyvät kun jäsenten välillä on suhteellisen paljon sidoksia.

11 k-punokset - Alaryhmän jäsenellä ei tarvitse olla sidosta jokaiseen ryhmän jäseneen, k kertoo kuinka monta sidosta saa korkeintaan puuttua. - Mitä suuremmaksi k kasvaa, sitä enemmän sidoksia saa puuttua. - Jäsenillä on kuitenkin sidoksia moniin muihin jäseniin, joten k- punos on selvästi n-ryhmäkuntaa kestävämpi. Yhden jäsenen häviäminen ei riko alaryhmää. - k:n suuruus rajoittaa k-punoksen halkaisijaa. Jos k on pieni suhteessa k-punoksen kokoon, on halkaisijakin pieni -> alaryhmä on tiivis. - Tutkijan tulee määrittää k-punoksen koko niin, ettei se ole liian pieni verrattuna puuttuvien sidosten määrään.

12 k-ytimet (k-cores) - k-ytimet ovat tavallaan k-punoksien vastakohtia. Niissä jäsenellä tulee olla vähintään k sidosta muihin alaryhmän jäseniin. - Ne eivät sellaisenaan ole kovin mielenkiintoisia tutkimuskohteita, mutta niistä voi löytyä koheesiivisia alaryhmiä.

13 Sisäiset sidokset vs. sidokset ulospäin - Tähän asti on perehdytty alaryhmien sisäisten sidoksien tutkimiseen. - Alaryhmän koheesio määräytyy kuitenkin myös sidoksista ulkopuolisiin toimijoihin ja näiden sidosten vahvuudesta, säänöllisyydestä, tiheydestä ja etäisyydestä.

14 LS-setit - Ryhmä toimijoita S sosiaalisessa verkostossa on LS-setti, jos sen jokaisesta kunnollisesta osajoukosta on enemmän sidoksia S:n sisälle mitä sen ulkopuolelle (Seidman 1983a, s.97). - N s on LS-setti, jos millä tahansa kunnollisella osajoukkolla L N on enemmän sidoksia osajoukon N s L toimijoihin, kuin osajoukon N N toimijoihin. s - Koska LS-seteillä on enemmän sidoksia sen sisällä mitä siitä ulospäin, ne ovat suhteellisen kestäviä ja vakaita pidemmälläkin aikavälillä. - LS-setit ovat joko toisistaan täysin erillään tai sisäkkäisiä, eli eivät jaa jäseniä -> muodostuu hierarkia. s

15 Lambda-setit - Lambda-setit laajentavat LS-settejä ja perustuvat siihen ajatukseen, että koheesiivisien alaryhmien pitäisi pysyä kasassa vaikka sidoksia häviäisikin. - Määritellään λ ( i, j), joka kertoo minimimäärän sidoksia, jotka tulee poistaa graafista, jotta toimijoiden i ja j välille ei jää polkua = sidoksen vahvuus. - Lambda-setit ovat yleisempiä mitä LS-setit. - Lambda-settien vahvuutena pidetään sitä, että toimijoiden ei tarvitse sijaita lähellä toisiaan, vaan polut voivat olla joskus pitkiäkin.

16 Koheesion laskeminen - Kun aikaisemmin on esitelty tapoja määritellä ryhmän koheesiivisuus, nyt tutkitaan kuinka koheesiivisuus voidaan laskea. - Yksi tapa etsiä koheesiivisia alaryhmiä verkostossa on rakentaa ryhmiä iteratiivisesti niin, että uuden jäsenen lisääminen ei vähennä sidosten vahvuutta ryhmän sisällä verrattuna sidosten vahvuuteen ryhmän ulkopuolelle. g g s N s = kaikki verkon toimijat = osajoukon toimijat = osajoukko g N s ( g N ( s s g g s N s 1) g s x i j ij N x i j ij s s )

17 Suunnatut suhteet - Aikaisempia menetelmiä voidaan käyttää myös suunnattujen suhteiden kanssa. - Suunnatuille suhteille voidaan määritellä koheesiiviset alaryhmät monin eri tavoin. Selkein näistä on tutkia yhteisiä sidoksia graafissa. - Sidoksille voidaan myös määritellä ominaisuuksia.

18 Ryhmäkunnat ja yhteiset sidokset - Ryhmäkunnan määritelmä perustuu siihen, että toimijoiden sidokset ovat yhteisiä. Suunnatuissa suhteissa ryhmäkunnat löytyvät kun tutkitaan vain niitä sidoksia, jotka ovat yhteisiä. x min ij = x min ji = x x 1 jos = = ij ji 0 muuten 1, Tämä vastaa sosiomatriisin symmetrisointia ottamalla minimiarvot ei-diagonaalisista soluista.

19 Suunnattujen suhteiden liitettävyys - Graafiteoriassa polku määritellään nuolista, jotka osoittavat samaan suuntaan. - Puolipolku on kahden toimijan välinen sidos, jossa suhteen suunnalla ei ole väliä. Vain toimijoiden välisellä yhteydellä on merkitys. Näiden avulla määritellään neljä tapaa, kuinka toimijat voivat olla yhteydessä keskenään: i. Heikko n-sidos, kun välissä on puolipolku pituudeltaan n tai vähemmän. ii. Yksipuolinen n-sidos, kun toimijoiden välillä on polku jompaan kumpaan suuntaan ja sen pituus on n tai vähemmän. iii.vahva n-sidos, kun molempiin suuntiin on polku, mutta polkujen väliset toimijat eivät ole samoja. iv.rekursiivinen n-sidos, kun molempiin suuntiin on polku ja polkujen väliset toimijat ovat samoja.

20 n-ryhmäkunnat ja suunnatut suhteet n-ryhmäkunnat määritellään edellisten neljän ominaisuuden mukaan: - Heikkosidoksinen n-ryhmäkunta on osajoukko, jossa kaikki jäsenet ovat keskenään heikosti sidottu, eikä ole muita toimijoita, jotka olisivat heikosti sidottu kaikkiin osajoukon jäseniin. - Yksipuolisesti sidottu n-ryhmäkunta koostuu jäsenistä, jotka ovat keskenään yksipuolisesti sidottu jne. - Jne. - Jne.

21 Arvotetut suhteet - Suhteilla on monesti arvostus. Se voi olla esimerkiksi sidosten voimakkuus tai tiheys ja näiden määrittämiseen voidaan käyttää lukumäärää tai asteikkoa. - Koheesiivisten alaryhmien tutkimisessa keskitytään luonnollisesti niihin suhteisiin, joilla on mahdollisimman suuri arvostus. - Jos arvostus voi saada C arvoa, on sidosten vahvuus välillä 0.. C-1. Tutkittaessa koheesiivisia alaryhmiä rajaarvo c on käytännöllinen ja se asetetaan jonnekin 0:n ja C-1:n väliin.

22 (n)-ryhmäkunnat ja k-punokset - Kuten aikaisemminkin, ryhmäkunnan jäsenet koostuvat toimijoista joilla on yhteys kaikkiin muihin ryhmäkunnan jäseniin. Nyt sidoksen raja-arvona toimii sidoksen arvostus c. - n-ryhmäkunnat laajentavat tätä osajoukkoa polun pituudella n. - k-punoksissa kaikkien toimijoiden Gs sidosten arvostuksen tulee olla vähintään c:n suuruinen vähintään Gs-k toimijaan.

23 Lopuksi - Koheesiivisia alaryhmiä voi löytää monin eri tavoin ja tulokset vaihtelevat sen mukaan. - Tutkijan vastuulle jää tulosten analysoiminen. Tätä voi tehdä kolmella eri tasolla: i. Yksittäinen toimija (on ryhmän jäsen tai ei ole) ii. Alaryhmät (jäsenten yhteiset ominaisuudet) iii. Koko verkko (alaryhmien määrä ja päällekkäisyys) http://www.cindoc.csic.es/cybermetrics/articles/v10i1p1_8.jpg

24 Viitteet - Wasserman, S. & Faust, K. 1994. Social Network Analysis: Methods and Applications. New York: Cambridge University Press - Cohesive Subgroups, viitattu 5.3.2009 <URL: http://www.analytictech.com/networks/subgroup.htm>