✖


Jump to content

Анализ социальных сетей

(Перенаправлено из Анализа социальных сетей )
Эта статья о теоретической концепции. Количественное применение к социальным сетям см. в разделе «Аналитика социальных сетей» . Информацию о сайтах социальных сетей см. в разделе Служба социальных сетей . Чтобы узнать о других значениях, см. Социальная сеть (значения) .

Часть серии о
Социология
Ключевые темы
Перспективы
Филиалы
Методы
Основные теоретики
Списки
Часть серии о
Сетевая наука
Интернет_карта_1024.jpg
Типы сетей
Графики
Функции
Типы
Модели
Топология
Динамика
  • Списки
  • Категории
Диаграмма социальной сети, показывающая дружеские связи между группой пользователей Facebook .

Анализ социальных сетей ( SNA ) – это процесс исследования социальных структур с помощью сетей и теории графов . [1] Он характеризует сетевые структуры с точки зрения узлов (отдельных участников, людей или вещей внутри сети) и связей , ребер или связей (отношений или взаимодействий), которые их соединяют. Примеры социальных структур, которые обычно визуализируются посредством анализа социальных сетей, включают сети социальных сетей , [2] [3] мемов , распространение [4] циркуляция информации, [5] сети дружбы и знакомств , сети сверстников, [6] деловые сети, сети знаний, [7] [8] сложные рабочие отношения, [9] графики сотрудничества , родства , передачи болезней и сексуальных отношений . [10] [11] Эти сети часто визуализируются с помощью социограмм , в которых узлы представлены в виде точек, а связи — в виде линий. Эти визуализации предоставляют средства качественной оценки сетей путем изменения визуального представления их узлов и ребер для отражения интересующих атрибутов. [12]

Анализ социальных сетей стал ключевым методом в современной социологии . Он также приобрел значительную популярность в следующих областях: антропология , биология , [13] демография , коммуникативные исследования , [3] [14] экономика , география , история , информатика , организационные исследования , [7] [9] физика , [15] политология , [16] общественное здравоохранение, [17] [8] социальная психология , исследования развития , социолингвистика и информатика , [18] исследования в области образования и дистанционного образования, [19] и теперь широко доступен как потребительский инструмент (см. список программного обеспечения SNA ). [20] [21] [22]

История

[ редактировать ]

Анализ социальных сетей имеет свои теоретические корни в работах ранних социологов, таких как Георг Зиммель и Эмиль Дюркгейм , которые писали о важности изучения моделей отношений, связывающих социальных субъектов. Социологи использовали концепцию « социальных сетей » с начала 20-го века для обозначения сложных комплексов отношений между членами социальных систем на всех уровнях, от межличностного до международного. [23]

В 1930-х годах Джейкоб Морено и Хелен Дженнингс представили основные аналитические методы. [23] В 1954 году Джон Арундел Барнс начал систематически использовать этот термин для обозначения моделей связей, охватывая концепции, традиционно используемые общественностью и социологами: ограниченные группы (например, племена, семьи) и социальные категории (например, пол, этническая принадлежность). .

Начиная с 1970-х годов такие ученые, как Рональд Берт , Кэтлин Карли , Марк Грановеттер , Дэвид Кракхардт , Эдвард Лауманн , Анатол Рапопорт , Барри Веллман , Дуглас Р. Уайт и Харрисон Уайт , расширили использование систематического анализа социальных сетей. [24]

Начиная с конца 1990-х годов анализ социальных сетей пережил дальнейшее возрождение благодаря работам социологов, политологов, экономистов, ученых-компьютерщиков и физиков, таких как Дункан Дж. Уоттс , Альберт-Ласло Барабаси , Питер Бирман , Николас А. Кристакис , Джеймс Х. Фаулер , Марк Ньюман , Мэтью Джексон , Джон Кляйнберг и другие, разрабатывающие и применяющие новые модели и методы, отчасти вызванные появлением новых доступных данных об онлайн-социальных сетях, а также «цифровых следов» личного общения. сети.

Вычислительная SNA широко использовалась в исследованиях по изучению второго языка за рубежом. [25] [6] [26] Даже при изучении литературы сетевой анализ применяли Анхейер, Герхардс и Ромо. [27] Воутер шума, [28] и Бургерт Сенекаль. [29] Действительно, анализ социальных сетей нашел применение в различных академических дисциплинах, а также в практических контекстах, таких как противодействие отмыванию денег и терроризму . [ нужна ссылка ]

Метрики

[ редактировать ]
каждого узла Оттенок (от красного = 0 до синего = максимум) указывает на промежуточную центральность .

Размер: количество членов сети в данной сети.

Соединения

[ редактировать ]

Гомофилия : степень, в которой актеры формируют связи с похожими, а не с непохожими другими. Сходство может определяться полом, расой, возрастом, родом занятий, образовательными достижениями, статусом, ценностями или любой другой существенной характеристикой. [30] Гомофилию еще называют ассортативностью .

Мультиплексность: количество форм контента, содержащихся в связи. [31] Например, два человека, которые являются друзьями и одновременно работают вместе, будут иметь мультиплексность, равную 2. [32] Мультиплексность связана с силой взаимоотношений и может также включать перекрытие положительных и отрицательных сетевых связей. [9]

Взаимность/взаимность: степень, в которой два актера отвечают друг другу взаимностью на дружбу или другое взаимодействие. [33]

Замыкание сети : мера полноты реляционных триад. Предположение человека о закрытости сети (т.е. о том, что его друзья тоже друзья) называется транзитивностью. Транзитивность — это результат индивидуальной или ситуативной черты потребности в когнитивном завершении . [34]

Близость : тенденция актеров иметь больше связей с географически близкими людьми.

Распределения

[ редактировать ]

Мост : человек, чьи слабые связи заполняют структурную дыру , обеспечивая единственную связь между двумя людьми или группами. Он также включает кратчайший маршрут, когда более длинный невозможен из-за высокого риска искажения сообщения или сбоя доставки. [35]

Центральность : Центральность относится к группе показателей, целью которых является количественная оценка «важности» или «влияния» (в различных смыслах) конкретного узла (или группы) в сети. [36] [37] [38] [39] Примеры распространенных методов измерения «центральности» включают центральность по посредничеству , [40] центральность по близости , центральность по собственному вектору , альфа-центральность и центральность по степени . [41]

Плотность : доля прямых связей в сети относительно общего возможного числа. [42] [43]

Расстояние: минимальное количество связей, необходимое для соединения двух конкретных действующих лиц, популяризированное экспериментом Стэнли Милгрэма « Маленький мир» и идеей «шести степеней разделения».

Структурные дыры: Отсутствие связей между двумя частями сети. Обнаружение и использование структурной дыры может дать предпринимателю конкурентное преимущество. Эта концепция была разработана социологом Рональдом Бертом и иногда называется альтернативной концепцией социального капитала.

Сила связи: определяется линейной комбинацией времени, эмоциональной интенсивности, близости и взаимности (т.е. взаимности). [35] Сильные связи связаны с гомофилией, близостью и транзитивностью, а слабые связи связаны с мостами.

Сегментация

[ редактировать ]

Группы идентифицируются как « клики », если каждый человек напрямую связан с каждым другим человеком, « социальные круги », если прямой контакт менее строгий, что является неточным, или как структурно сплоченные блоки, если требуется точность. [44]

Коэффициент кластеризации : мера вероятности того, что два партнера узла являются ассоциированными. Более высокий коэффициент кластеризации указывает на большую «кликовость». [45]

Сплоченность: Степень, в которой актеры напрямую связаны друг с другом сплоченными связями . Структурная сплоченность означает минимальное количество членов, которые, если их исключить из группы, разъединят группу. [46] [47]

Моделирование и визуализация сетей

[ редактировать ]
Различные характеристики социальных сетей. A, B и C демонстрируют разную центральность и плотность сетей; На панели D показано замыкание сети, т. е. когда два актора, связанные с общим третьим актором, имеют тенденцию также образовывать прямую связь между собой. Панель E представляет двух действующих лиц с разными характеристиками (например, организационной принадлежностью, убеждениями, полом, образованием), которые склонны формировать связи. Панель F состоит из двух типов связей: дружбы (сплошная линия) и неприязни (пунктирная линия). В этом случае два актера, являющиеся друзьями, не любят общего третьего (или, аналогично, два актера, которым не нравится общий третий, склонны быть друзьями).

Визуальное представление социальных сетей важно для понимания сетевых данных и передачи результатов анализа. [48] Были представлены многочисленные методы визуализации данных, полученных в результате анализа социальных сетей. [49] [50] [51] Многие аналитические программы имеют модули для визуализации сети. Исследование данных осуществляется путем отображения узлов и связей в различных макетах, а также присвоения узлам цвета, размера и других расширенных свойств. Визуальное представление сетей может быть мощным методом передачи сложной информации, но следует проявлять осторожность при интерпретации свойств узлов и графов только на основе визуальных представлений, поскольку они могут искажать структурные свойства, которые лучше фиксируются с помощью количественного анализа. [52]

Знаковые графики можно использовать для иллюстрации хороших и плохих отношений между людьми. Положительный край между двумя узлами обозначает положительные отношения (дружба, союз, свидания), а отрицательный край между двумя узлами обозначает отрицательные отношения (ненависть, гнев). Подписанные графы социальных сетей можно использовать для прогнозирования будущего развития графа. В подписанных социальных сетях существует понятие «сбалансированных» и «несбалансированных» циклов. Сбалансированный цикл определяется как цикл , в котором произведение всех знаков положительно. Согласно теории баланса , сбалансированные графики представляют собой группу людей, которые вряд ли изменят свое мнение о других людях в группе. Несбалансированные графики представляют группу людей, которые с большой вероятностью изменят свое мнение о людях в своей группе. Например, группа из 3 человек (A, B и C), где A и B имеют положительные отношения, B и C имеют положительные отношения, но C и A имеют отрицательные отношения, представляет собой несбалансированный цикл. Эта группа, скорее всего, превратится в сбалансированный цикл, например, в тот, где B имеет только хорошие отношения с A, а A и B имеют отрицательные отношения с C. Используя концепцию сбалансированных и несбалансированных циклов, эволюция подписано Графики социальных сетей можно предсказать. [53]

Различные подходы к совместному картированию сетей оказались полезными, особенно при использовании анализа социальных сетей в качестве инструмента содействия изменениям. Здесь участники/интервьюеры предоставляют сетевые данные, фактически отображая сеть (ручкой и бумагой или в цифровом виде) во время сеанса сбора данных. Примером подхода к картографированию сети на бумаге, который также включает сбор некоторых атрибутов действующих лиц (ощущаемое влияние и цели действующих лиц), является * Net-map Toolbox . Одним из преимуществ этого подхода является то, что он позволяет исследователям собирать качественные данные и задавать уточняющие вопросы во время сбора сетевых данных. [54]

Потенциал социальных сетей

[ редактировать ]

Потенциал социальных сетей (SNP) — это числовой коэффициент , полученный с помощью алгоритмов. [55] [56] человека чтобы представить как размер социальной сети , так и его способность влиять на эту сеть. Коэффициенты SNP были впервые определены и использованы Бобом Герстли в 2002 году. Тесно связанный термин — «Альфа-пользователь» , определяемый как человек с высоким SNP.

Коэффициенты SNP имеют две основные функции:

  1. Классификация людей на основе их потенциала социальных сетей и
  2. Взвешивание респондентов в количественных маркетинговых исследованиях.

Путем расчета SNP респондентов и ориентации на респондентов с высоким SNP сила и актуальность количественных маркетинговых исследований, используемых для разработки стратегий вирусного маркетинга повышается .

Переменные, используемые для расчета SNP человека, включают, помимо прочего: участие в деятельности социальных сетей, членство в группах, руководящие роли, признание, публикацию/редактирование/содействие неэлектронным средствам массовой информации, публикацию/редактирование/содействие электронным средствам массовой информации (веб-сайты, блоги), а также частоту распространения информации в их сети в прошлом. Аббревиатура «SNP» и некоторые из первых алгоритмов, разработанных для количественной оценки потенциала социальных сетей человека, были описаны в официальном документе «Рекламные исследования меняются» (Gerstley, 2003). См. « Вирусный маркетинг» . [57]

Первая книга [58] Для обсуждения коммерческого использования альфа-пользователей среди аудитории мобильных телекоммуникаций была книга «3G-маркетинг» Ахонена, Каспера и Мелькко в 2004 году. Первой книгой, в которой альфа-пользователи обсуждались в более общем контексте в контексте аналитики социального маркетинга, была книга «Сообщества доминируют над брендами» Ахонен и Мур в 2005 году. В 2012 году Никола Греко ( UCL ) представил на TEDx потенциал социальных сетей как параллелизм с потенциальной энергией , которую генерируют пользователи и которую должны использовать компании, заявив, что «SNP — это новый актив, к которому должна стремиться каждая компания». [59]

Практическое применение

[ редактировать ]
См. Также: Анализ социальных сетей в криминологии.

Анализ социальных сетей широко используется в широком спектре приложений и дисциплин. Некоторые распространенные приложения сетевого анализа включают агрегацию и анализ данных , моделирование распространения сети, сетевое моделирование и выборку, анализ атрибутов и поведения пользователей, поддержку ресурсов, поддерживаемых сообществом, анализ взаимодействия на основе местоположения, совместное использование и фильтрацию в социальных сетях, разработку рекомендательных систем и прогнозирование ссылок . и разрешение сущности. [60] В частном секторе предприятия используют анализ социальных сетей для поддержки таких действий, как взаимодействие и анализ клиентов, информационных систем , анализ развития [61] в маркетинге и бизнес-аналитике потребности (см. «Аналитика социальных сетей» ). Некоторые виды использования в государственном секторе включают разработку стратегий взаимодействия с лидерами, анализ индивидуального и группового взаимодействия и использования средств массовой информации , а также решение проблем на уровне сообщества .

Продольная СНС в школах

[ редактировать ]

Большое количество исследователей во всем мире изучают социальные сети детей и подростков. В анкетах перечисляют всех одноклассников, одноклассников или одноклассников, спрашивая: «Кто твои лучшие друзья?». Иногда студенты могут назначить столько сверстников, сколько пожелают; в других случаях количество номинаций ограничено. Исследователи социальных сетей исследовали сходство в сетях дружбы. Сходство между друзьями было установлено еще в классической античности. [62] Сходство — важная основа выживания дружеских отношений. Сходство в характеристиках, отношениях или поведении означает, что друзья быстрее понимают друг друга, имеют общие интересы, о которых можно поговорить, лучше знают, на каком уровне они находятся друг с другом, и больше доверяют друг другу. [63] В результате такие отношения становятся более стабильными и ценными. Более того, большее сходство делает молодых людей более уверенными в себе и помогает им развивать свою идентичность. [64] Сходство в поведении может быть результатом двух процессов: отбора (рыбак рыбака сбивается в стаю) и влияния (одно гнилое яблоко портит бочку). Эти два процесса можно различить с помощью продольного анализа социальных сетей в пакете R SIENA (Simulation Investigation for Empirical Network Analyses), разработанном Томом Снейдерсом и его коллегами. [65] Лонгитюдный анализ социальных сетей стал мейнстримом после публикации в 2013 году специального выпуска Журнала исследований подросткового возраста под редакцией Рене Винстра и содержащего 15 эмпирических статей. [66]

Приложения безопасности

[ редактировать ]

Анализ социальных сетей также используется в разведывательной, контрразведывательной и правоохранительной деятельности. Этот метод позволяет аналитикам составить карту тайных организаций, таких как шпионская сеть, организованная преступная семья или уличная банда. Агентство национальной безопасности (АНБ) использует свои программы электронного наблюдения для получения данных, необходимых для проведения такого рода анализа террористических ячеек и других сетей, которые считаются важными для национальной безопасности. Во время этого сетевого анализа АНБ просматривает до трех узлов в глубину. [67] После завершения первоначального картографирования социальной сети проводится анализ для определения структуры сети и определения, например, лидеров внутри сети. [68] Это позволяет военным или правоохранительным органам совершать обезглавливающие атаки по принципу «захватить или убить» ценных целей, занимающих руководящие должности, чтобы нарушить функционирование сети. АНБ проводит анализ в социальных сетях записей подробностей звонков (CDR), также известных как метаданные Вскоре после терактов 11 сентября . [69] [70]

Приложения для текстового анализа

[ редактировать ]

Большие текстовые корпуса можно превратить в сети, а затем проанализировать с помощью метода анализа социальных сетей. В этих сетях узлами являются социальные субъекты, а ссылками — действия. Извлечение этих сетей можно автоматизировать с помощью парсеров. Полученные сети, которые могут содержать тысячи узлов, затем анализируются с использованием инструментов теории сетей для выявления ключевых участников, ключевых сообществ или сторон, а также общих свойств, таких как надежность или структурная стабильность всей сети или центральность определенных узлы. [71] Это автоматизирует подход, представленный количественным нарративным анализом. [72] при этом тройки субъект-глагол-объект отождествляются с парами актеров, связанных действием, или парами, образованными актером-объектом. [73]

Повествовательная сеть выборов в США 2012 г. [73]

В других подходах текстовый анализ проводится с учетом сети слов, встречающихся в тексте. В этих сетях узлами являются слова, а ссылки между ними взвешиваются на основе частоты их совместного появления (в пределах определенного максимального диапазона).

Интернет-приложения

[ редактировать ]

Анализ социальных сетей также применяется для понимания поведения в Интернете отдельных лиц, организаций и между веб-сайтами. [18] Анализ гиперссылок можно использовать для анализа связей между веб-сайтами или веб-страницами, чтобы изучить, как передается информация, когда люди перемещаются по сети. [74] Связи между организациями были проанализированы с помощью анализа гиперссылок, чтобы определить, какие организации входят в проблемное сообщество. [75]

Нетократия

[ редактировать ]

Другая концепция, возникшая в результате этой связи между теорией социальных сетей и Интернетом, - это концепция нетократии , в которой появилось несколько авторов, изучающих корреляцию между расширенным использованием онлайн-социальных сетей и изменениями в динамике социальной власти. [76]

Интернет-приложения для социальных сетей

[ редактировать ]

Анализ социальных сетей применялся к социальным сетям как инструмент для понимания поведения между отдельными людьми или организациями посредством их связей на веб-сайтах социальных сетей, таких как Twitter и Facebook . [77]

В совместном обучении с компьютерной поддержкой

[ редактировать ]

Одним из наиболее современных методов применения SNA является изучение совместного обучения с компьютерной поддержкой (CSCL). Применительно к CSCL SNA используется, чтобы помочь понять, как учащиеся сотрудничают с точки зрения количества, частоты и продолжительности, а также качества, темы и стратегий общения. [78] Кроме того, SNA может сосредоточиться на конкретных аспектах сетевого подключения или на всей сети в целом. Он использует графические представления, письменные представления и представления данных, чтобы помочь изучить соединения внутри сети CSCL. [78] При применении SNA к среде CSCL взаимодействие участников рассматривается как социальная сеть. Основное внимание в анализе уделяется «связям», установленным между участниками – как они взаимодействуют и общаются – в отличие от того, как каждый участник вел себя самостоятельно.

Ключевые термины

[ редактировать ]

Существует несколько ключевых терминов, связанных с исследованиями анализа социальных сетей в области совместного обучения с компьютерной поддержкой, таких как: плотность , центральность , входная степень , выходная степень и социограмма .

  • Плотность относится к «связям» между участниками. Плотность определяется как количество соединений, которые имеет участник, разделенное на общее количество возможных соединений, которые может иметь участник. Например, если в проекте участвуют 20 человек, каждый потенциально может подключиться к 19 другим людям. Плотность 100 % (19/19) — это наибольшая плотность в системе. Плотность 5% означает, что существует только 1 из 19 возможных соединений. [78]
  • Центральность фокусируется на поведении отдельных участников внутри сети. Он измеряет степень взаимодействия человека с другими людьми в сети. Чем больше человек соединяется с другими в сети, тем выше его центральное положение в сети. [78] [14]

Переменные входящей и исходящей степени связаны с центральностью.

  • Центральность по степени концентрируется на конкретном человеке как на точке фокуса; Центральность всех остальных индивидуумов основана на их отношении к фокусной точке «внутреннего» индивидуума. [78]
  • Исходящая степень — это мера центральности, которая по-прежнему фокусируется на отдельном индивидууме, но аналитика занимается исходящими взаимодействиями индивидуума; Мерой централизации по исходящей степени является то, сколько раз человек, находящийся в точке фокуса, взаимодействует с другими. [78] [14]
  • Социограмма — это визуализация с определёнными границами связей в сети. Например, социограмма, показывающая точки централизации исходящей степени для Участника А, будет иллюстрировать все исходящие связи, которые Участник А установил в изучаемой сети. [78]

Уникальные возможности

[ редактировать ]

Исследователи используют анализ социальных сетей при изучении совместного обучения с компьютерной поддержкой отчасти из-за его уникальных возможностей. Этот конкретный метод позволяет изучать модели взаимодействия внутри сетевого обучающегося сообщества и может помочь проиллюстрировать степень взаимодействия участников с другими членами группы. [78] Графика, созданная с помощью инструментов СНС, обеспечивает визуализацию связей между участниками и стратегий, используемых для общения внутри группы. Некоторые авторы также предполагают, что СНС обеспечивает метод легкого анализа изменений в моделях участия членов с течением времени. [79]

В ряде исследований SNA применялась к CSCL в различных контекстах. Результаты включают корреляцию между плотностью сети и присутствием учителя. [78] большее внимание к рекомендациям «центральных» участников, [80] нечастость межполового взаимодействия в сети, [81] и относительно небольшая роль преподавателя в сети асинхронного обучения . [82]

Другие методы, используемые наряду с СНС

[ редактировать ]

Хотя многие исследования продемонстрировали ценность анализа социальных сетей в области совместного обучения с компьютерной поддержкой, [78] исследователи предположили, что одной SNA недостаточно для полного понимания CSCL. Сложность процессов взаимодействия и множество источников данных затрудняют для СНС проведение углубленного анализа CSCL. [83] Исследователи указывают, что СНС необходимо дополнять другими методами анализа, чтобы сформировать более точную картину опыта совместного обучения. [84]

В ряде исследований другие типы анализа сочетались с SNA при изучении CSCL. Это можно назвать многометодным подходом или триангуляцией данных , что приведет к повышению надежности оценки в исследованиях CSCL.

  • Качественный метод. Принципы качественного тематического исследования составляют прочную основу для интеграции методов СНС в изучение опыта CSCL. [85]
  • Количественный метод – включает в себя простой описательный статистический анализ событий с целью выявления конкретных настроений членов группы, которых не удалось отследить с помощью СНС, с целью выявления общих тенденций.
    • компьютера Файлы журналов : предоставляют автоматические данные о том, как учащиеся используют инструменты для совместной работы. [84]
    • Многомерное масштабирование (MDS) : отображает сходство между участниками, чтобы более похожие входные данные были ближе друг к другу. [84]
    • Программные инструменты: QUEST, SAMSA (система анализа на основе матрицы смежности и социограмм) и Nud*IST. [84]

См. также

[ редактировать ]

Ссылки

[ редактировать ]
  1. ^ Отте, Эвелен; Руссо, Рональд (декабрь 2002 г.). «Анализ социальных сетей: мощная стратегия, в том числе и для информационных наук». Журнал информатики . 28 (6): 441–453. дои : 10.1177/016555150202800601 . S2CID   17454166 .
  2. ^ Гранжан, Мартен (31 декабря 2016 г.). «Анализ социальной сети Twitter: составление карты сообщества цифровых гуманитарных наук» . Cogent Искусства и Гуманитарные науки . 3 (1). дои : 10.1080/23311983.2016.1171458 . S2CID   114999767 .
  3. ^ Jump up to: а б Хаген, Лони; Келлер, Томас; Нили, Стивен; ДеПаула, Ник; Роберт-Куперман, Клаудия (октябрь 2018 г.). «Кризисные коммуникации в эпоху социальных сетей: сетевой анализ твитов, связанных с вирусом Зика». Компьютерный обзор социальных наук . 36 (5): 523–541. дои : 10.1177/0894439317721985 . OCLC   7323548177 . S2CID   67362137 .
  4. ^ Насринпур, Хамид Реза; Фризен, Марсия Р.; Маклеод, Роберт Д. (22 ноября 2016 г.). «Агентная модель распространения сообщений в электронной социальной сети Facebook». arXiv : 1611.07454 [ cs.SI ].
  5. ^ Гранжан, Мартин (2022). «Разрыв Парижа и Женевы. Сетевой анализ архивов Международного комитета интеллектуального сотрудничества Лиги Наций» (PDF) . Культура как мягкая сила: соединение культурных связей, интеллектуальное сотрудничество и культурная дипломатия : 65–98. дои : 10.1515/9783110744552-004 .
  6. ^ Jump up to: а б Парадовский, Михал Б.; Яриновский, Анджей; Чопек, Каролина; Елинска, Магдалена; и др. (2021). «Взаимодействие со сверстниками и изучение второго языка: вклад анализа социальных сетей в обучение за рубежом по сравнению с домашней средой» . В Митчелле, Розамонд; Тайн, Генри (ред.). Язык, мобильность и обучение за рубежом в современном европейском контексте . Нью-Йорк: Рутледж. стр. 99–116. дои : 10.1017/S0261444820000580 . ISBN  978-10-03087-95-3 . S2CID   228863564 .
  7. ^ Jump up to: а б Бреннеке, Джулия; Ранг, Олаф (май 2017 г.). «Сеть знаний фирмы и передача советов между корпоративными изобретателями - многоуровневое сетевое исследование». Исследовательская политика . 46 (4): 768–783. дои : 10.1016/j.respol.2017.02.002 .
  8. ^ Jump up to: а б Харрис, Дженин К.; Люк, Дуглас А.; Цукерман, Рэйчел Б.; Шелтон, Сара К. (июнь 2009 г.). «Сорок лет исследований пассивного курения». Американский журнал профилактической медицины . 36 (6): 538–548. дои : 10.1016/j.amepre.2009.01.039 . OCLC   6980180781 . ПМИД   19372026 .
  9. ^ Jump up to: а б с Бреннеке, Юлия (июнь 2020 г.). «Диссонансные связи во внутриорганизационных сетях: почему люди обращаются за помощью в решении проблем к трудным коллегам». Журнал Академии менеджмента . 63 (3): 743–778. дои : 10.5465/amj.2017.0399 . OCLC   8163488129 . S2CID   164852065 .
  10. ^ Пиньейру, Карлос А.Р. (2011). Анализ социальных сетей в телекоммуникациях . Джон Уайли и сыновья. п. 4. ISBN  978-1-118-01094-5 .
  11. ^ Д'Андреа, Алессия; и др. (2009). «Обзор методов виртуального анализа социальных сетей» . У Авраама, Аджит (ред.). Вычислительный анализ социальных сетей: тенденции, инструменты и достижения исследований . Спрингер. п. 8. ISBN  978-1-84882-228-3 .
  12. ^ Гранспан, Дэниел (23 января 2014 г.). «Понимание классных комнат посредством анализа социальных сетей: руководство по анализу социальных сетей в исследованиях в области образования» . CBE: Образование в области наук о жизни . 13 (2): 167–178. дои : 10.1187/cbe.13-08-0162 . ПМК   4041496 . ПМИД   26086650 .
  13. ^ Трингали, Анжела; Шерер, Дэвид Л.; Косгроув, Джиллиан; Боуман, Рид (10 февраля 2020 г.). «Этап истории жизни объясняет поведение в социальной сети до и во время раннего сезона размножения у птиц, размножающихся совместно» . ПерДж . 8 : е8302. дои : 10.7717/peerj.8302 . ПМК   7020825 . ПМИД   32095315 .
  14. ^ Jump up to: а б с Различия хронотипов в социальных сетях, выявленные по данным мобильных телефонов . 2018. OCLC   1062367169 . [ нужна страница ]
  15. ^ Гао, Мин; Ли, Чжэн; Ли, Руйхен; Цуй, Чэньхао; Чен, Синьюань; Да, Бодиан; Ли, Юпэн; Гу, Вэйвэй; Гун, Цинъюань; Ван, Синь; Чен, Ян (октябрь 2023 г.). «EasyGraph: многофункциональная, кроссплатформенная и эффективная библиотека для междисциплинарного сетевого анализа» (PDF) . Узоры . 4 (10): 100839. doi : 10.1016/j.patter.2023.100839 . ПМЦ   10591136 . ПМИД   37876903 .
  16. ^ Ким, Рахюн Э (26 ноября 2020 г.). «Является ли глобальное управление фрагментированным, полицентричным или сложным? Современное состояние сетевого подхода» . Обзор международных исследований . 22 (4): 903–931. дои : 10.1093/isr/viz052 .
  17. ^ Харрис, Дженин К.; Клементс, Брюс (июль 2007 г.). «Использование анализа социальных сетей для понимания системы планирования чрезвычайных ситуаций в области общественного здравоохранения штата Миссури» . Отчеты общественного здравоохранения . 122 (4): 488–498. дои : 10.1177/003335490712200410 . OCLC   8062393936 . ПМЦ   1888499 . ПМИД   17639652 .
  18. ^ Jump up to: а б Ганбарнежад, Фахтех; Саха Рой, Риширадж; Карими, Фариба; Дельвенн, Жан-Шарль; Митра, Бивас (2019). Динамика сложных сетей III. Подходы машинного обучения и статистической физики . Чам: Springer International Publishing: Выходные данные: Springer. ISBN  9783030146832 . OCLC   1115074203 . [ нужна страница ]
  19. ^ Бозкурт, Арас; Акгюн-Узбек, Эла; Йылмазель, Сибель; Эрдогду, Эрдем; Укар, Хасан; Гюлер, Эмель; Сезгин, Сезан; Черное море, Абдулкадир; Сен-Эрсой, Назифе; Гоксель-Канбек, Ноль; Динсер, Гохан Дениз; Ари, Сулейман; Айдын, Дженгиз Хакан (20 января 2015 г.). «Тенденции исследований в области дистанционного образования: контент-анализ журналов 2009–2013 гг.» . Международный обзор исследований в области открытого и распределенного обучения . 16 (1). дои : 10.19173/irrodl.v16i1.1953 . ISSN   1492-3831 .
  20. ^ «Друзья в Facebook, сопоставленные с помощью приложения Wolfram Alpha» . Новости Би-би-си . 24 сентября 2012 года . Проверено 25 июля 2016 г.
  21. ^ Фредерик Лардинуа (30 августа 2012 г.). «Wolfram Alpha запускает персональные аналитические отчеты для Facebook» . Технический кризис . Проверено 25 июля 2016 г.
  22. ^ Ивальди М.; Феррери Л.; Даолио Ф.; Джакобини М.; Томассини М.; Райнольди А. «We-Sport: от отделения академии к базе данных для комплексного сетевого анализа; инновационный подход к новой технологии». J Sports Med Phys Fitness . 51 (прил. 1 к вып. 3). hdl : 2318/90491 . Анализ социальных сетей был использован для анализа свойств сети We-Sport.com, позволяющих глубоко интерпретировать и анализировать уровень явлений агрегации в конкретном контексте спорта и физических упражнений.
  23. ^ Jump up to: а б Фриман, Линтон С. (2004). Развитие анализа социальных сетей: исследование по социологии науки . Эмпирическая пресса; КнигаВсплеск. ISBN  978-1-59457-714-7 . OCLC   429594334 . [ нужна страница ]
  24. ^ Линтон Фриман (2006). Развитие анализа социальных сетей . Ванкувер: Эмпирическая пресса.
  25. ^ Парадовский, Михал Б.; Ярыновский, Анджей; Елинска, Магдалена; Чопек, Каролина (2021). «Избранные стендовые доклады с конференции Американской ассоциации прикладной лингвистики, Денвер, США, март 2020 г.: Внеклассное взаимодействие со сверстниками имеет значение для овладения вторым языком во время краткосрочного пребывания за границей: вклад анализа социальных сетей» . Обучение языку . 54 (1): 139–143. дои : 10.1017/S0261444820000580 . S2CID   228863564 .
  26. ^ Парадовский, Михал Б.; Церпих-Козел, Агнешка; Чен, Чи-Чун; Охаб, Джереми К. (2022). «Как результаты перевешивают входные данные и собеседники имеют значение для соглашения об уровне обслуживания для обучения за рубежом: вычислительный анализ взаимодействия учащихся в социальных сетях» . Журнал современного языка . 106 (4): 694–725. дои : 10.1111/модл.12811 . S2CID   255247273 .
  27. ^ Анхейер, Хельмут К.; Герхардс, Юрген; Ромо, Фрэнк П. (январь 1995 г.). «Формы капитала и социальной структуры в культурных областях: исследование социальной топографии Бурдье». Американский журнал социологии . 100 (4): 859–903. дои : 10.1086/230603 . S2CID   143587142 .
  28. ^ де Нуй, Воутер (октябрь 2003 г.). «Поля и сети: анализ корреспонденции и анализ социальных сетей в рамках теории поля». Поэтика . 31 (5–6): 305–327. дои : 10.1016/s0304-422x(03)00035-4 .
  29. ^ Сенекал, Бургерт (1 декабря 2012 г.). «Литературная система африкаанс: экспериментальный подход с использованием анализа социальных сетей (СНС): гуманитарные науки» [Литературная система африкаанс: экспериментальный подход с использованием анализа социальных сетей (СНС): гуманитарные науки]. Литнет Академикс (на языке африкаанс). 9 (3): 614–638. hdl : 10520/EJC129817 .
  30. ^ Макферсон, Миллер; Смит-Ловин, Линн; Кук, Джеймс М. (август 2001 г.). «Рыбак рыбака: гомофилия в социальных сетях». Ежегодный обзор социологии . 27 (1): 415–444. дои : 10.1146/annurev.soc.27.1.415 . S2CID   2341021 .
  31. ^ Подольный, Джоэл М.; Барон, Джеймс Н. (октябрь 1997 г.). «Ресурсы и отношения: социальные сети и мобильность на рабочем месте». Американский социологический обзор . 62 (5): 673. CiteSeerX   10.1.1.114.6822 . дои : 10.2307/2657354 . JSTOR   2657354 .
  32. ^ Килдафф, М.; Цай, В. (2003). Социальные сети и организации . Публикации Сейджа.
  33. ^ Кадушин, С. (2012). Понимание социальных сетей: теории, концепции и выводы . Оксфорд: Издательство Оксфордского университета. ISBN  9780195379471 .
  34. ^ Флинн, Фрэнсис Дж.; Рейганс, Рэй Э.; Гиллори, Люсия (2010). «Вы двое знаете друг друга? Транзитивность, гомофилия и необходимость закрытия (сети)». Журнал личности и социальной психологии . 99 (5): 855–869. дои : 10.1037/a0020961 . ПМИД   20954787 . S2CID   6335920 .
  35. ^ Jump up to: а б Грановеттер, Марк С. (май 1973 г.). «Сила слабых связей». Американский журнал социологии . 78 (6): 1360–1380. дои : 10.1086/225469 . S2CID   59578641 .
  36. ^ Хансен, Дерек; и др. (2010). Анализ социальных сетей с помощью NodeXL . Морган Кауфманн. п. 32. ISBN  978-0-12-382229-1 .
  37. ^ Лю, Бинг (2011). Интеллектуальный анализ веб-данных: изучение гиперссылок, содержимого и данных об использовании . Спрингер. п. 271. ИСБН  978-3-642-19459-7 .
  38. ^ Ханнеман, Роберт А. и Риддл, Марк (2011). «Концепции и меры базового сетевого анализа» . Справочник Sage по анализу социальных сетей . МУДРЕЦ. стр. 364–367. ISBN  978-1-84787-395-8 .
  39. ^ Цветоват Максим и Кузнецов Александр (2011). Анализ социальных сетей для стартапов: поиск связей в социальной сети . О'Рейли. п. 45. ИСБН  978-1-4493-1762-1 .
  40. ^ Наиболее полная ссылка: Вассерман, Стэнли и Фауст, Кэтрин (1994). Анализ социальных сетей: методы и приложения . Кембридж: Издательство Кембриджского университета. Краткое и понятное основное резюме находится в Кребс, Валдис (2000). «Социальная жизнь маршрутизаторов». Журнал интернет-протокола . 3 (декабрь): 14–25.
  41. ^ Опсал, Торе; Агнессенс, Филип; Скворец, Джон (июль 2010 г.). «Центральность узла во взвешенных сетях: степень обобщения и кратчайшие пути». Социальные сети . 32 (3): 245–251. дои : 10.1016/j.socnet.2010.03.006 .
  42. ^ «Анализ социальных сетей» (PDF) . Полевой устав 3-24: Меры по подавлению восстания . Штаб-квартира Департамента армии . стр. Б–11 – Б–12.
  43. ^ Сюй, Гуандун; и др. (2010). Веб-майнинг и социальные сети: методы и приложения . Спрингер. п. 25. ISBN  978-1-4419-7734-2 .
  44. ^ Cohesive.blocking — это программа R для расчета структурной сплоченности в соответствии с алгоритмом Муди-Уайта (2003). На этом вики-сайте представлены многочисленные примеры и руководства по использованию R.
  45. ^ Ханнеман, Роберт А. и Риддл, Марк (2011). «Концепции и меры базового сетевого анализа» . Справочник Sage по анализу социальных сетей . МУДРЕЦ. стр. 346–347. ISBN  978-1-84787-395-8 .
  46. ^ Муди, Джеймс; Уайт, Дуглас Р. (февраль 2003 г.). «Структурная сплоченность и включенность: иерархическая концепция социальных групп». Американский социологический обзор . 68 (1): 103. CiteSeerX   10.1.1.18.5695 . дои : 10.2307/3088904 . JSTOR   3088904 . S2CID   142591846 .
  47. ^ Паттилло, Джеффри; и др. (2011). «Модели релаксации клик в анализе социальных сетей» . На тайском языке: Мой Т. и Пардалос, Панос М. (ред.). Справочник по оптимизации сложных сетей: коммуникации и социальные сети . Спрингер. п. 149. ИСБН  978-1-4614-0856-7 .
  48. ^ Линтон К. Фриман. «Визуализация социальных сетей» . Журнал социальной структуры . 1 .
  49. ^ Хамдака, Мохаммед; Тахвилдари, Ладан; ЛаШапель, Нил; Кэмпбелл, Брайан (2014). «Обнаружение культурных сцен с использованием обратной оптимизации Лувена» . Наука компьютерного программирования . 95 : 44–72. дои : 10.1016/j.scico.2014.01.006 .
  50. ^ Бахер, Р. (1995). «Графическое взаимодействие и визуализация для анализа и интерпретации результатов анализа непредвиденных обстоятельств». Графическое взаимодействие и визуализация для анализа и интерпретации результатов анализа непредвиденных обстоятельств . Труды компьютерных приложений для электроэнергетики 1995 года. Солт-Лейк-Сити, США: Общество энергетиков IEEE. стр. 128–134. дои : 10.1109/PICA.1995.515175 . ISBN  0-7803-2663-6 .
  51. ^ Кашера, MC; Ферри, Ф.; Грифони, П. (2008). «SIM: метод динамической многомерной визуализации для социальных сетей». Психологический журнал . 6 (3): 291–320.
  52. ^ МакГрат, Кэтлин; Блайт, Джим; Кракхардт, Дэвид (август 1997 г.). «Влияние пространственного расположения на суждения и ошибки при интерпретации графиков». Социальные сети . 19 (3): 223–242. CiteSeerX   10.1.1.121.5856 . дои : 10.1016/S0378-8733(96)00299-7 .
  53. ^ Картрайт, Дорвин; Харари, Фрэнк (1956). «Структурный баланс: обобщение теории Хайдера». Психологический обзор . 63 (5): 277–293. дои : 10.1037/h0046049 . ПМИД   13359597 . S2CID   14779113 .
  54. ^ Хоган, Берни; Карраско, Хуан Антонио; Веллман, Барри (май 2007 г.). «Визуализация личных сетей: работа с социограммами, поддерживаемыми участниками». Полевые методы . 19 (2): 116–144. дои : 10.1177/1525822X06298589 . S2CID   61291563 .
  55. ^ Гнев, Изабель; Киттл, Кристиан (2011). «Измерение влияния в Твиттере». Материалы 11-й Международной конференции по управлению знаниями и технологиям знаний - i-KNOW '11 . п. 1. дои : 10.1145/2024288.2024326 . ISBN  9781450307321 . S2CID   30427 .
  56. ^ Рикельме, Фабиан; Гонсалес-Кантерджани, Пабло (сентябрь 2016 г.). «Измерение влияния пользователей на Твиттер: опрос». Обработка информации и управление . 52 (5): 949–975. arXiv : 1508.07951 . дои : 10.1016/j.ipm.2016.04.003 . S2CID   16343144 .
  57. ^ (Ред.), Сара Розенгрен (2013). Меняющиеся роли рекламы . Висбаден: Springer Fachmedien Wiesbaden GmbH. ISBN  9783658023645 . Проверено 22 октября 2015 г. [ нужна страница ]
  58. ^ Ахонен Т.Т., Каспер Т. и Мелькко С. (2005). 3G-маркетинг: сообщества и стратегическое партнерство. Джон Уайли и сыновья.
  59. ^ «технологии» «Смотрите «TEDxMilano – Никола Греко – по математике и в социальной сети «Видео на TEDxTalks» . TEDxTalks .
  60. ^ Голбек, Дж. (2013). Анализ социальной сети . Морган Кауфманн. ISBN  978-0-12-405856-9 .
  61. ^ Арам, Майкл; Нойманн, Густав (1 июля 2015 г.). «Многоуровневый анализ совместной разработки бизнес-информационных систем» . Журнал Интернет-услуг и приложений . 6 (1): 13. дои : 10.1186/s13174-015-0030-8 . S2CID   16502371 .
  62. ^ Макферсон, Миллер; Смит-Ловин, Линн; Кук, Джеймс М. (2001). «Рыбак рыбака: гомофилия в социальных сетях» . Ежегодный обзор социологии . 27 (1): 415–444. дои : 10.1146/annurev.soc.27.1.415 . ISSN   0360-0572 . S2CID   2341021 .
  63. ^ Лаурсен, Бретт; Венстра, Рене (2021). «На пути к пониманию функций влияния сверстников: краткое изложение и синтез недавних эмпирических исследований» . Журнал исследований подросткового возраста . 31 (4): 889–907. дои : 10.1111/jora.12606 . ISSN   1050-8392 . ПМЦ   8630732 . ПМИД   34820944 .
  64. ^ «Халлинан, М.Т. (1980). Модели группировки среди молодежи. В Х.К. Фут, А.Дж. Чепмен и Дж.Р. Смит (ред.), Дружба и социальные отношения у детей (стр. 321–342). Нью-Йорк, Нью-Йорк: Уайли» . psycnet.apa.org . Проверено 10 марта 2023 г.
  65. ^ Снейдерс, Том А.Б.; ван де Бунт, Герхард Г.; Стеглих, Кристиан Э.Г. (2010). «Введение в стохастические актерские модели сетевой динамики» . Социальные сети . Динамика социальных сетей. 32 (1): 44–60. дои : 10.1016/j.socnet.2009.02.004 . ISSN   0378-8733 .
  66. ^ Винстра, Рене; Ланинга-Вийнен, Лидия (2023). «Значение взаимодействия со сверстниками, отношений и сетей в подростковом и раннем взрослом возрасте» . osf.io. ​Американская психологическая ассоциация . Проверено 10 марта 2023 г.
  67. ^ Акерман, Спенсер (17 июля 2013 г.). «АНБ предупредило обуздать слежку, поскольку агентство раскрывает еще большие масштабы» . Хранитель . Проверено 19 июля 2013 г.
  68. ^ «Как АНБ использует анализ социальных сетей для картирования террористических сетей» . 12 июня 2013 года . Проверено 19 июля 2013 г.
  69. ^ «АНБ использует анализ социальных сетей» . Проводной . 12 мая 2006 года . Проверено 19 июля 2013 г.
  70. ^ Драйер, Александр (11 мая 2006 г.). «АНБ располагает огромной базой данных телефонных звонков американцев» . Сланец . Проверено 19 июля 2013 г.
  71. ^ Судхахар, Саатвига; Де Фасио, Джанлука; Франзози, Роберто; Кристианини, Нелло (январь 2015 г.). «Сетевой анализ повествовательного контента в больших корпусах» . Инженерия естественного языка . 21 (1): 81–112. дои : 10.1017/S1351324913000247 . hdl : 1983/dfb87140-42e2-486a-91d5-55f9007042df . S2CID   3385681 .
  72. ^ Количественный описательный анализ; Роберто Францози; Университет Эмори © 2010
  73. ^ Jump up to: а б Судхахар, Саатвига; Вельтри, Джузеппе А; Кристианини, Нелло (май 2015 г.). «Автоматизированный анализ президентских выборов в США с использованием больших данных и сетевого анализа» . Большие данные и общество . 2 (1). дои : 10.1177/2053951715572916 . hdl : 2381/31767 .
  74. ^ Остербур, Меган; Киль, Кристина (апрель 2017 г.). «Гегемон, борющийся за равные права: доминирующая роль COC Nederland в транснациональной сети защиты прав ЛГБТ». Глобальные сети . 17 (2): 234–254. дои : 10.1111/glob.12126 .
  75. ^ Бреттшнайдер, Марла; Берджесс, Сьюзен; Китинг, Кристина, ред. (19 сентября 2017 г.). «Розовые ссылки: визуализация глобальной сети ЛГБТК» . ЛГБТ-политика . Издательство Нью-Йоркского университета. стр. 493–522. дои : 10.18574/ню/9781479849468.003.0034 . ISBN  978-1-4798-4946-8 .
  76. ^ Бард, Александр; Сшдерквист, Ян (24 февраля 2012 г.). Нетокракты: Трилогия Футурики 1 . Стокгольмский текст. ISBN  9789187173004 . Проверено 3 марта 2017 г.
  77. ^ Квак, Хэун; Ли, Чанхён; Парк, Хосунг; Мун, Сью (26 апреля 2010 г.). «Что такое Twitter, социальная сеть или новостное СМИ?». Материалы 19-й международной конференции по Всемирной паутине . АКМ. стр. 591–600. CiteSeerX   10.1.1.212.1490 . дои : 10.1145/1772690.1772751 . ISBN  9781605587998 . S2CID   207178765 .
  78. ^ Jump up to: а б с д и ж г час я дж Лаат, Мартен де; Лалли, Вик; Липпонен, Лассе; Саймонс, Роберт-Ян (8 марта 2007 г.). «Исследование закономерностей взаимодействия в сетевом обучении и совместном обучении с компьютерной поддержкой: роль анализа социальных сетей». Международный журнал совместного обучения с компьютерной поддержкой . 2 (1): 87–103. дои : 10.1007/s11412-007-9006-4 . S2CID   3238474 .
  79. ^ «Модели взаимодействия в компьютерном обучении: анализ социальных сетей». Международная конференция обучающих наук . 2013. С. 346–351. дои : 10.4324/9780203763865-71 . ISBN  9780203763865 .
  80. ^ Мартинес, А.; Димитриадис, Ю.; Рубия, Б.; Гомес, Э.; де ла Фуэнте, П. (декабрь 2003 г.). «Сочетание качественной оценки и анализа социальных сетей для изучения социальных взаимодействий в классе». Компьютеры и образование . 41 (4): 353–368. CiteSeerX   10.1.1.114.7474 . doi : 10.1016/j.compedu.2003.06.001 . S2CID   10636524 .
  81. ^ Чо, Х.; Стефанон М. и Гей Г. (2002). Обмен социальной информацией в сообществе CSCL . Компьютерная поддержка совместного обучения: основы сообщества CSCL. Хиллсдейл, Нью-Джерси: Лоуренс Эрлбаум. стр. 43–50. CiteSeerX   10.1.1.225.5273 .
  82. ^ Авив, Р.; Эрлих, З.; Равид Г. и Гева А. (2003). «Сетевой анализ построения знаний в сетях асинхронного обучения». Журнал сетей асинхронного обучения . 7 (3): 1–23. CiteSeerX   10.1.1.2.9044 .
  83. ^ Дарадумис, Танасис; Мартинес-Монес, Алехандра; Джафа, Фатос (5 ​​сентября 2004 г.). «Комплексный подход к анализу и оценке эффективности групп виртуального обучения» . Во Вриде, Герт-Ян де; Герреро, Луис А.; Равентос, Габриэла Марин (ред.). Программное обеспечение для групповой работы: проектирование, реализация и использование . Конспекты лекций по информатике. Том. 3198. Шпрингер Берлин Гейдельберг. стр. 289–304 . дои : 10.1007/978-3-540-30112-7_25 . hdl : 2117/116654 . ISBN  9783540230168 . S2CID   6605 .
  84. ^ Jump up to: а б с д и ж г Мартинес, А.; Димитриадис, Ю.; Рубия, Б.; Гомес, Э.; де ла Фуэнте, П. (1 декабря 2003 г.). «Сочетание качественной оценки и анализа социальных сетей для изучения социальных взаимодействий в классе». Компьютеры и образование. Документирование совместных взаимодействий: проблемы и подходы . 41 (4): 353–368. CiteSeerX   10.1.1.114.7474 . doi : 10.1016/j.compedu.2003.06.001 . S2CID   10636524 .
  85. ^ Джонсон, Карен Э. (1 января 1996 г.). «Обзор искусства тематического исследования». Журнал современного языка . 80 (4): 556–557. дои : 10.2307/329758 . JSTOR   329758 .

Дальнейшее чтение

[ редактировать ]
[ редактировать ]
Викискладе есть медиафайлы, связанные с анализом социальных сетей .
Retrieved from "https://en.wikipedia.org/w/index.php?title=Social_network_analysis&oldid=1234040467"
Arc.Ask3.Ru: конец переведенного документа.
Arc.Ask3.Ru
Номер скриншота №: d8e49fb0132f6f8a95932ec4290fe0e4__1720760880
URL1:https://arc.ask3.ru/arc/aa/d8/e4/d8e49fb0132f6f8a95932ec4290fe0e4.html
Заголовок, (Title) документа по адресу, URL1:
Social network analysis - Wikipedia
Данный printscreen веб страницы (снимок веб страницы, скриншот веб страницы), визуально-программная копия документа расположенного по адресу URL1 и сохраненная в файл, имеет: квалифицированную, усовершенствованную (подтверждены: метки времени, валидность сертификата), открепленную ЭЦП (приложена к данному файлу), что может быть использовано для подтверждения содержания и факта существования документа в этот момент времени. Права на данный скриншот принадлежат администрации Ask3.ru, использование в качестве доказательства только с письменного разрешения правообладателя скриншота. Администрация Ask3.ru не несет ответственности за информацию размещенную на данном скриншоте. Права на прочие зарегистрированные элементы любого права, изображенные на снимках принадлежат их владельцам. Качество перевода предоставляется как есть. Любые претензии, иски не могут быть предъявлены. Если вы не согласны с любым пунктом перечисленным выше, вы не можете использовать данный сайт и информация размещенную на нем (сайте/странице), немедленно покиньте данный сайт. В случае нарушения любого пункта перечисленного выше, штраф 55! (Пятьдесят пять факториал, Денежную единицу (имеющую самостоятельную стоимость) можете выбрать самостоятельно, выплаичвается товарами в течение 7 дней с момента нарушения.)