Динамический сетевой анализ
 | Эта статья нуждается в дополнительных цитатах для проверки . ( апрель 2009 г. ) |
Динамический сетевой анализ ( ДНК ) — это новая научная область, которая объединяет традиционный анализ социальных сетей (SNA), анализ связей (LA), социальное моделирование и многоагентные системы (MAS) в рамках сетевой науки и теории сетей . Динамические сети представляют собой ( смоделированную функцию времени как подмножество действительных чисел ) для набора графиков ; для каждого момента времени есть график. Это сродни определению динамических систем , в которых функция от времени связана с окружающим пространством, где вместо окружающего пространства время преобразуется в отношения между парами вершин . [1]
Обзор [ править ]
Есть два аспекта этой области. Первый — статистический анализ данных ДНК. Второе — использование моделирования для решения проблем сетевой динамики. Сети ДНК отличаются от традиционных социальных сетей тем, что они более крупные, динамичные, многорежимные, мультиплексные сети и могут содержать различные уровни неопределенности . Основное отличие ДНК от SNA заключается в том, что ДНК учитывает взаимодействие социальных особенностей, обусловливающих структуру и поведение сетей. ДНК связана с временным анализом, но временной анализ не обязательно связан с ДНК, поскольку изменения в сетях иногда являются результатом внешних факторов, которые не зависят от социальных особенностей, обнаруженных в сетях. Одним из наиболее примечательных и ранних случаев использования ДНК является исследование Сэмпсона в монастыре, где он делал снимки одной и той же сети с разных интервалов времени, а также наблюдал и анализировал эволюцию сети. [2]
Статистические инструменты ДНК, как правило, оптимизированы для крупномасштабных сетей и допускают анализ нескольких сетей одновременно, в которых имеется несколько типов узлов (мультиузлы) и несколько типов связей (мультиплекс). Многоузловые мультиплексные сети обычно называютметасети или многомерные сети. Напротив, статистические инструменты СНС ориентированы на данные одного или максимум двух режимов и облегчают анализ только одного типа связи за раз.
Статистические инструменты ДНК, как правило, предоставляют пользователю больше показателей, поскольку в них есть показатели, которые используют данные, полученные из нескольких сетей одновременно. Модели скрытого пространства (Саркар и Мур, 2005). [3] и агентное моделирование часто используются для изучения динамических социальных сетей (Carley et al., 2009). [4] 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 являются статическими , узлы в модели ДНК обладают способностью к обучению. Свойства меняются со временем; узлы могут адаптироваться: сотрудники компании могут освоить новые навыки и повысить свою ценность для сети; или поймать одного террориста, и еще троим придется импровизировать. Изменение распространяется от одного узла к другому и так далее. ДНК добавляет элемент эволюции сети и учитывает обстоятельства, при которых могут произойти изменения.
Есть три основные особенности динамического сетевого анализа, которые отличают его от стандартного анализа социальных сетей. Во-первых, ДНК рассматривает не только социальные сети, но и метасети. Во-вторых, агентное моделирование и другие формы моделирования часто используются для изучения того, как сети развиваются и адаптируются, а также влияния вмешательств на эти сети. В-третьих, ссылки в сети не являются двоичными; фактически, во многих случаях они отражают вероятность наличия связи.
Обучение динамическому представлению
Сложная информация об отношениях объектов может быть эффективно сжата до низкоразмерных вложений в скрытом пространстве. [5] Динамические системы, в отличие от статических, предполагают временные изменения. Различия в изученных представлениях с течением времени в динамической системе могут возникать в результате реальных изменений или произвольных изменений, которые не влияют на метрики в скрытом пространстве, причем первые отражаются на стабильности системы, а вторые связаны с выравниванием вложений. [6]
По сути, стабильность системы определяет ее динамику, тогда как смещение означает несущественные изменения в скрытом пространстве. Динамические вложения считаются согласованными, когда различия между вложениями в разное время точно отражают фактические изменения системы, а не бессмысленные изменения в скрытом пространстве. Вопрос стабильности и выравнивания динамических вложений имеет важное значение в различных задачах, зависящих от временных изменений в скрытом пространстве. Эти задачи включают, среди прочего, прогнозирование будущих метаданных, временную эволюцию, динамическую визуализацию и получение усредненных вложений.
Метасеть [ править ]
Метасеть — это многорежимная, многоканальная, многоуровневая сеть. Многорежимность означает, что существует множество типов узлов; например, узлы людей и местоположений. Многосвязность означает, что существует множество типов ссылок; например, дружба и совет. Многоуровневость означает, что некоторые узлы могут быть членами других узлов, например сети, состоящей из людей и организаций, и одно из звеньев определяет, кто является членом какой организации.
Хотя разные исследователи используют разные способы, общие способы отражают кто, что, когда, где, почему и как. Простым примером метасети является формулировка PCANS с людьми, задачами и ресурсами. [7] Более подробная формулировка учитывает людей, задачи, ресурсы, знания и организации. [8] Инструмент ORA был разработан для поддержки метасетевого анализа. [9]
люди в области ДНК Показательные над которыми работают проблемы ,
- Разработка показателей и статистики для оценки и выявления изменений внутри сетей и между ними.
- Разработка и проверка моделирования для изучения изменений, эволюции, адаптации и распада сетей. См. Компьютерное моделирование и организационные исследования.
- Разработка и тестирование теории сетевых изменений, эволюции, адаптации и распада. [10]
- Разработка и проверка формальных моделей создания и развития сетей.
- Разработка методов визуализации изменений в сети в целом или на уровне узла или группы.
- Разработка статистических методов, чтобы увидеть, обусловлены ли различия, наблюдаемые с течением времени в сетях, просто разными выборками из распределения ссылок и узлов или изменениями с течением времени в базовом распределении ссылок и узлов.
- Разработка процессов управления сетями с течением времени
- Разработка алгоритмов изменения распределения ссылок в сетях с течением времени.
- Разработка алгоритмов для отслеживания групп в сетях с течением времени
- Разработка инструментов для извлечения или поиска сетей из различных источников данных, таких как тексты.
- Разработка статистически достоверных измерений в сетях с течением времени
- Исследование устойчивости сетевых показателей при различных типах отсутствующих данных.
- Эмпирические исследования многорежимных многоканальных разнопериодных сетей
- Исследование сетей как вероятностного явления, изменяющегося во времени.
- Прогнозирование изменений в существующих сетях
- Определение следов во времени с учетом последовательности сетей
- Выявление изменений в критичности узла с учетом последовательности сетей, все остальное, связанное с многомодовыми многоканальными сетями с несколькими периодами времени.
- Изучение случайных блужданий во временных сетях [11]
- Количественная оценка структурных свойств последовательностей контактов в динамических сетях, влияющих на динамические процессы [12]
- Оценка скрытой деятельности [13] и темные сети [14]
- Цитационный анализ [15]
- Анализ социальных сетей [16]
- Оценка систем общественного здравоохранения [17]
- Анализ результатов безопасности больниц [18]
- Оценка структуры этнического насилия по новостным данным [19]
- Оценка террористических группировок [20]
- Социальный распад социальных взаимодействий в Интернете [21]
- Моделирование взаимодействия классов в школах [22]
См. также [ править ]
- Графовая динамическая система
- Международная сеть анализа социальных сетей
- Кэтлин М. Карли
- Сетевая динамика
- Сетевая наука
- Последовательная динамическая система 13.3 deca mield(8)
Ссылки [ править ]
- ^ Лоткер, З. (2021). Введение в развивающиеся социальные сети. В «Анализ нарративов в социальных сетях» (стр. 167-185). Спрингер, Чам.
- ^ Харрисон К. Уайт, 1992, Идентичность и контроль: структурная теория социального действия. Издательство Принстонского университета.
- ^ Кэтлин М. Карли, Майкл К. Мартин и Брайан Хиршман, 2009, «Этиология социальных изменений», «Темы когнитивной науки», 1.4: 621-650
- ^ Цао, Шаошэн; Лу, Вэй; Сюй, Цюнкай (17 октября 2015 г.). «GraRep: изучение представлений графов с помощью глобальной структурной информации» . Материалы 24-й Международной конференции ACM по управлению информацией и знаниями . ЦИКМ '15. Нью-Йорк, штат Нью-Йорк, США: Ассоциация вычислительной техники. стр. 891–900. дои : 10.1145/2806416.2806512 . ISBN 978-1-4503-3794-6 . S2CID 17341970 .
- ^ Гюрсой, Фуркан; Хаддад, Мунир; Боторель, Сесиль (07 октября 2023 г.). «Выравнивание и устойчивость вложений: улучшение измерений и выводов» . Нейрокомпьютинг . 553 : 126517. arXiv : 2101.07251 . дои : 10.1016/j.neucom.2023.126517 . ISSN 0925-2312 . S2CID 231632462 .
- ^ Дэвид Кракхардт и Кэтлин М. Карли, 1998, «Модель структуры PCANS в организации», Материалы Международного симпозиума 1998 года по исследованиям и технологиям командования и контроля, Монтерей, Калифорния, июнь 1998 г., Исследования, основанные на фактических данных, Вена, Вирджиния. , стр. 113-119.
- ^ Кэтлин М. Карли, 2002, «Умные агенты и организации будущего», Справочник новых медиа. Под редакцией Лии Ливроу и Сони Ливингстон (ред.), Таузенд Оукс, Калифорния, Sage, Ch. 12: 206-220.
- ^ Кэтлин М. Карли. 2014. «ORA: набор инструментов для динамического сетевого анализа и визуализации», Реда Альхадж и Джон Рокне (ред.), Энциклопедия анализа и майнинга социальных сетей, Springer.
- ^ Майданджич, А.; и др. (2013). «Спонтанное восстановление в динамических сетях» . Физика природы . 10 : 34–38. дои : 10.1038/nphys2819 .
- ^ Мишель Старнини, Андреа Барончелли, Ален Барра, 2012, Случайные блуждания по временным сетям. Физ. Преподобный. Е 85, 056115, http://link.aps.org/doi/10.1103/PhysRevE.85.056115
- ^ Рене Пфицнер, Инго Шольтес, Антониос Гарас, Клаудио Хуан Тессоне, Фрэнк Швейцер, 2012, «Предпочтение между: количественная оценка корреляций в топологической динамике временных сетей», Physical Review Letters, Vol. 110, 10 мая 2013 г.
- ^ Карли, Кэтлин М., Майкл К., Мартин и Джон П. Хэнкок, 2009, «Динамический сетевой анализ, применяемый к экспериментам в исследовательской среде архитектуры решений», Advanced Decision Architectures for the Warfiger: Foundation and Technology, Ch. 4.
- ^ Эвертон, Шон, 2012, Нарушение темных сетей, Cambridge University Press, Нью-Йорк, Нью-Йорк
- ^ Кас, Мирей, Кэтлин М. Карли и Л. Ричард Карли, 2012, «Кто был, где, когда? Пространственно-временной анализ мобильности исследователей в ядерной науке», Материалы Международного семинара по интеграции и поиску пространственно-временных данных (STIR 2012). ), проводимые совместнос ICDE 2012, 1 апреля 2012 г., Вашингтон, округ Колумбия.
- ^ Меррилл, Жаклин, Марк Г. Орр, Кристи Ю. Джон, Розалинд В. Уилсон, Джонатан Сторрик и Кэтлин М. Карли, 2012, «Топология консультационных сетей местных чиновников здравоохранения: помните о пробелах», Журнал управления общественным здравоохранением Практика, 18(6): 602–608.
- ^ Эффкен, Джудит А., Шейла Гепхарт и Кэтлин М. Карли, 2013, «Использование ORA для оценки связи передачи управления с результатами качества и безопасности», Компьютеры, информатика, сестринское дело. 31(1): 36–44.
- ^ Ван Холт, Трейси, Джеффри К. Джонсон, Джейми Бринкли, Кэтлин М. Карли и Жанна Касперсен, 2012, «Структура этнического насилия в Судане: автоматизированный контент, метасеть и геопространственный аналитический подход», Теория вычислительной и математической организации , 18:340-355.
- ^ Кенни, Майкл Дж., Джон Хорган, Кейл Хорн, Питер Вининг, Кэтлин М. Карли, Майкл Бигригг, Миа Блум , Курт Брэддок, 2012, Организационная адаптация в сети активистов: Социальные сети, лидерство и изменения в аль-Мухаджируне , Прикладная эргономика, 44(5):739-747.
- ^ Кристиан Бохове, 2016, «Изучение взаимодействия в классе с помощью динамического анализа социальных сетей», Международный журнал исследований и методов в образовании, дои : 10.1080/1743727X.2016.1192116 .
Дальнейшее чтение [ править ]
- Кэтлин М. Карли, 2003, «Динамический сетевой анализ» в книге «Динамическое моделирование и анализ социальных сетей: резюме семинара и статьи», Рональд Брейгер, Кэтлин Карли и Филиппа Паттисон, (редакторы) 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 новых медиа. Под редакцией Лии Ливроу и Сони Ливингстон, гл. 12, стр. 206–220, Таузенд-Оукс, Калифорния, Сейдж.
- Кэтлин М. Карли, Яна Диснер, Джеффри Реминга, Максим Цветоват, 2008 г., К совместимому набору инструментов динамического сетевого анализа, специальный выпуск DSS, посвященный киберинфраструктуре национальной 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 ] )
- Террилл Л. Франц, Кэтлин М. Карли. 2009, К оценке уверенности в выводах самого центрального субъекта. Ежегодная конференция Академии менеджмента, Чикаго, Иллинойс, США, 7–11 августа. (Награжден наградой Sage Publications/RM Division за лучшую студенческую работу)
- Петтер Холм, Яри Сарамяки, 2011, «Временные сети». https://arxiv.org/abs/1108.1780
- К. Аггарвал, К. Суббиан, 2014, «Эволюционный сетевой анализ: обзор». Обзоры вычислительной техники ACM, 47 (1). ( pdf )