Sosyal Ağ Analizi
Giriş
Ders Hangi Soruyu Sorar?
Sosyal ağ analizi kişileri düğüm, ilişkileri bağlantı sayarak oluşan çizgeyi inceler. Soru tek tek kişilerin özelliği değil, ilişkilerin yapısıdır: kim merkezde, hangi gruplar var, bir söylenti ya da hastalık ağda nasıl yayılır.
Bir bakışta
çizge kuramı ve istatistik
düğümler ve bağlantılar
merkezilik, topluluk, yayılım
modülerlik, yorumlanabilirlik
orta: çizge, matris
ağ verisi
Giriş
Kısa Tarihçe
Euler, Königsberg köprüleri problemini çözer; çizge kuramı doğar.
Moreno, ilişkileri sosyogram adını verdiği çizimlerle gösterir.
Milgram'ın mektup deneyi "altı adım" düşüncesini yayar.
Granovetter "zayıf bağların gücü"nü gösterir: iş fırsatları uzak tanıdıklardan gelir.
Watts ve Strogatz küçük dünya ağ modelini yayımlar.
Louvain yöntemi, milyonlarca düğümlü ağlarda hızlı topluluk bulmayı mümkün kılar.
Ders
Temel Kavramlar
Yönlü ya da yönsüz, ağırlıklı ya da ağırlıksız.
Az sayıda çok bağlı düğüm, çok sayıda az bağlı.
Derece, arasındalık, yakınlık ve özvektör ölçüleri.
Arkadaşlarımın birbirini tanıma oranı.
Yüksek kümelenme ama kısa ortalama yol.
İçeride sık, dışarıyla seyrek bağlı düğüm grubu.
Bir topluluk bölünmesinin ne kadar iyi olduğu.
Bilgi ya da salgının ağda yayılması (SIR).
Ders
Tipik İş Akışı
Dene
Kampanya Kimden Başlasın?
Bir kulüp, 18 üyesinin arkadaşlık ağında duyurusunu bir kişiye verecek. Kişiye tıklayıp merkeziliğine bakın, toplulukları bulun, sonra haberin o kişiden nasıl yayıldığını adım adım izleyin.
Konum
Ön Koşullar
Bu dersten önce bilinmesi yararlı olan dersler ve neden gerektikleri.
| Ders | Neden gerekir |
|---|---|
| Doğrusal Cebir | komşuluk matrisi, spektral yöntemler |
| Veri Yapıları | komşuluk listesi ve matrisi: çizgeyi bellekte tutmak |
| Algoritmalar | BFS, DFS ve en kısa yol: merkezilik hesaplarının temeli |
| Ayrık Matematik | çizge kuramı, kümeler ve sayma |
Konum
Dersin Komşuları
Örtüşme
Örtüştüğü Dersler
| İlişki | Ders | Ortak konu |
|---|---|---|
| temel alır | Bu ders Doğrusal Cebir dersini temel alır | komşuluk matrisi, spektral yöntemler |
| yöntem paylaşır | Veri Madenciliği ile yöntem paylaşır | topluluk bulma |
| yöntem paylaşır | Bilgi Erişimi ve Öneri Sistemleri ile yöntem paylaşır | PageRank, bağlantı çözümlemesi |
Ayrışma
Ayrıştığı Noktalar (1/2)
| Ölçüt | Sosyal Ağ Analizi | Veri Madenciliği | Bilgi Erişimi ve Öneri |
|---|---|---|---|
| Temel soru | Kişiler ve ilişkilerden oluşan ağlar nasıl çözümlenir? | Büyük veri yığınlarındaki gizli ve işe yarar örüntüler nasıl bulunur? | Kullanıcıya en ilgili belge ya da ürün milyonlarca aday içinden nasıl getirilir? |
| Yaklaşım | çizge kuramı ve istatistik | keşfe dayalı çözümleme | eşleme ve sıralama |
| Girdi | düğümler ve bağlantılar | büyük tablo ya da işlem verisi | sorgu, belgeler, kullanıcı geçmişi |
| Çıktı | merkezilik, topluluk, yayılım | kural, küme, aykırı değer | sıralı sonuç listesi |
| Başarı ölçütü | modülerlik, yorumlanabilirlik | ilginçlik, destek, güven | kesinlik, duyarlılık, NDCG |
| Matematik yükü | orta: çizge, matris | orta | orta: vektör uzayı |
| Veri ihtiyacı | ağ verisi | çok | çok etkileşim verisi |
- Veri Madenciliği: Veri madenciliği tablo halindeki kayıtlarda örüntü arar; bu ders kayıtlar arasındaki bağlantıların yapısını inceler.
- Bilgi Erişimi ve Öneri: Bilgi erişimi PageRank'i sıralama sinyali olarak kullanır; bu ders merkeziliğin ağ hakkında ne söylediğini sorar.
Ayrışma
Ayrıştığı Noktalar (2/2)
| Ölçüt | Sosyal Ağ Analizi | Doğrusal Cebir | Çok Etmenli Sistemler |
|---|---|---|---|
| Temel soru | Kişiler ve ilişkilerden oluşan ağlar nasıl çözümlenir? | Vektörler ve matrisler veriyi ve dönüşümleri nasıl temsil eder? | Birden çok özerk etmen birlikte ya da birbirine karşı nasıl karar verir? |
| Yaklaşım | çizge kuramı ve istatistik | vektör uzayları ve dönüşümler | etkileşen özerk etmenler |
| Girdi | düğümler ve bağlantılar | vektör, matris | etmenler, hedefleri, iletişim kuralları |
| Çıktı | merkezilik, topluluk, yayılım | çözüm, ayrıştırma, dönüşüm | ortak davranış, denge, anlaşma |
| Başarı ölçütü | modülerlik, yorumlanabilirlik | doğruluk, sayısal kararlılık | toplam fayda, kararlılık |
| Matematik yükü | orta: çizge, matris | kuramın kendisi | orta: oyun kuramı |
| Veri ihtiyacı | ağ verisi | gerekmez | az; benzetim |
- Doğrusal Cebir: Doğrusal cebir komşuluk matrisinin özdeğerlerini hesaplatır; bu ders onları topluluk ve önem olarak yorumlar.
- Çok Etmenli Sistemler: Çok etmenli sistemler etmenlerin nasıl karar verdiğini modeller; bu ders gözlenen ilişki ağını çözümler.
Uygulama
Uygulama Alanları
Etkileyici kişiler ve yankı odaları.
Temas ağında hastalığın yayılması.
Bağlantılı sahte hesap halkaları.
Atıf ve ortak yazarlık çözümlemesi.
Bilginin şirkette nasıl dolaştığı.
Ortak tanıdığa göre bağlantı tahmini.
Uygulama
Araçlar ve Örnek Veriler
Araçlar ve kütüphaneler
Tanınmış veri setleri
Uygulama
Sık Karıştırılanlar
| Yaygın düşünce | Doğrusu |
|---|---|
| En çok arkadaşı olan kişi en etkilidir. | Derece tek ölçüdür; iki grubu birleştiren köprü kişi (arasındalık) daha kritik olabilir. |
| Ağ çizimine bakmak ağı anlamak için yeter. | Büyük ağların çizimi "kıl yumağı"dır; sayısal ölçüler ve sınama gerekir. |
| Topluluk bulmanın tek doğru cevabı vardır. | Farklı yöntemler farklı bölünmeler verir; sonuç alan bilgisiyle yorumlanır. |
| Bağlantılı kişiler birbirini etkilemiştir. | Benzerler zaten birbirini seçer (homofili); etki ile seçimi ayırmak zordur. |
Sonrası
Bu Dersten Sonra
Bu dersi temel alan ya da genişleten dersler
İlgili meslekler
Sonrası
Kaynaklar
- Wasserman ve Faust, Social Network Analysis: Methods and Applications, Cambridge University Press, 1994.
- Easley ve Kleinberg, Networks, Crowds, and Markets, Cambridge University Press, 2010.
- Newman, Networks, 2. baskı, Oxford University Press, 2018.
- Barabási, Network Science, Cambridge University Press, 2016.