jul
17
Usando ARS para Mídia Social III - Mais Medidas
17-07-2013
Além das medidas de localização dos nós no grafo, também são importantes as medidas que qualificam os grafos como um todo. Dentre essas medidas, quase todas referem-se à interconexão da rede e nos auxiliam a compreender como essa rede está estruturada. Imagine, por exemplo, que você quer saber o quão engajado está o público de sua fanpage no Facebook. Essas são medidas que indicariam, por exemplo, alguns dados a respeito. Você poderia examinar as participações e saber se o fãs retornam à sua página (e portanto a rede é mais cluterizada) ou não (rede menos clusterizada). Ou imagine que você quer saber se tem uma comunidade atuante com sua conta no Twitter. Medidas como essas também podem dar importantes pistas. E mesmo se você quer conhecer quem é sua audiência e quantos grupos diferentes você atinge, essas medidas também podem ajudar.
a) Densidade - A densidade do grafo refere-se à quantidade de conexões em relação ao número total de conexões possíveis no grafo. Assim, quanto maior a densidade, mais interconectado o grafo está. A densidade é relevante para que se compreenda a presença de clusters e sua influência na rede como um todo. No exemplo a seguir, vemos um grupo no Facebook e as interconexões entre as participações dos usuários durante um mês. Observe-se o quão interconectado é o grupo: Isso significa que os atores interagiram várias vezes entre si, ou seja, curtiram e comentaram várias postagens entre si. (Clique na imagem para ver em tamanho maior.)
b) Fechamento (Closure) - O fechamento de uma rede refere-se a sua interconexão. Quanto mais tríades completas (ou seja, quanto mais fechadas são as conexões entre amigos dos amigos), mais conectada é a rede. Também é uma medida que nos qualifica a presença de clusters/centralização da rede.
c) Coeficiente de Cluterização - Refere-se também ao quão interconectada é uma rede. Um cluster é um conjunto de nós mais densamente conectado que o resto da rede. Assim, o coeficiente de clusterização é uma medida do quanto os nós estão interconectados e próximos na rede.
d) Coesão - A coesão é também uma medida de conexão. Refere-se ao grau em que cada nó está conectado aos demais e também ajuda a compreender quais nós, uma vez retirados do grupo, desconectariam a rede. Quanto mais coesa, maior o número de nós necessários para "descontá-la".
f) Modularidade - A modularidade é uma medida de agrupamento de nós. Ela divide os nós de um grafo em grupos, de acordo com suas conexões. Quanto mais interconectado está um grupo de nós, maiores as chances deles constituirem um módulo na rede. Ela tende a separar clusters dentro da rede. Quanto menos clusterizada, maior a quantidade de módulos.
g) Presença de Cliques - Um clique é um grupo de nós onde todas as conexões possíveis estão feitas. Ou seja, é um grupo de nós inteiramente conectado
h) Centralização - É uma medida de rede, ao contrário da centralidade. A centralização foca em o quão centralizada está a rede em si. Assim, quando uma rede tem um nó com muito mais conexões que os demais (hub), essa rede é bastante centralizada. Ela também pode ter poucos nós muito conectados e também ser centralizada. Entretanto, se a maioria dos nós tiver mais ou menos a mesma quantidade de conexões, é uma rede pouco centralizada. A seguir, um exemplo de rede bem centralizada (o nó mais central está em vermelho). É uma rede mapeada no Twitter e mostra as citações aos nós. Observe-se que o nó mais central é também o mais citado. (Clique na imagem para ver em tamanho maior.)
Nos próximos posts vou falar rapidamente das abordagens de rede p/ ARS e do toolset dos pesquisadores para poder realizar suas análises e coletar e utilizar os dados.
a) Densidade - A densidade do grafo refere-se à quantidade de conexões em relação ao número total de conexões possíveis no grafo. Assim, quanto maior a densidade, mais interconectado o grafo está. A densidade é relevante para que se compreenda a presença de clusters e sua influência na rede como um todo. No exemplo a seguir, vemos um grupo no Facebook e as interconexões entre as participações dos usuários durante um mês. Observe-se o quão interconectado é o grupo: Isso significa que os atores interagiram várias vezes entre si, ou seja, curtiram e comentaram várias postagens entre si. (Clique na imagem para ver em tamanho maior.)
b) Fechamento (Closure) - O fechamento de uma rede refere-se a sua interconexão. Quanto mais tríades completas (ou seja, quanto mais fechadas são as conexões entre amigos dos amigos), mais conectada é a rede. Também é uma medida que nos qualifica a presença de clusters/centralização da rede. c) Coeficiente de Cluterização - Refere-se também ao quão interconectada é uma rede. Um cluster é um conjunto de nós mais densamente conectado que o resto da rede. Assim, o coeficiente de clusterização é uma medida do quanto os nós estão interconectados e próximos na rede.
d) Coesão - A coesão é também uma medida de conexão. Refere-se ao grau em que cada nó está conectado aos demais e também ajuda a compreender quais nós, uma vez retirados do grupo, desconectariam a rede. Quanto mais coesa, maior o número de nós necessários para "descontá-la".
f) Modularidade - A modularidade é uma medida de agrupamento de nós. Ela divide os nós de um grafo em grupos, de acordo com suas conexões. Quanto mais interconectado está um grupo de nós, maiores as chances deles constituirem um módulo na rede. Ela tende a separar clusters dentro da rede. Quanto menos clusterizada, maior a quantidade de módulos.
g) Presença de Cliques - Um clique é um grupo de nós onde todas as conexões possíveis estão feitas. Ou seja, é um grupo de nós inteiramente conectado
h) Centralização - É uma medida de rede, ao contrário da centralidade. A centralização foca em o quão centralizada está a rede em si. Assim, quando uma rede tem um nó com muito mais conexões que os demais (hub), essa rede é bastante centralizada. Ela também pode ter poucos nós muito conectados e também ser centralizada. Entretanto, se a maioria dos nós tiver mais ou menos a mesma quantidade de conexões, é uma rede pouco centralizada. A seguir, um exemplo de rede bem centralizada (o nó mais central está em vermelho). É uma rede mapeada no Twitter e mostra as citações aos nós. Observe-se que o nó mais central é também o mais citado. (Clique na imagem para ver em tamanho maior.)
Nos próximos posts vou falar rapidamente das abordagens de rede p/ ARS e do toolset dos pesquisadores para poder realizar suas análises e coletar e utilizar os dados.
