Social Network & Social Network Analisys. Social media management Proff. Giovanni Ciofalo, Stefano Epifani a.a. 2014/2015

Dimensione: px

Iniziare la visualizzazioe della pagina:

Download "Social Network & Social Network Analisys. Social media management Proff. Giovanni Ciofalo, Stefano Epifani a.a. 2014/2015"

Sofia Mura
8 anni fa
Visualizzazioni

1 Social Network & Social Network Analisys Social media management Proff. Giovanni Ciofalo, Stefano Epifani a.a. 2014/2015

2 Rete? L insieme delle relazioni. esistenti tra entità

3 Social Network, Social Network Site, Social Media? Dall Oxford Dictionary

4 Social Network Una rete sociale (social network) consiste di un qualsiasi gruppo di individui connessi tra loro da diversi legami sociali. I legami vanno dalla conoscenza casuale, ai rapporti di lavoro, ai vincoli familiari.

5 Social Media Un gruppo di applicazioni basate sul web e costruite sui paradigmi (tecnologici ed ideologici) del web 2.0 che permettono lo scambio e la creazione di contenuti generati dagli utenti. Blog e microblog (es:twitter) Siti di social networking (es:facebook) Mondi virtuali di gioco (es: World of Warcraft) Mondi virtuali sociali (es: SecondLife) Progetti collaborativi (es: Wikipedia) Content communities (community che condividono materiale multimediale, es: Youtube) (Kaplan, Heinlein)

Blog e microblog (es:twitter) Siti di social networking (es:facebook) Mondi virtuali di gioco (es: World of Warcraft) Mondi

6 Social Media Un gruppo di applicazioni basate sul web e costruite sui paradigmi (tecnologici ed ideologici) del web 2.0 che permettono lo scambio e la creazione di contenuti generati dagli utenti. Blog e microblog (es:twitter) Siti di social networking (es:facebook) Mondi virtuali di gioco (es: World of Warcraft) Mondi virtuali sociali (es: SecondLife) Progetti collaborativi (es: Wikipedia) Content communities (community che condividono materiale multimediale, es: Youtube) (Kaplan, Heinlein)

7 Social Media / Social Network Site Sito, servizio o App che tracci ed espliciti le reti di relazioni tra gli utenti attraverso la strutturazione del grafo sociale che le rappresenta e valorizzi tali reti nella sua offerta di servizio.

utenti attraverso la strutturazione del grafo sociale che

8 Caratteristiche di un social media Identity Conversations Sharing Presence Relationships Reputation Groups (Jan H. Kietzmann)

9 Social Network Analysis È l analisi delle reti sociali. Guarda alle relazioni sociali dal punto di vista della teoria delle reti, sulla base della quale le relazioni sono rappresentabili da collegamenti (archi) tra individui (nodi) che possono essere mostrati attraverso grafi. Psicologia: Jacob Levi Moreno (Sociometria) Sociologia: J. A. Barnes, George Simmel, Emile Durkheim

quale le relazioni sono rappresentabili da collegamenti (archi) tra individui (nodi) che

10 Alcuni concetti Small World (Stanley Milgram): la maggior parte dei nodi di una rete small world non è necessariamente adiacente, ma per ogni coppia di nodi esiste un cammino relativamente breve che li unisce S. Milgram, The Small Word Problem (1967)

adiacente, ma per ogni coppia di nodi esiste un cammino

11 Il modello dei sei gradi di separazione

12 Reti piccolo mondo Una rete ha la caratteristica di "piccolo mondo" quando: esistono percorsi relativamente brevi che connettono coppie di nodi (la rete ha un grado di separazione basso) ha un alto coefficiente di aggregazione (gruppi di nodi hanno un gran numero di connessioni con gli altri membri del gruppo) In una rete piccolo mondo i nodi di un gruppo, strettamente interconnessi tra loro, hanno pochi legami con i nodi degli altri gruppi F. Comunello, Networked Sociability, Guerini, 2010

nodi hanno un gran numero di connessioni con gli altri membri del gruppo) In una rete piccolo mondo i nodi di un gruppo,

Milgram scelse casualmente un campione di americani e chiese loro di far arrivare un pacchetto ad un estraneo di

13 Esperimento di Milgram Il sociologo americano Stanley Milgram ideò un esperimento per testare la teoria da lui chiamata teoria del mondo piccolo. Milgram scelse casualmente un campione di americani e chiese loro di far arrivare un pacchetto ad un estraneo di cui conoscevano solo il nome e non l indirizzo. Risultati: I pacchetti per giungere al destinatario richiesero in media solamente tra i 5 e i 7 passaggi S. Milgram, The Small Word Problem (1967)

14 Alcuni concetti La forza dei legami deboli (Mark Granovetter): la forza di un legame è dato dalla combinazione (probabilmente lineare) dell ammontare di tempo, dell intensità emotiva, dell intimità (confidenza reciproca) e dello scambio di servizi che caratterizza il legame. M.S. Granovetter, The Strenght of the Weak Ties (1973)

dell intensità emotiva, dell intimità (confidenza reciproca) e dello scambio di

15 Alcuni concetti Legge di potenza (Barabasi & Albert): In una rete scale free il numero di nodi con una quantità di connessioni alta (hub) è inversamente proporzionale al numero di nodi complessivo che compone la rete (preferential attachment)

connessioni alta (hub) è inversamente proporzionale al

16 Legge di potenza Internet = RETE A INVARIANZA DI SCALA I nodi con un più elevato numero di contatti all estendersi della rete tenderanno ad aumentare il loro numero di contatti

17 Le radici comuni: la teoria dei grafi Eulero: il prolema di Konigsberg F. Comunello, Networked Sociability, Guerini, 2010

18 I grafi Orientato Non orientato

19 I grafi Orientato Non orientato

20 Alcune caratteristiche Degree (grado) A livello generale, numero dei legami di un nodo A

21 Alcune caratteristiche Degree (grado) Nel caso di grafi orientati: In-degree numero di legami che arrivano ad un nodo A

22 Alcune caratteristiche Degree (grado) Nel caso di grafi orientati: Out-degree numero di legami che partono da un nodo A La misurazione degli in/out-degree descrive il ruolo del nodo e definisce il significato del legame

23 Alcune caratteristiche 1. Homophily 2. Multiplexity 3. Network Closure

: un bambino rispetto ai propri genitori, amici, etc.

24 Alcune caratteristiche 1. Homophily Tendenza ad assumere un comportamento simile a chi è vicino Ad es.: un bambino rispetto ai propri genitori, amici, etc. Effetto contagio Tendenza a creare legami con chi è simile Ad es.: persone che risiedono in una nazione diversa da quella d origine Effetto onda (D. Gansel, Germania, 2008)

25 Alcune caratteristiche 1. Homophily Tendenza di un nodo a collegarsi a nodi simili (propinquity) Ad es.: età, titolo di studio, interessi, amici, etc. Assortativity mix: tendenda di nodi con altro livello di degree ad aggregarsi a nodi simili A B M. E. J. Newman. Assortative Mixing in networks. M. E. J. Newman. Mixing Patterns in networks

26 Alcune caratteristiche Dissortativity mix: tendenza di nodi con alto livello di degree ad aggregarsi con nodi con basso livello di degree; A B

27 Alcune caratteristiche Multiplexity: il numero di contenuti espressi dalla relazione (e.g. amici / colleghi). Definisce la forza della relazione

28 Alcune caratteristiche Network Closure: estensione del concetto di Triadic Closure. Non sempre applicabile. Utile per i piccoli gruppi. A B Concetto di relazione triadica G. Simmel C

29 Alcuni parametri Hub: un nodo verso il quale convergono un numero significativo di connessioni entranti e/o uscenti; Bridge: un nodo che rappresenta l unico punto di contatto tra due altri nodi o due altri cluster della rete; Density: La proporzione tra il numero di archi esistente nella rete ed il numero massimo possibile; Distance: Il numero minimo di connessioni tra nodi necessario a raggiungere due qualsiasi nodi della rete. Tie Strenght: la forza della connessione tra due nodi Tie Weight: il peso della connessione tra due nodi;

30 Alcuni parametri Hub: un nodo verso il quale convergono un numero significativo di connessioni entranti e/o uscenti

31 Alcuni parametri Bridge: un nodo che rappresenta l unico punto di contatto tra due altri nodi o due altri cluster della rete

32 Alcuni parametri Density: la proporzione tra il numero di archi esistente nella rete ed il numero massimo possibile

33 Alcuni parametri Density: la proporzione tra il numero di archi esistente nella rete ed il numero massimo possibile Max density = 1

34 Centralità di Freeman Metrica che quantifica l importanza (centralità) di un nodo o un gruppo di nodi in una rete. Alcuni metodi per quantificarla: Degree Centrality: Misura il numero di archi che si collegano ad un nodo. Nelle reti con archi orientati: in degree ed out degree. visione puntuale. numero di connessioni dirette. Closeness Centrality: Misura la distanza di un nodo da tutti gli altri nodi. Fornisce un indicazione su quali punti della rete minimizzano la distanza media fra i nodi. Il valore di closeness di un nodo stima il grado di vicinanza del nodo dal resto dei nodi del grafo. Visione globale. numero di connessioni a una certa distanza. Betweenness Centrality: Misura l importanza di un nodo della rete sulla base della quantità di cammini minimi di cui fa parte. Misura la dipendenza di coppia di un nodo rispetto a tutte le possibili coppie di vertici. numero di connessioni che garantiscono i cammini minimi (resistenza alla soppressione).

Documenti analoghi

PRINCIPI DI SOCIAL NETWORK ANALYSIS. A cura di Giovanni Ciofalo

PRINCIPI DI SOCIAL NETWORK ANALYSIS A cura di Giovanni Ciofalo Rete? L insieme delle relazioni. esistenti tra entità Social Network, Social Network Site, Social Media? Dall Oxford Dictionary Social Network