Redes Sociais e Análise
de Redes Sociais
Redes Sociais On-Line E Off-Line
IBICT/UFRJ, June 29, 2009
Caroline Haythornthwaite
Graduate School of Library and Information Science
Portuguese courtesy of IBICT Professora Gilda Olinto
IV SEMINÁRIO DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO
IV SEMINÁRIO DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO
Redes Sociais On-Line E Off-Line
Estudos e aplicações em Aprendizagem, Conhecimento e Empreendedorismo

This presentation was one of four seminars given in June and July 2009 at IBICT, Instituto Brasileiro de
Informação em Ciência e Tecnologia (The Brazilian Institute for Information in Science and Technology), Rio
de Janeiro, where Professor Caroline Haythornthwaite was a guest of the institute.

Caroline extends her thanks for the invitation, visit and local support to




Celia Ribeiro Zaher, Coordenadora de Ensino e Pesquisa, C&T da Informação, IBICT for arranging this
visit.
Professora Gilda Olinto for intellectually entertaining hours as we worked to translate my slides into
Portuguese, as well as her full support of my needs while in Rio.
Selma Santiago for administrative support before, during and after the seminars
Ingrid and Marcia for helping make things easier in many ways
************************************************************************
IV SEMINÁRIO DE PESQUISA EM CIÊNCIA DA INFORMAÇÃO
Redes Sociais On-Line E Off-Line
Estudos e aplicações em Aprendizagem, Conhecimento e Empreendedorismo

29 de junho de 2009 (segunda-feira): REDES SOCIAIS ON-LINE

Abertura


Celia Ribeiro Zaher - Coordenadora de Ensino e Pesquisa, C&T da Informação, IBICT
Umberto Trigueiros - Diretor do Instituto de Comunicação e Informação Científica e Tecnológica em Saúde, ICICT/FIO-CRUZ, Inesita Soares
de Araújo,Coordenadora do Programa de Pós-graduação em Informação e Comunicação em Saúde, FIO-CRUZ

Palestrantes




02 de julho de 2009 (quinta-feira) : APRENDIZAGEM, CONHECIMENTO E REDES SOCIAIS

Palestrantes




Caroline Haythornthwaite - University of Illinois at Urbana-Champaign, EUA
Jaqueline Leta, UFRJ
Coordenador de Mesa - Aldo de Albuquerque Barreto, IBICT
07 de julho de 2009 (terça-feira): EMPREENDEDORISMO E REDES SOCIAIS

Palestrantes




Caroline Haythornthwaite - University of Illinois at Urbana-Champaign, EUA
Gilda Olinto, IBICT
Coordenadora de Mesa - Paula Maria Abrantes Cotta de Mello , Coordenadora do SIBI (Sistema de Bibliotecas e Informação)/UFRJ
Caroline Haythornthwaite - University of Illinois at Urbana-Champaign, EUA
João Aprigio Guerra de Almeida, Instituto Fernandes Figueira, FIO-CRUZ
Coordenadora de Mesa - Ludmila Cavalcante, UFRJ
9 de julho de 2009 (quinta-feira): REDES SOCIAIS E ANÁLISE DE REDES SOCIAIS

Palestrantes



Caroline Haythornthwaite - University of Illinois at Urbana-Champaign, EUA
Regina Maria Marteleto, IBICT - ICICT/FIO-CRUZ
Coordenador de Mesa - Nilton Bahlis dos Santos, FIO-CRUZ
Introduzindo os Métodos




The principles of the
social network approach
and method
Basic data collection
Basic network measures
and analysis
Visualizations of
networks




Princípios da abordagem
e do método
Coleta de dados básica
Medidas e análise
Visualização de redes
Redes sociais:
Visão geral
Abordagem
Aplicações
Componentes
Redes Sociais

Social networks build from direct
interaction



Redes sociais se formam da
interação direta

An exchange between teacher and
student, supplier and customer,
employer and employee
A shared experience as colleagues
work together, students learn from
each other

Indirect interaction



Companies connected through
common members of their business
boards
Common experience


A connecting event as individuals
attend the same lectures or social
events
Common knowledge by reading the
same books, watching the same
movies

Interação indireta


Uma troca entre professor e
estudante, entre fornecedor e
consumidor, entre empregador e
empregado
Uma experiência compartilhada
quando professores trabalham
junto, quando estudantes
aprendem uns com os outros
Empresas conectadas através de
membros de comitês
Experiência comum


Quando pessoas participam dos
mesmos eventos sociais,
seminários, etc.
Quando lêem os mesmos livros,
vêem os mesmos filmes
Estruturas de rede

Emphasis on what connects
people






How does the structure of a
network affect resource flow
among group members?
How does information circulate
in a network?
What social capital do members
of the network gain?
What do individuals gain from
their personal networks?
Ênfase no motivo da conexão

Who talks to whom about what?
Who gives, receives, or shares
what kinds of resources with
whom?
And examines the network
outcomes




Quem fala com quem sobre o
quê?
Quem dá, recebe ou
compartilha que tipo de
recursos com quem?
E exame dos resultados




Como a estrutura da rede
afeta o fluxo de recursos
entre membros do grupo?
Como a informação circula
na rede?
Que capital social é adquirido
pelos membros da rede?
O que os indivíduos obtêm
das suas redes?
Explorando estruturas


Structural connections rather
than aggregate behaviors
Rather than average of
individual behaviors


On average, group members
send 20 emails a day
An assessment of interactional
behaviors



People who work together
exchange 15 emails a day,
friends 10 per day, family 2 per
day, other contacts 3 per day
Local work communications are
centralized around one specific
manager
Two employees talk frequently
with each other but rarely with
others


Conexões estruturais em vez de
comportamento agregado
Em vez comportamento médio


Em média, membros do grupo
enviam 20 emails por dia
Avaliação dos comportamentos
interacionais. Pesquisas podem
mostrar que:



Os que trabalham junto enviam
15 emails por dia, amigos 10,
família 2, outros contatos 3
Comunicações de trabalho
locais são centralizadas em
torno de um administrador
específico
Dois empregados interagem
entre si mas raramente com
outros
Principais estudos

Moreno (1930’s)












Community ‘liberated’
Seis graus de separação
Mundo pequeno (Watts &
Strogatz (1998)
Granovetter (1973)



Casais
Milgram (1967)

Job seeking networks, strength
of weak ties
Krackhardt (1992), strength of
strong ties
Wellman (1979)
Sociometria e sociograma
Bott (1957)
Six degrees of separation
Small worlds (Watts & Strogatz
(1998)
Granovetter (1973)
Moreno (anos 1930)

Couples
Milgram (1967)


Sociometry and the sociogram
Bott (1957)


Redes de procura de emprego,
força dos laços fracos
Krackhardt (1992), força dos
laços fortes
Wellman (1979)

Comunidade ‘liberada’
Mais estudos

Interlocking directorates



Email networks and the Enron dataset
(Diesner, Frantz & Carley, 2006)
More …



Online networks (Wellman; Hampton;
Haythornthwaite; Quan-Haase; boyd;
Ellison)
Communication networks, multi-level
models (Monge & Contractor, 2003)
Statistical techniques (Wasserman;
Patterson; Robins)
Ligação entre dirigentes de empresas
(Interlocking directorates)



(Lin & Bian, 1991)
Análise de dados automatizada


(McPherson & Smith-Lovin, 1997)
Mobilidade Social


(Burt, 1985; Marsden, 1987)
Homofilia


(Mintz & Schwartz, 1985, Mizruchi &
Brewster, 1988)
Redes de discussão nucleares

(Lin & Bian, 1991)
Automated data analysis


(McPherson & Smith-Lovin, 1997)
Social mobility


(Burt, 1985; Marsden, 1987)
Homophily


(Mintz & Schwartz, 1985, Mizruchi &
Brewster, 1988)
Core discussion networks


Redes de email e dados da Enron (Diesner,
Frantz & Carley, 2006)
Mais…



Redes online (Wellman; Hampton;
Haythornthwaite; Quan-Haase; boyd;
Ellison)
Redes de comunicação, modelos multinível (Monge & Contractor, 2003)
Técnicas estatísticas (Wasserman;
Patterson; Robins)
Network Components




Actors
Relations
Ties
Networks
Atores
Relações
 Laços
 Redes


Redes Sociais

Actors











Whole configuration
of ties and actors
Ligações (linhas) nas redes
Conectam atores em tipos
específicos de interação
Laços



Nós nas redes
Interagem e mantêm relações
Relações

Lines between actors
Ties exist between actors who are
connected by one or more
relations
Networks


Lines in the network
Connect actors in specific
kinds of interaction
Ties
Atores

Nodes in the network
Interact and maintain
relations with each other
Relations


Linhas entre atores
Laços existem entre atores que
estão conectados por uma ou
mais relações
Redes

Configuração geral de laços e
atores
Atores em redes de quem-para-quem

People










Adults, teens, children
Employers, employees, coworkers
Teachers, students
Groups or Teams
Organizations
Governments
Countries
Websites
Documents
Atores








Adultos, adolescentes,
crianças
Empregadores, empregados,
colegas de trabalho
Professores, estudantes
Grupos ou times
Organizações
Países
Páginas na Web
Documentos
Relações: Conteúdo, Direção, força
Content
 The physical, emotional, or
informational content exchanged,
shared, created or experienced
together
 Communication



babysitting, lending small amounts of
money

cleaning up after disasters, helping
neighbors

Dando ou recebendo apoio
emocional
Colaboração

working together, learning together
Social services


Chatting, fofocando, passando
informação
Pequenos serviços
Babysitting, emprestando dinheiro
Apoio social

giving or receiving emotional support
Collaboration



Social support



chatting, gossiping, giving
information
Small services

Conteúdo
 Conteúdo físico, emocional ou
informacional trocado,
compartilhado, criado ou
experimentado
 Comunicação
Trabalhando junto, aprendendo
junto
Serviço social

Ajudando em emergências e
necessidades
Relações: Conteúdo, Direção, força

Direction of resources flow from
one actor to another





Information … from teachers,
professionals to students, novices
Help with technology … from
technological guru to co-workers
Social support … from parent to
child, spouse to spouse
Money … from parent to child
Strength of the relation refers to
how much, how often, how
important



Intimacy, Frequency, Intensity,
Quantity, Regularity, Longevity, Value
Defined both objectively and
subjectively
Ex., minor versus major social
support, monthly vs daily
communication

Direção dos recursos: recursos fluem de
um ator para outro





Informação...de professores, profissionais,
para estudantes, e aprendizes
Ajuda com tecnologia...do guru
tecnológico aos companheiros de trabalho
Apoio social ... de pais para filhos, de
marido para mulher...
Dinheiro ... de pais para filhos
Força da relação se refere a quanto,
com que frequência, quão importante



Intimidade, frequência, intensidade,
quantidade, regularidade, longevidade,
valor
Definidos tanto objetivamente quanto
subjetivamentes
Ex. Intensidade do apoio social (maior ou
menor), comunicação mensal versus
diária
Relações e Laços

From Weak to Strong show  Quando a força do laço aumenta
increases in:
também aumentam:
 Number and types of
 Número e tipos de relações
interaction
 Auto-exposição, intimidade e
 Intimacy and reciprocity
reciprocidade
 Attention and commitment
 Frequência de contato
to the relationship
 Número de meios de
 Frequency of interaction
comunicação utilizados
 Number of means of
 Quantidade e variedade da
communication used
informação que é
compartilhada
 Motivation to share
information and resources  Motivação para compartilhar
informação
Trocas entre laços

Pairs




Dyads
Ego and Alter
Triads (3)





Groups



Cliques
Clusters
Components
... And on to
networks
Díade
Ego e Alter
Tríade (3)
Grupos





Pares
Cliques
Clusters
Componentes
...E vamos às redes
Networks
Redes inteiras
B2
Redes ego-cêntricas
D9
D3
 B10 
Fran
D12
Redes pessoais
B4
 D5 
Classmates
Eddie
 Network Star, & Broker
Spouse
Fred
Child at
college
Ginger
A7
C13
C15
Child at
home
Weak Ties with the Remainder of the Class
monthly communication
1-2 relations, mainly Collaborating on Class Work or
Exchanging Information, plus Socializing;
Maintained via 1 medium
usually the class medium (Webboard or IRC)
Ego
Boss
A11
A14
C8
Pam
Parents
A6
4 Weak to Intermediate Ties
weekly communication
2-4 relations, CW or EI plus Socializing,
with occasional Emotional Support;
Maintained via fewer than 2 media
3 Intermediate to Strong Ties
communication 2-3 times a week
2-4 relations, including low frequency
Emotional Support;
Maintained via 2 media
3 Strong Ties
daily communication
All relations, including weekly
Emotional Support;
Maintained via 2 to 4 media, with
very high frequency
communication via Email
Student
Personal Network of a Typical Distance Learner
Pete
Pat
Co-workers
Fazendo perguntas
numa perspectiva de
rede
Coleta de dados
Dados de rede
Determinando a abrangência do estudo
Who, what, when, where and how

Actors (who)


Whole, ego-centric or personal
networks
Relation(s) (what)






Time-limited event (e.g., during a
meeting), or open time period (month,
year)
Physical location; online site; at work;
at home; etc.
Means of exchange (how)

Means of communication, transport,
exchange?
Evento limitado no tempo
(ex,durante uma reunião) ou mais
aberto (mês, ano)
Contexto de interesse (onde)


Interações de qualquer tipo ou de
tipos específicos
Direcionadas ou não-direcionadas
Período de tempo (quando)


Redes ego-cêntricas ou pessoais
Relação(ões) (o quê)

Context of interest (where)


Atores (quem)
Time period (when)



Interaction of any type or of specific
type(s)
Directed from one person to another
(such as giving help to someone) or
undirected (such as communicating with
someone)

Quem, o que, quando, onde e como
Localização física; sites online; no
trabalho, em casa, etc.
Meios de troca (como)

Meios de comunicação, transporte,
troca
Questões de rede



Who do you work with?
Who did you hear about your job
from?
Who do you discuss important
matters with?




US general social survey
question
How often have you
communicated with each
member of your work team in
the last week?


Accuracy: good for comparison
of ego’s communication with A
versus with B; not good for
actual communication numbers
Com que você trabalha?
Quem lhe deu informação que
lhe levou ao seu trabalho?
Com quem você discute
assuntos importantes?


Questão no “Social Survey” dos
EUA
Com que frequência você se
comunicou com cada um dos
membros do seu grupo de
trabalho na última semana?

Precisão: boa para comparação
da comunicação de A com B;
não boa para obtenção de
números (frequência) da
comunicação
Definindo a rede


Boundaries to the whole
network
Before data collection



Select subgraphs, or work
with network boundaries that
have emerged (e.g, through
snowball sampling, or name
generation by participants)
Limites da rede como um
todo
Antes da coleta de dados

Define the boundaries of the
whole network, e.g., all
members of a project team,
all managers in a department
After data collection



Definir os limites: todos os
membros de um projeto,
todos os administradores de
um departamento
Depois da coleta de dados

Seleção de sub-grafos, ou
trabalho com limites que
emergem (ex, através do
método bola de neve de
amostragem, ou geração de
nomes através dos
participantes)
Definindo a rede

Boundaries to the data
collection



Select according to standard
statistical sampling
techniques
Limites da coleta de dados

Snowball until some criterion
is met, e.g. 50 people
Collect from all participants
reachable within a prescribed
time frame (e.g, within one
week)
For personal and/or
egocentric studies




Aplicar Bola de Neve até um
critério é atingido, ex, 50
pessoas
Coletar informação de todos
os participantes que são
alcançáveis atá um limite
estabelecido (ex: dentro de
uma semana)
Para estudos de redes
pessoas ou egocêntricas

Selecionar utilizando técnicas
estatísticas de amostragem
convencionais
Questionários de rede
Actor Attributes
 Collect demographic data

Organizational information on
rank, etc.
Actor assessments of the tie
 Collect data on relationships
between actor



Atributos dos atores
 Obter dados socio-demográficos
Formal or informal work tie,
supervisory or co-worker tie
Acquaintances, friends, close
friends, workmates only
How long have they known each
other, worked with each other,
been married to each other,
etc.?


Informações obtidas na
organização sobre posição na
hierarquia, etc.
Coletar dados sobre relações
entre atores



Laços de trabalho formais e
informais, laços de
supervisão/subordinação e de
trabalho conjunto
Conhecimentos, amigos, amigos
íntimos, somente colegas de
trabalho
Quanto tempo se conhecem,
trabalham junto, estão casados,
etc.
Questionários de rede
Helping participants identify actors
in their network
 Roster





Name the 5-7 people you work with
most closely
Who did you work with yesterday?
Position generators

Did you talk to anyone in one of
these roles: teacher, minister,
politician, storekeeper
Snowball techniques


Provide list of names of all members
of the network
Name generators

Ajudando participantes a identificar
atores nas suas redes
 Lista
Ask participants for next person to
talk to

Geradores de nomes



Dê o nome de 5-7 pessoais com
quem você trabalha mais de perto
Com quem você trabalhou ontem?
Geradores de posição


Prover lista com nomes de todos
os membros da rede
Você falou com alguém em uma
das seguintes posições:professor,
padre, político, dono de loja
Técnicas de bola de neve

Perguntar aos participantes sobre
a próxima pessoa a ser contatada
Exemplo de formato de questionário
Who talks to whom about what and via which media?
TYPE OF INTERACTION
Group Members: 1
2
3
...
20
How often have you received instructions (i.e., exact
directions on what work to do) from this person?
in unscheduled face-to-face meetings
in scheduled face-to-face meetings
by telephone
by fax
by electronic mail
by videoconferencing
How often: D for daily W for Weekly M for Monthly Y for Yearly 0 for never
For in between amounts use e.g., 2D for twice a day, 6Y for six times a year
Note. 24 questions x 25 respondents x 20 others produces 12,000 data points
Nota: 24 questões X 25 respondents X 20 alters produz 12000 células numa matriz
Two-Mode Network Data
Participação em conferências (pessoas X eventos) cria redes de ‘co-presença’
AoIR
ASIST
ALA
CATAC
iSchools
Anna
1
0
0
1
1
Brian
0
1
1
0
1
Cindy
0
1
1
0
0
Jamie
1
1
0
0
0
Mike
0
1
0
0
1
Nancy
0
0
0
0
1
Owen
1
1
0
0
0
William
0
1
1
0
1
Attendance at Conferences (People x Event) creates ‘co-attendance’ network
Data: Who to Whom Matrix
FROM Ava
Brad
Cam
Dale
Ed
Frieda
Gail
Henri
TO
Ava
0
0
0
0
0
0
0
1
Brad
1
0
1
0
0
0
0
1
Cam
1
1
0
1
0
0
0
1
Boolean data or Valued
data
• Data are often
‘symmetrized’ i.e.,
made the same in both
directions and/or
‘dichotomized’ at a
particular value
Dale
1
0
1
Ed
0
1
1
0
0
0
0
1
0
1
0
1
1
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
Frieda
1
0
0
1
1
0
0
1
1
0
13
34
0
62
24
16
6
42
28
20
26
19
7
17
2
13
0
47
78
48
14
16
6
110
92
16
30
14
8
12
Gail
1
0
1
1
1
1
0
1
3
34
13
0
26
177
16
16
6
199
57
16
151
14
18
5
Dados boleanos ou contínuos
Henri
0
0
0
0
0
0
0
•
Dados são frequentemente
‘simetrizados’, i.e., tornados
iguais em ambas a direções,
ou ‘dicotomizados’ num valor
específico’
6
24
12
41
14
28
0
110
6
30
21
168
31
16
35
11
7
16
12
26
16
28
58
0
6
22
16
48
26
18
17
5
0
4
0
78
26
0
48
14
16
18
34
205
16
26
6
6
8
5
62
12
170
48
0
15
16
6
174
21
16
190
16
10
15
8
6
14
26
18
29
16
16
0
30
36
20
26
154
10
136
9
42
82
246
34
189
20
17
6
0
24
16
218
14
12
20
10
28
125
84
205
54
16
17
38
31
0
20
26
14
10
4
11
20
12
34
16
28
121
70
14
25
17
0
26
14
24
6
12
26
13
226
26
189
28
16
6
194
24
16
0
14
13
32
13
19
12
35
6
91
20
16
350
37
28
16
26
0
7
131
14
7
13
47
6
28
38
25
6
26
20
41
31
15
0
4
15
17
13
54
8
54
39
16
347
32
24
16
34
151
8
0
Dichotomized at 1, 2, 3 and 4 Ties (densities)
.56
.20
.07
.02
Coleta de dados

Hand collection





Paper based questionnaires,
face-to-face or phone interviews
Time consuming data collection
and data entry
Slow accumulation of cases
Limited datasets
Current trends to automated
collection and coding




Rapid accumulation of data
Getting to real time processing of
results
Tend to concentrate on single
attributes, e.g., linked or not
À mão





Em papel, entrevistas face a
face ou por telefone
Coleta e entrada de dados
toma muito tempo
Lenta acumulação de casos
Conjunto de dados limitados
Tendências à coleta e
codificação automática



Acumulação rápida de dados
Processamento real time
Tendência à concentração
em um único atributo, por
exemplo linkado ou não
Estímulo para automação




Growing volume of texts
contributed by a growing
number of participants
Increased amount of
online text and use of
online environments
-----Número crescente de
participantes contribuindo
com um volume crescente
de textos
Volume crescente de
textos online e uso de
ambientes online
Growth of Usenet
(wikipedia, Oct. 2007)
3.12 terabytes of data daily (2007)
100 million posters (2003)
Stimulus for real-time analysis

March 2008 Archives by thread
. Messages sorted by: [ subject ] [ author ] [ date ]
. More info on this list...
Starting: Sat Mar 1 13:26:33 PST 2008_Ending: Sun Mar 23 09:32:23 PDT
2008_Messages: 205

Streams of linear text
Invisible social structure
Rapidly generated
. [ A i-L
r ] Final goodbye for early web icon
iD
no
tm
oi n i c P
. [ A i-L
r ] R e m i n d e-r G o g i m o n S e a r c h A g e n t B e t a T e s e r s
David Miller
. [ A i-L
r ] M e e t i n g i n I l l i n o i s , M-a y" d0e8c o l o n i z e d m e t h o d o l o g i e s "
Denise N.
. [ A i-L
r ] Online research ethics
Jeremy Hunsinger
Rall
r ] O n l i n e r e s e a r c h e t h ih
ca
sr l i e
C Balch
. [ A i-L
r ] O p e n S o u r c e a n d c h a n g i n g m o d e o f p r o d u c t i o n s i n t h e t h i r d .w o[rAlid-L
. [ A i-L
r ] Online research ethics
Lois Ann Scheidt
Denise N. Rall
. [ A i-L
r ] Online research ethics
Jeremy Hunsinger
. [ A i-L
r ] Companion to Digital Humanities
Barry Wellman
. [ A i-L
r ] Online research ethics
Steve Jones
. [ A i-L
r ] Online research ethics
Andrew Rojecki
. [ A i-L
r ] Companion to Digital Humanities
Jankowski
.
[
A
i
-L
r
]
O
n
l
i
n
e
r
e
s
e
a
r
c
h
e
t
h
i
c
s
Mark D. Johns
. [ A i-L
r ] O r i g i n s o -C
f oEm m e r c e
A l-V
e xi p o w e r n e t
.
[
A
i
-L
r
]
O
n
l
i
n
e
r
e
s
e
a
r
c
h
e
t
h
i
S
c
L
s
R
adhika Gajjala
. [ A i-L
r ] Lessons in Second LIfe
jeremy hunsinger
. [ A i-L
r ] O n l i n e r e s e a r c h e t-h iScLs
Lois Ann Scheidt
. [ A i-L
r ] I n v i t a t i o n t o 6 t h A n n u a l W o r kOspheonp aonnd U s e r I n n o v a-t iHoBnS &
. [ A i-L
r ] O n l i n e r e s e a r c h e t-h iScLs
Radhika Gajjala
M I T - A u g u s t -6
4, 2 0 0 8
Karim R. Lakhani
. [ A i-L
r ] avatar research ethics
Jeremy Hunsinger
. [ A i-L
r ] F a c i n g u p t o F a c e-b oMoikc h a e l G e i s t a t O s g o o d e M a r c h 5 ( L i v e c a.s t[ A i-L
r ] O n l i n e r e s e a r chhi cest
Mark D. Johns
. [ A i-L
r ] Postdoc in new media (Germany/Switzerland)
Geder Parzianel
available!)
Giuseppina D'Agostino/osgoode
r ] F W : ' D i g i t a l O n t a r i o ' A s y m p o s i u m W e d n e s d a y , M a r-c h 5 t h , 2 0 0 8
. [ A i-L
r ] I n s t r u m e n t h e l p : e v e l u a t e u s e r ' s p e r c e p it ni eo n c oo mf m uo nn il t y
K e , . [ A i-L
Thursday, March 6th, 2008
Michael Gurstein
Nan
. [ A i-L
r ] CFP: HICSS 42 : Social Networks and Virtual Worlds for Work,
. [ A i-L
r ] C F P- D I A C D e m o s , W o r k s h o p s , a n d E x p l o r a t o r y P a p e r s
T o m E raincdk sP o
ny
la
Caroline Haythornthwaite
. [ A i-L
r ] c a l l f o r p a p e r s f o r a s p e c i a l i s s u e o n c o n s u m p t i o n a n d W e b . 2[.A0i-L
r ] Invitation to Participate: Research Related to Internet Gove
davidgbeer at aol.com
Nanette Levinson
. [ A i-L
r ] IP/Gender 4/4/08
burkx006 at umn.edu
. [ A i-L
r ] TVO The Agenda tonight
Nancy Baym
. [ A i-L
r ] Top ten web apps
mhward
. [ A i-L
r ] Rs
e o u r c e s o n -L
On
ine Dating and SMS Language
Andrew Herman
. [Air
-L ] O n l i n e r e s e a r c h e t h i c s
Jankowski
. [ A i-L
r ] R e s o u r c e s o n-L i
One Dating and SMS Language
G o r d o n C a r l s o n . [ A i-L
r ] R E M I N D E R > 1 5 M a r c h d e a d l i n-R
e e fs oe ra r ec h 0 8 c o n f e r e n c e i n O x f o r d
. [ A i-L
r ] Postdoc in new media (Germany/Switzerland)
Elad Segev
Eric T. Meyer
. [ A i-L
r ] Online research ethics
Alecea Standlee
. [ A i-L
r ] Politics: Web 2.0, Royal Holloway, University of London LAST
REGISTER
Chadwick Andrew
. [ A i-L]
r
Online research ethics
Nishant Shah
. [ A i-L
r ] Online research ethics
Marj Kibby
. [ A i-L
r ] Online research ethics
mhward
. [ A i-L
r ] avatar research ethics
Marj Kibby
. [ A i-L
r ] Online research ethics
joana ro
. [ A i-L
r ] avatar research ethics
Radhika Gajjala
. [ A i-L
r ] Online research ethics
Charles Ess
. [ A i-L
r ] avatar research ethics
Steve Jones
. [ A i-L
r ] O n l i n e r e s e a r c h e t-h imcys t w o a n d 1 / 4 c e n t s
R a d h i k a G a j j a l a . [ A i-L
r ] avatar research ethics
Gordon Carlson
. [ A i-L
r ] O n l i n e r e s e a r c h e th imcys t w o a n d 1 / 4 c e n t s
L o i s A n n S c h e i d t. [ A i-L
r ] a v a t a r r e s e a r chhi cest
Radhika Gajjala
. [ A i-L
r ] avatar research ethics
Kristin Lindsley
. [ A i-L
r ] Online research ethics
Jim Porter
. [ A i-L
r ] avatar research ethics
Gordon Carlson
. [ A i-L
r ] Online research ethics
Radhika Gajjala
. [ A i-L
r ] TorontoStar: Facebook : The New Study Hall For The Wired Gen
. [ A i-L
r ] Online research ethics
coopman at u.washington.edu
P e r h a p s N o t -(
[:
Gerry Mckiernan
. [ A i-L
r ] O n l i n e r e s e a r c h c es t h i C h a r l e s E s s
. [ A i-L
r ] TorontoStar: Facebook : The New Study Hall For The Wired Gen
. [ A i-L
r ] Online research ethics
Jeremy Hunsinger
P e r h a p s N o t -(
[:
Greg Elmer
. [ A i-L
r ] TorontoStar: Facebook : The New Study Hall For TheWired Gene
. [ A i-L
r ] Online research ethics
Jeremy Hunsinger
P
e
r
h
a
p
s
N
o
t
-(
[
:
Marj Kibby
. [ A i-L
r ] Online research ethics
Heidelberg, Chris
. [ A i-L
r ] T o r o n t o S t a r : F a c e b o o k : T h e N e w S t u d yT hHeaWlilr eFdo rG e n e r a t i o n ?
. [ A i-L
r ] Online research ethics
Derek Hansen
P e r h a p s N o t -(
[:
Dr. Steve Eskow
. [ A i-L
r ] O n l i n e r e s e a r c h e t h iJcesr e m y H u n s i n g e r
. [ A i-L
r ] TorontoStar: Facebook : The New Study Hall For TheWired Gene
. [ A i-L
r ] Online research ethics
Steve Jones
P e r h a p s N o t -(
[:
Peter Timusk
. [ A i-L
r ] Online research ethics
Lois Ann Scheidt
. [ A i-L
r ] TorontoStar: Facebook : The New Study Hall For TheWired Gene
P
e
r
h
a
p
s
N
o
t
-(
[
:
Peter Timusk
. [ A i-L
r ] Online research ethics
Radhika Gajjala

.
.
[ A i-L
r ]
[ A i-L
r ]
Online
Online
research
research
ethics
ethics
dddumitr at ucalgary.ca
Radhika Gajjala
Análise de redes
Principais conceitos
Medidas ao nível do ator

Who has the most direct
connections to others in the
network







Isolates
Quem tem mais conexões
voltadas para fora (outbound)


Prominence, popularity
Who has the least or no
connections to others
Grau de centralidade,
Estrelas
Influence
Who has the most inbound
connections
Quem tem as mais diretas
conexões na rede

Degree centrality,
Network stars
Who has the most
outbound connections


Quem tem mais conexões
para dentro (inbound)


Influência
Prominência, popularidade
Quem tem menos ou
nenhuma conexões com os
outros

Isolados
Centralidade do ator

Captures social aspects












Extent to which the actor sits between
others in the network
Shows influential, intermediary position,
control of information flow: Gatekeeper,
liaison, bridge roles
Information Centrality

Considers all paths in the network and
weights the connection between actors;
handles valued data such as frequency,
quantity
Mostra proximidade aos outros na rede e,
portanto acesso a recursos circulando na
rede, baseado ma avaliação do caminho
mais curto dentro da rede
Betweenness



Prominência, importância, prestígio
Visibilidade, atividade, involvimento
Status, dererência, popularidade
Centralidade de grau (laços diretos)
Proximidade (laços diretos e indiretos)

Betweenness


Shows closeness to others in the network,
thus access to resources circulating the
network; based on assessment of shortest
paths across the network
Captura aspectos sociais

Prominence, importance, prestige
Visibility, activity, involvement
Status, deference, popularity
Degree centrality (direct ties)
Closeness (direct and indirect ties)


O quanto o ator está entre os outros na
rede
Mostra posição de influência e
intermediária, controla o fluxo de
informação: gatekeeper, liaison, papel de
ponte
Centralidade da informação

Considera todos os caminhos possíveis na
rede e mede a conexão entre os atores;
fornece dados valiosos, como frequência,
quantidade
Density=.25
Medidas sobre a rede como um todo

What proportion of possible ties
are actually present, how
cohesive is the network






Path length
Densidade
Até que ponto a rede está
organizada em torno de um
núcleo centrar

Reachability
What is the average number of
actors it takes to get information
around the network
Que proporção dos laços
possíveis estão de fato
presentes, o quão coesa é a
rede

Network centralization
Can every member of the
network be reached by some
path


Density
To what extent is the network
organized around a central core


Centralização da rede
Cada membro da rede pode ser
atingido por algum caminho
Alcançabilidade (Reachability)
Que número de atores é necessário
ativar para fazer a informação
circular na rede



Tamanho do caminho (path)
Estruturas de subgrupo

To what extent is the network
divided into subsets of
connected actors




Cliques, clusters, components,
k-plexes
Who connects 2 or more
otherwise unconnected parts of
the network

Betweenness
Até que ponto a rede está
dividida em subgrupos de
atores conectados


Brokers
Cutpoints
Who sits on the path through
which most information will pass


Quem conecta 2 ou mais
partes da rede que sem ele
estaria desconectata



Cliques, clusters,
components, K-plexes
Brokers
Cutpoints
Quem se situa no caminho
onde a maior parte da
informação passa

Betweenness
Whole Networks
B2
D9
Networks show:
* density
* cliques
* network stars
14 actors
22 connections
density=.24
D3
 B10 
D12
B4
 D5 
* network brokers
 Network Star, & Broker
* isolates
* isolated cliques
A7
* structural holes
C13
C15
* resource flow
A11
* social structures
A14
C8
Relation: Collaborating on class work
A6
Papéis e posições

Network Positions

e.g., professionals in
relation to their clients,
employers, and/or
colleagues
Network Roles

The patterns of relations
which are found between
actors or between positions

Posições de rede

A collection of individuals
who are similarly embedded
in networks of relations



Requires at least a dyad:
teacher and student, doctor
and patient
Uma coleção de indivíduos
que estão equivalentemente
posicionados numa rede de
relações


Ex: profissionais em relação
aos seus clientes,
empregadores ou colegas
Papéis de rede

Padrões de relações que são
encontrados entre atores ou
entre posições

Requer pelo menos uma
díade: professor e aluno,
doutor e paciente
Roles and Positions

Equivalence

Structural equivalence


Equivalencia

Identical ties to and from
others, e.g., a teacher in
relation to their students in
one class
Regular equivalence


Identical ties to and from
equivalent others, e.g.,
teachers in relation to
students in a school
Equivalencia estrutural


Lacos identicos de e para
outros, ex, professores em
relacao a estudantes numa
classe
Equivalencia regular

Lacos identicos de e para
outros que sao equivalentes,
ex, professores em relacao a
estudantees numa escola
Visualização
Mapeando grandes conjuntos de
dados online

Mappings using data from the
web



Links between sites
FOAF (friend of a friend)
declarations
Emerging mappings include
attention to





Posting behaviors
Actor profiles as posters
Changes over time
Content of sites, e.g., words
in common (Gloor & Zhao, 2006)
Mapeando a partir de dados
da web



Links entre sites
FOAF (Amigo de amigo)
Mapeamentos emergentes
estão dando atenção a




Comportamento de posting
Papéis do ator como poster
Mudanças ao longo do tempo
Conteúdos dos sites, ex,
palavras em comum (Gloor &
Zhao, 2006)
Flickrverse, Gustavog, 2006 http://www.flickr.com/photo_zoom.gne?id=9708628&context=set222111&size=l ------------------------------------------- Based on 50 connections between people.
Social Networks On and Offline
Facebook Mutual Friends
Touchgraph web links starting from
University of Illinois at Urbana Champaign
“Knowledge Map” based
on probability of clicking
between journals
Bollen et al, PLoS 2009
Mapping Online Communities

Emerging mappings
include attention to
Posting behaviors
 Actor profiles as posters
 Changes over time
 Content of sites


e.g., words in common
on different sites
(Gloor & Zhao, 2006)
 Questions
What is a ‘good’ posterresponder profile?
 What is a typical pattern
of participation?

Welse, Gleave,
Fisher & Smith,
2007
Redes evoluem



Networks grow and
change over time
Looking at network
changes can tell you
about group actions
The following slides
show networks x media
for two online classes at
3 times during the term



Redes mudam de
tamanho e formato ao
longo do tempo
Examinar mudanças na
rede informa sobre
ações de grupo
Os seguintes slides
mostram redes X mídia
para duas classes online
em três momentos de
um semestre
Network Evolution
Internet Relay Chat
Time 1
Time 2
Time 3
Email
Time 1
Time 2
Time 3
Group projects; Webboard also used for discussion, connected all to all.
Class F97: Collaborative work via IRC and Email by Time
Network Evolution
Internet Relay Chat
Time 1
Time 2
Time 3
Email
Time 1
Time 2
No group project; Rotating pairs for presentations
Class F98: All communications, IRC and Email by Time
Time 3
Growth of a
Twitter Network
Graphs from
www.visualcomplexity.com
Thank you for the opportunity to expand my
network and bridge across distance and countries.
Muito Obrigada IBICT e Director Celia Zaher, UFRJ,
CENACIN e ICICT Fiocruz
And a special thank you to my host and
mentor in all things Brazilian
Professora Gilda Olinto
Further Reading









Wasserman, S. & Faust, K. (1994). Social Network Analysis. Cambridge, MA: Cambridge
University Press.
Degenne, A. & Forsé, M. (1999). Introducing Social Networks. London: Sage.
Kilduff, M. & Tasi, W. (2003). Social Networks and Organizations. London: Sage.
Monge, Peter R. & Contractor, Noshir S. (2003). Theories of Communication Networks.
Oxford, UK: Oxford University Press.
Wellman, B. (1997). Structural analysis: From method and metaphor to theory and
substance. In B. Wellman & S.D., Berkowitz (Eds.), Social Structures: A Network Approach
(pp. 19-61). Greenwich, CT: JAI Press.
Watts, D.J. (2004). The “new” science of network.Annual Review of Sociology,30,243-270.
Borgatti, S.T., Mehra, A., Brass, D. & Labianca, G. (2009). Network analysis in the social
sciences. Science, 323, 892-895.
Marin, A. & Wellman, B. (forthcoming, 2010). Social Network Analysis: An Introduction. In
J. Scott & P. Carrington (Eds.), Handbook of Social Network Analysis. London: Sage.
Gruzd, A. & Haythornthwaite, C. (forthcoming). Networking online: Cybercommunities. In J.
Scott & P. Carrington (Eds.), Handbook of Social Network Analysis. London: Sage.
More on networks
Visual Complexity collection

http://www.visualcomplexity.com/vc/index.cfm?domain=Social%20Networks
Data Mining
 Matching documents based on similar concepts: Co-citation analysis;
Latent semantic analysis (e.g., Landauer, Laham & Derr, 2004)
Internet Data Mining
 Profiles: Matching people on the basis of common characteristics, e.g.,
interest in sport although different ones: Liminal semantics (Liu, Maes &
Davenport, 2006):
 Web links: Webometrics (Thelwall & Vaughn, 2004); Hyperlink network
analysis “to identify an invisible network” (Park, 2003)
 Email: Visible Path software, Stanley Wasserman; Network text
analysis, Kathleen Carley and associates (Enron dataset)
 Threaded discussion (bulletin boards, blogs): Netscan for Usenet lists,
Marc Smith; Internet Community Text Analyzer, Anatoliy Gruzd