Netwerkanalyse samenvatting deeltentamen 2
Likely Edge:
Een edge die gevormd wordt tussen twee nodes met de meeste gemeenschappelijke
buren hebben maar geen direct edge tussen elkaar hebben.
Affiliation networks:
Foci
Door de foci Google is John Doerr verbonden met Shirley Tightman en Arthur Levinson.
Foci = focal points of social interaction
Affiliation networks zijn voorbeelden van bipartite grafen.
We zeggen dat een graaf bipartite is als zijn nodes onderverdeeld kunnen worden in 2
sets op zo een manier dat elke edge een node van de ene set verbind met een node uit
de andere set maar er geen onderlingen edges zijn binnen de sets.
Het maximale aantal foci is gelijk aan het aantal edges in een graaf
Affiliation networks leiden vaak tot geïnduceerde netwerken tussen nodes van 1 soort.
Homophily:
“bird of feather flock together”
“Soort zoekt soort”
We zien dat de nodes in dichte subnetwerken (“close communities”) vaak overeenkomen
op bepaalde eigenschappen.
, Hoe komt homophily tot stand?
- Twee drijvende krachten: selectie en sociale invloed
- Selectie draait om “vaste” eigenschappen. Dit soort eigenschappen bepalen wie je
vrienden worden.
- Sociale invloed draait juist om veranderlijke eigenschappen. Je vrienden kunnen de
waarde op zo’n eigenschap van jou veranderen/beinvloden.
Homophily test: als de fractie van edges van p->q significant kleiner is dan 2pq is er
bewijs voor homophily.
Expected edges when no homophily:
(Fractie A x Fractie B) x 2
Herding and Cascades:
Bij een experiment met een vaas met 3 knikkers waarbij er 2 rood zijn en 1 blauw of 2
blauw en 1 rood worden mensen geachte een knikker te trekken en te gokken als de vaas
voornamelijk blauw is of rood. Elke persoon weet alleen wat hij zelf trekt en wat de
mensen voor hem hebben gezegd dat hun gok is.
De eerste 2 mensen die trekken zeggen wat ze trekken als gok.
Voor alle mensen erna geldt dat:
Als je een R trekt en het aantal keer R gezegd + 1 >= het aantal B gezegd dan zeg je R en
anders B.
Als je een B trekt en het aantal keer B gezegd + 1 >= het aantal R gezegd dan zeg je B en
anders R.
Als je iets zegt wat irrelevant is tot wat je hebt getrokken dan zit je in een cascade omdat
je je gok doet op basis van eerder gezegde waardes en niet je getrokken waarde.
Behaviour in networks:
Een node A veranderd van zijn gedrag als de fractie buren met het nieuwe gedrag groter
is dan de grenswaarde ( b / ( a + b ) ) waarbij a en b gegeven waardes zijn.
Likely Edge:
Een edge die gevormd wordt tussen twee nodes met de meeste gemeenschappelijke
buren hebben maar geen direct edge tussen elkaar hebben.
Affiliation networks:
Foci
Door de foci Google is John Doerr verbonden met Shirley Tightman en Arthur Levinson.
Foci = focal points of social interaction
Affiliation networks zijn voorbeelden van bipartite grafen.
We zeggen dat een graaf bipartite is als zijn nodes onderverdeeld kunnen worden in 2
sets op zo een manier dat elke edge een node van de ene set verbind met een node uit
de andere set maar er geen onderlingen edges zijn binnen de sets.
Het maximale aantal foci is gelijk aan het aantal edges in een graaf
Affiliation networks leiden vaak tot geïnduceerde netwerken tussen nodes van 1 soort.
Homophily:
“bird of feather flock together”
“Soort zoekt soort”
We zien dat de nodes in dichte subnetwerken (“close communities”) vaak overeenkomen
op bepaalde eigenschappen.
, Hoe komt homophily tot stand?
- Twee drijvende krachten: selectie en sociale invloed
- Selectie draait om “vaste” eigenschappen. Dit soort eigenschappen bepalen wie je
vrienden worden.
- Sociale invloed draait juist om veranderlijke eigenschappen. Je vrienden kunnen de
waarde op zo’n eigenschap van jou veranderen/beinvloden.
Homophily test: als de fractie van edges van p->q significant kleiner is dan 2pq is er
bewijs voor homophily.
Expected edges when no homophily:
(Fractie A x Fractie B) x 2
Herding and Cascades:
Bij een experiment met een vaas met 3 knikkers waarbij er 2 rood zijn en 1 blauw of 2
blauw en 1 rood worden mensen geachte een knikker te trekken en te gokken als de vaas
voornamelijk blauw is of rood. Elke persoon weet alleen wat hij zelf trekt en wat de
mensen voor hem hebben gezegd dat hun gok is.
De eerste 2 mensen die trekken zeggen wat ze trekken als gok.
Voor alle mensen erna geldt dat:
Als je een R trekt en het aantal keer R gezegd + 1 >= het aantal B gezegd dan zeg je R en
anders B.
Als je een B trekt en het aantal keer B gezegd + 1 >= het aantal R gezegd dan zeg je B en
anders R.
Als je iets zegt wat irrelevant is tot wat je hebt getrokken dan zit je in een cascade omdat
je je gok doet op basis van eerder gezegde waardes en niet je getrokken waarde.
Behaviour in networks:
Een node A veranderd van zijn gedrag als de fractie buren met het nieuwe gedrag groter
is dan de grenswaarde ( b / ( a + b ) ) waarbij a en b gegeven waardes zijn.
