Social Network An...
Follow
Find
14 views | +0 today
Rescooped by pirocho from e-Xploration
onto Social Network Analysis
Scoop.it!

Relationship Timelines | #dataviz #politics

Relationship Timelines | #dataviz #politics | Social Network Analysis | Scoop.it

Via luiy
pirocho's insight:

¿Qué tan típico es el partidismo de la política estadounidense actual y cómo los actores políticos navegan redes divididas?

 

Para averiguarlo,  se midieron redes de similitud co-votación en el Senado de EE.UU. y se rastrearon carreras individuales en el tiempo. Herramientas de visualización de red estándar fallan en redes altamente agrupadas y densas, por lo que se utilizan dos estrategias de agregación para aclarar la movilidad de posición con el tiempo. En primer lugar, los grupos de senadores que votan a menudo la mismas coaliciones y nos permiten medir la polarización cuantitativamente a través modularidad (Newman, 2006; Waugh et al, 2009; Poole, 2012). En segundo lugar, usamos  modelos de bloques basados en roles (White et al., 1976) para identificar posiciones de estos roles, la identificación de conjuntos de Senadores con los patrones de unión muy similares. Nuestro umbral de particionamiento para los papeles es estricto, lo que genera muchos roles ocupados por los senadores individuales. Esta combinación nos permite identificar el movimiento entre las posiciones en el tiempo (en concreto, se utilizó el Mejora Kernighan -Lin de un algoritmo de partición codiciosos método de Lovaina para la modularidad [ Blondel et al., 2008], y CONCOR con una similitud interna umbral de papeles, ver materiales complementarios para más detalles).

La cifra asigna esta red coalición dinámica, el Congreso de dos años a la vez.

Los nodos indican las posiciones estructuralmente equivalentes, incrementados por el número de Senadores y a la sombra de su nivel de acuerdo de los votantes. En cada período hay dos " leal del partido " posiciones, anclado en el eje y proporcional a la puntuación modularidad. El posición de otros nodos, por lo general las personas - se basa en el equilibrio de sus votos en relación con estos anclajes. Las posiciones están relacionadas con el tiempo por los arcos que conectan identidad cada persona a sí mismos a través del tiempo, con la etiqueta de rastrear carreras individuales (el ancho de arcos entre posiciones agregadas indican el número de personas que se desplazan entre con el tiempo).

En cuanto al fondo, no hemos visto el nivel actual de partidismo (por la medida) desde principios de 1900, pidiendo la cuestión de si esto representa una fase cualitativa cambio en la estructura de la política del Senado. Durante un largo periodo (por lo menos desde 1932 hasta 1992), parece que los senadores podían ocupar los roles mixtos partido en varios términos, tal vez debido a una interacción entre la política local y el partido que conducen a más transversales votos del partido. Parecería que esta comenzó a cambiar en el primer mandato de Clinton (1993-1994), y solidificado en el 104 º Congreso (1995-1996), con la polarización de volver a niveles de híper no se ven en casi 100 años. En esta transición, los demócratas - el papel central unido a coaliciones de mayoría del partido y los republicanos situados de manera similar siguieron cuando se hizo cargo de la mayoría en 1995, dejando la tierra de en medio desierta. En la era actual, las posiciones intermedias parecen frágiles e incluso los residentes de toda la vida media siga las líneas del partido ( Jeffords ) o perder sus escaños ( L. Chafee ). Estructuralmente, las posiciones middlelevel también aparecen dominados por representantes de los partidos individuales, lo que sugiere algo más que la cooperación bipartidista. Por desgracia, este nivel de polarización podría ser auto-refuerzo, ya que el éxito en posiciones medias requiere coaliciones y confianza que se les da poco probable tantos leales al partido.

more...
luiy's curator insight, September 12, 2013 1:58 PM

...  I finally had a chance to pull together a bunch of interesting timeline examples–mostly about the U.S. Congress. Although several of these are about networks, the primary features being visualized are changes in group structure and membership over time. Should these be called “alluvial diagrams”, “stream graphs” “Sankey charts”, “phase diagrams”, “cluster timelines”?

 

James Moody and Peter Mucha’s Portriat of Political Party Polarization (in the new Network Science journal) plots the network modularity score of structurally-equivalent voting clusters in the Senate co-voting network as they change over time. The lines show the movement of Senators between clusters over time.

Your new post is loading...
Your new post is loading...
Rescooped by pirocho from e-Xploration
Scoop.it!

L'Atelier de #cartographie | #dataviz #gephi #SNA_indatcom

L’Atelier de Cartographie L’Atelier de Cartographie Plate-forme Ingénierie de la connaissance (PIC) – INIST-CNRS Plate- Ingé

Via luiy
more...
No comment yet.
Rescooped by pirocho from e-Xploration
Scoop.it!

Centralidad - #SNA. Wikipedia | @pirocho

En teoría de grafos y análisis de redes la centralidad en un grafo se refiere a una medida posible de un vértice en dicho grafo, que determina su importancia relativa dentro de éste.[1]

Poder reconocer la centralidad de un nodo puede ayudar a determinar, por ejemplo, el impacto de una persona involucrada en una red social, la relevancia de una habitación en un edificio representado en sintaxis del espacio, la importancia de una carretera en una red urbana, o los componentes esenciales de una red de computadoras.

El concepto fue introducido inicialmente por Bavelas a fines de los años 1940.[2] Es uno de los conceptos más estudiados en el análisis de redes y desde finales de los años 70 en el análisis de redes sociales,[3][4] y muchos de los conceptos relacionados con las medidas de centralidad reflejan su origen sociológico.[5]


Via luiy
more...
luiy's curator insight, September 15, 2013 5:48 AM

Las medidas de centralidad se pueden agrupar en dos categorías: medidas radiales («radial measures») y mediales(«medial measures»).6 Las primeras toman como punto de referencia un nodo dado que inicia o termina recorridos por la red, mientras que las segundas toman como referencia los recorridos que pasan a través de un nodo dado.7 Las medidas radiales a su vez se pueden clasificar en medidas de volumen y de longitud, según el tipo de recorridos que consideran. Las primeras miden el volumen (o el número) de recorridos limitados a dicha longitud prefijada, en tanto que las segundas miden la longitud de los recorridos necesarios para alcanzar un volumen prefijado.7

Desde la formulación realizada por Bavelas,2 se han propuesto diversas medidas de centralidad de un nodo. Existen cuatro de estas medidas que son ampliamente usadas en análisis de redes:

La centralidad de grado («degree centrality»)La cercanía («closeness»)La intermediación («betweenness»)La centralidad de vector propio («eigenvector centrality»).

La primera y la última son medidas radiales de volumen. La segunda es una medida radial de longitud, y la tercera una medida medial.7 Para algunas de estas medidas existen a su vez versiones más generales o bien generalizaciones para las redes con pesos.8

Adicionalmente, se puede distinguir entre las medidas «absolutas» de centralidad, que indican un valor no comparable y aquellas que están normalizadas, denominadas medidas «relativas» de centralidad.

Leoncio Lopez-Ocon's curator insight, September 15, 2013 7:51 AM

Interesantes observaciones sobre la teoría de grafos y análisis de redes sociales

Rescooped by pirocho from Influence et contagion
Scoop.it!

How to Find, Follow and Connect with Social Media Influencers | #influence #networkawareness

How to Find, Follow and Connect with Social Media Influencers | #influence #networkawareness | Social Network Analysis | Scoop.it
How to Find, Follow and Connect with Social Media Influencers WordStream (blog) In short, you want to be able to connect with influencers—people in your industry who are well respected, widely published, speak at important conventions, have a...

Via Ron Sela, luiy
more...
luiy's curator insight, June 27, 2013 6:45 AM
How To Track Influencers With Google+ Ripples

One of the lesser known ways to connect with influencers is through Google+ Ripples. The great thing about Ripples is the idea that you can see not just who is sharing your SEO content, but who your specific influencers really are and how to connect with them. You can see who shared your content and gave that content good visibility. That person is absolutely a social media influencer for you, so he/she is someone you should want to meet.

Kenneth Mikkelsen's comment, June 27, 2013 7:11 AM
Great post. Thank you for sharing, Luis.
Rescooped by pirocho from e-Xploration
Scoop.it!

Relationship Timelines | #dataviz #politics

Relationship Timelines | #dataviz #politics | Social Network Analysis | Scoop.it

Via luiy
pirocho's insight:

¿Qué tan típico es el partidismo de la política estadounidense actual y cómo los actores políticos navegan redes divididas?

 

Para averiguarlo,  se midieron redes de similitud co-votación en el Senado de EE.UU. y se rastrearon carreras individuales en el tiempo. Herramientas de visualización de red estándar fallan en redes altamente agrupadas y densas, por lo que se utilizan dos estrategias de agregación para aclarar la movilidad de posición con el tiempo. En primer lugar, los grupos de senadores que votan a menudo la mismas coaliciones y nos permiten medir la polarización cuantitativamente a través modularidad (Newman, 2006; Waugh et al, 2009; Poole, 2012). En segundo lugar, usamos  modelos de bloques basados en roles (White et al., 1976) para identificar posiciones de estos roles, la identificación de conjuntos de Senadores con los patrones de unión muy similares. Nuestro umbral de particionamiento para los papeles es estricto, lo que genera muchos roles ocupados por los senadores individuales. Esta combinación nos permite identificar el movimiento entre las posiciones en el tiempo (en concreto, se utilizó el Mejora Kernighan -Lin de un algoritmo de partición codiciosos método de Lovaina para la modularidad [ Blondel et al., 2008], y CONCOR con una similitud interna umbral de papeles, ver materiales complementarios para más detalles).

La cifra asigna esta red coalición dinámica, el Congreso de dos años a la vez.

Los nodos indican las posiciones estructuralmente equivalentes, incrementados por el número de Senadores y a la sombra de su nivel de acuerdo de los votantes. En cada período hay dos " leal del partido " posiciones, anclado en el eje y proporcional a la puntuación modularidad. El posición de otros nodos, por lo general las personas - se basa en el equilibrio de sus votos en relación con estos anclajes. Las posiciones están relacionadas con el tiempo por los arcos que conectan identidad cada persona a sí mismos a través del tiempo, con la etiqueta de rastrear carreras individuales (el ancho de arcos entre posiciones agregadas indican el número de personas que se desplazan entre con el tiempo).

En cuanto al fondo, no hemos visto el nivel actual de partidismo (por la medida) desde principios de 1900, pidiendo la cuestión de si esto representa una fase cualitativa cambio en la estructura de la política del Senado. Durante un largo periodo (por lo menos desde 1932 hasta 1992), parece que los senadores podían ocupar los roles mixtos partido en varios términos, tal vez debido a una interacción entre la política local y el partido que conducen a más transversales votos del partido. Parecería que esta comenzó a cambiar en el primer mandato de Clinton (1993-1994), y solidificado en el 104 º Congreso (1995-1996), con la polarización de volver a niveles de híper no se ven en casi 100 años. En esta transición, los demócratas - el papel central unido a coaliciones de mayoría del partido y los republicanos situados de manera similar siguieron cuando se hizo cargo de la mayoría en 1995, dejando la tierra de en medio desierta. En la era actual, las posiciones intermedias parecen frágiles e incluso los residentes de toda la vida media siga las líneas del partido ( Jeffords ) o perder sus escaños ( L. Chafee ). Estructuralmente, las posiciones middlelevel también aparecen dominados por representantes de los partidos individuales, lo que sugiere algo más que la cooperación bipartidista. Por desgracia, este nivel de polarización podría ser auto-refuerzo, ya que el éxito en posiciones medias requiere coaliciones y confianza que se les da poco probable tantos leales al partido.

more...
luiy's curator insight, September 12, 2013 1:58 PM

...  I finally had a chance to pull together a bunch of interesting timeline examples–mostly about the U.S. Congress. Although several of these are about networks, the primary features being visualized are changes in group structure and membership over time. Should these be called “alluvial diagrams”, “stream graphs” “Sankey charts”, “phase diagrams”, “cluster timelines”?

 

James Moody and Peter Mucha’s Portriat of Political Party Polarization (in the new Network Science journal) plots the network modularity score of structurally-equivalent voting clusters in the Senate co-voting network as they change over time. The lines show the movement of Senators between clusters over time.

Rescooped by pirocho from e-Xploration
Scoop.it!

#Virality Prediction and Community Structure in Social Networks | #dataviz #prediction

#Virality Prediction and Community Structure in Social Networks | #dataviz #prediction | Social Network Analysis | Scoop.it
How does network structure affect diffusion? Recent studies suggest that the answer depends on the type of contagion. Complex contagions, unlike infectious diseases (simple contagions), are affected by social reinforcement and homophily.

Via luiy
more...
luiy's curator insight, September 1, 2013 2:47 PM

How does network structure affect diffusion? Recent studies suggest that the answer depends on the type of contagion. Complex contagions, unlike infectious diseases (simple contagions), are affected by social reinforcement and homophily. Hence, the spread within highly clustered communities is enhanced, while diffusion across communities is hampered. A common hypothesis is that memes and behaviors are complex contagions. We show that, while most memes indeed spread like complex contagions, a few viral memes spread across many communities, like diseases. We demonstrate that the future popularity of a meme can be predicted by quantifying its early spreading pattern in terms of community concentration. The more communities a meme permeates, the more viral it is. We present a practical method to translate data about community structure into predictive knowledge about what information will spread widely. This connection contributes to our understanding in computational social science, social media analytics, and marketing applications.

Rescooped by pirocho from Influence et contagion
Scoop.it!

I Flirt and Tweet. Follow Me at #Socialbot

I Flirt and Tweet. Follow Me at #Socialbot | Social Network Analysis | Scoop.it
Socialbots are being designed to sway elections, to influence the stock market, even to flirt with people and one another.

Via Ron Sela, luiy
more...
Ron Sela's curator insight, August 13, 2013 4:01 AM

I Flirt and Tweet. Follow Me at Socialbot.

luiy's curator insight, August 31, 2013 12:44 PM

FROM the earliest days of the Internet, robotic programs, or bots, have been trying to pass themselves off as human. Chatbots greet users when they enter an online chat room, for example, or kick them out when they get obnoxious. More insidiously, spambots indiscriminately churn out e-mails advertising miracle stocks and unattended bank accounts in Nigeria. Bimbots deploy photos of gorgeous women to hawk work-from-home job ploys and illegal pharmaceuticals.

 

Now come socialbots. These automated charlatans are programmed to tweet and retweet. They have quirks, life histories and the gift of gab.

 

Many of them have built-in databases of current events, so they can piece together phrases that seem relevant to their target audience. They have sleep-wake cycles so their fakery is more convincing, making them less prone to repetitive patterns that flag them as mere programs. Some have even been souped up by so-called persona management software, which makes them seem more real by adding matching Facebook, Reddit or Foursquare accounts, giving them an online footprint over time as they amass friends and like-minded followers.