Introdução à Teoria dos Grafos e Análise de Redes Sociais

11.342 visualizações

Publicada em

Trata-se de slides de palestras sobre o uso do Gephi a partir das métricas oriundas da teoria dos grafos.

Publicada em: Educação
4 comentários
34 gostaram
Estatísticas
Notas
Sem downloads
Visualizações
Visualizações totais
11.342
No SlideShare
0
A partir de incorporações
0
Número de incorporações
1.650
Ações
Compartilhamentos
0
Downloads
465
Comentários
4
Gostaram
34
Incorporações 0
Nenhuma incorporação

Nenhuma nota no slide

Introdução à Teoria dos Grafos e Análise de Redes Sociais

  1. 1. #1 EXTRAIR, MINERAR E VISUALIZAR CONTROVÉRSIAS EM REDES SOCIAIS curso na Câmara dos Deputados Laboratório Hacker Prof. Dr. Fábio Malini Universidade Federal do Espírito Santo Rede VemPrarua: junho a outubro de 2013
  2. 2. #1 objetivos Compreender os Termos e Medidas básicos utilizados na análise de redes sociais. Extração de redes para analisar as métricas dentro de uma rede social. Capacitação no uso do software Gephi e em análise semântica de controvérsias na rede. Prof. Dr. Fábio Malini :: curso Câmara dos Deputados
  3. 3. #1 objetivos Compreender os Termos e Medidas básicos utilizados na análise de redes sociais. Realização de atividade prática para consolidar o conhecimento teórico adquirido. Capacitação no uso do software Gephi e em análise semântica de controvérsias na rede. Prof. Dr. Fábio Malini :: curso Câmara dos Deputados
  4. 4. #1.1 Termos e definições na análise de redes sociais. fabiomalini Nó . Representado, numa rede, por pontos. Em redes sociais, os nós representam o nome do perfis. ufesonline ufeslabic francisodre Prof. Dr. Fábio Malini UFES
  5. 5. #1.1 Termos e definições na análise de redes sociais. fabiomalini Aresta . Representado, numa rede, por linhas. Em redes sociais, as linhas revelam as ações dos perfis: compartilhamento (RTs) ou comentários (ATs) de uma mensagem. Prof. Dr. Fábio Malini UFES ufeslabic
  6. 6. uma aresta #1.1 (RTs, Shares, Replies, Ligação...) Nós e arestas. B A Nós humanos ou bots Nós e arestas possuem atributos. Ex: conteúdo de um tweet é atributo de uma aresta. 5 Rede direcional Rede não-direcional O peso da rede (valor atribuído nas arestas)
  7. 7. #1.1 simples: quando a ligação não possui peso arestas. Importante: As arestas podem ser de tipo Simples ou de tipo Ponderada. Quando o peso da aresta entre dois nós é forte, conceituamos a relação de “laços fortes”. ponderada: quando diferentes arestas possuem pesos distintos. 1 5 3
  8. 8. #1.1 Cluster 01 Clusters. Cluster 02 Cluster 03 É um conjunto de nós fortemente conectado. Clusters, em termos sociais, são grupos de interesses comuns. São estruturas de afinidades. Perspectividades. Cluster 04
  9. 9. #1.1 Cluster 01 Grafo. Cluster 02 Cluster 03 É a representação gráfica de uma rede interativa. Ele pode ser: - Direcional ou dirigido: quando um nó possui ligação com outro não necessariamente recíproca (ex: Instagram, Twitter); - Não direcional ou não dirigido: quando a ligação entre dois nós é necessariamente recíproca (ex: Facebook e Orkut). Cluster 04
  10. 10. MEDIDAS NA ANÁLISE DE REDES SOCIAIS
  11. 11. #1.1 Estatísticas As medidas ajudam no entendimento dos papéis sociais (em sentido amplo, nas subjetivações) constituído pela ação dos perfis nas redes sociais.
  12. 12. #1.1 Estatísticas GRAU MÉDIO Define o peso dos nós de acordo com a quantidade de suas conexões. Grau de entrada: número de conexões que um nó recebe de outro. Grau de saída: número de conexões que sai de um nó para outro.
  13. 13. #1.1 Estatísticas GRAU PONDERADO MÉDIO Similar ao grau médio, mas, para a sua medida, utiliza-se dos pesos das arestas em seu algoritmo para então definir o peso dos nós. A recebeu 50 Retweets de B C recebeu 10 Retweets de B, 10 de D, 5 de E, 5 de F,
  14. 14. Qual é a diferença de GRAU e GRAU PONDERADO MÉDIO? João recebeu doação de R$ 50 mil da empresa Slide. Maria recebeu doação de R$ 50 mil reais de 50 empresas diferentes, no valor de R$ 1 mil. João e Maria possuem o mesmo Grau. Mas Maria possui um valor maior em seu grau Ponderado Médio, por conta da diversidade de suas relações.
  15. 15. Qual dos nós possuirá maior GRAU MÉDIO? ( ( ( ( ( ( )A )B )C )D )E )F F E 12 6 A C 2 3 1 10 2 B 1 D
  16. 16. Qual dos nós possuirá maior GRAU PONDERADO MÉDIO? ( ( ( ( ( ( )A )B )C )D )E )F F E 12 6 A C 2 3 1 10 2 B 1 D
  17. 17. Qual dos nós possuirá maior GRAU PONDERADO MÉDIO DE ENTRADA? ( ( ( ( ( ( )A )B )C )D )E )F F E 12 6 A C 2 3 1 10 2 B 1 D
  18. 18. Qual dos nós possuirá maior GRAU DE SAÍDA? ( ( ( ( ( ( )A )B )C )D )E )F 2 F E 11 4 A C 2 3 1 8 1 B 1 D
  19. 19. GRAU de entrada: é uma medida de popularidade. GRAU de saída: é uma medida de intensidade informativa. E 11 4 A C 2 F 2 3 1 8 1 B 1 D
  20. 20. #1.2 Extraindo dados para identificar o grau de um nó numa rede social. Crawl: importado do inglês, o verbo “crawlear” (“to crawl”) neste contexto significa minerar/coletar dados da web, de mídias, de redes sociais etc. Prof. Dr. Fábio Malini UFES
  21. 21. #1.2 Crawlers Flocker Webapp que age como estruturador de redes de retweets em tempo real. Permite exportar o grafo criado para GEXF, PNG e SVG. http://flocker.outliers.es/ Netvizz Aplicativo do Facebook de fácil utilização que possibilita extrair redes de amigos, páginas e grupos a que o usuário está conectado. https://apps.facebook.com/netvizz/ Prof. Dr. Fábio Malini UFES
  22. 22. #1.2 Crawlers NodeXL Extensão para o Microsoft Excel que permite extrair dados de redes como Facebook, Flickr, Twitter e Youtube, assim como posterior exportação para Gephi. http://nodexl.codeplex.com/ GNIP Permite extrair dados da rede do Twitter. É o único que não possui limite de tempo de publicação do tweet nem limite de requisições ao servidor. http://gnip.com/ Prof. Dr. Fábio Malini UFES
  23. 23. #1.2 Crawlers YourTwapperKeeper Permite a configuração de diferentes keywords para monitoração, captura e armazenamento de tweets em tempo real. Necessita de instalação. https://github.com/540co/yourTwap perKeeper Prof. Dr. Fábio Malini UFES
  24. 24. TELA DO YTK AS PRIMEIRAS EXTRAÇÕES DO LABIC/UFES E CIBERCULT E MEDIALAB / UFRJ (processo de pesquisa Cartografia das Controvérsias políticas na internet – CNPq/CAPES)
  25. 25. #1.3 Atividade Prática Analisando um arquivo de grafos no Twitter: o caso do #MarcoCivil. Prof. Dr. Fábio Malini UFES
  26. 26. Muito Obrigado! E até breve! fabiomalini@gmail.com http://labic.net 27 4009 2752

×