SlideShare uma empresa Scribd logo
1 de 55
Η Επιστήμη των ∆ικτύων
Μια Πολύ Σύντομη Εισαγωγική Παρουσίαση


        Μωυσής Α. Μπουντουρίδης
     Τμήμα Μαθηματικών Πανεπιστημίου Πατρών
                  mboudour@upatras.gr


                  23 Απριλίου 2013




    Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Τι είναι ένα δίκτυο;
    Ερώτηση: Τι είναι ένα πράγμα;
    Απάντηση:
          Από πλευράς υλικής υπόστασης.
          Και από πλευράς λειτουργικής συμπεριφοράς.
    Υλική περιγραφή: Ποια είναι τα στοιχεία του πράγματος;
    Λειτουργική συμπεριφορά: Πώς συμπεριφέρονται, τι κάνουν, τι
    παράγουν, πώς δρουν τα στοιχεία του πράγματος;

    Ερώτηση: Τι είναι ένα δίκτυο;
    Απάντηση:
         Υλική–οντολογική υπόσταση: ´Ενα δίκτυο
         περιλαμβάνει πολλαπλά πράγματα (πολλά
         στοιχεία, ομοιογενή ή ανομοιογενή).
         Λειτουργική ικανότητα: ´Ενα δίκτυο λειτουργεί με
         τις διαδράσεις των πραγμάτων που περιλαμβάνει
         (θετικές–αρνητικές αλληλεξαρτήσεις, συμπληρωματι-
         κότητα–συντονισμός [δράση–δράση] ή ανταγωνι-
         σμός–αντίθεση [δράση–αντίδραση]).
             Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Φαινομενολογικός–Τυπικός Ορισμός ∆ικτύου
    Φαινομενολογικά, έτσι όπως καταλαβαίνουμε εννοιολο-
    γικά τι είναι ένα δίκτυο:
        ´Ενα δίκτυο είναι ένα σύνολο παραγόντων ή φορέων
        δράσης, που ονομάζονται δρώντες (actors), οι οποίοι
        σχετίζονται μεταξύ τους με κάποια μορφώματα
        διαδραστικής συμπεριφοράς, που ονομάζονται
        δεσμοί (ties) ή σχέσεις διάδρασης (interactions).
    Τυπικά, έτσι όπως αναλύεται μαθηματικά (στην Θεωρία
    Γράφων [Graph Theory]) ή αναπαρίσταται μέσω γραφι-
    κών οπτικοποιήσεων (visualizations):
        ´Ενα δίκτυο είναι ένα σύνολο κόμβων (ή κορυφών ή
        σημείων), οι οποίοι συνδέονται μεταξύ τους με
        κάποια συγκεκριμένα μορφώματα συνδέσμων (links),
        που είτε δεν έχουν κατεύθυνση (οπότε είναι ακμές ή
        γραμμές) ή έχουν κατεύθυνση (οπότε είναι τόξα)
        (το αντίστοιχο μαθηματικό–τυπικό αντικείμενο
        ονομάζεται μη κατευθυνόμενος γράφος στην πρώτη
        περίπτωση ή κατευθυνόμενος γράφος στην δεύτερη
        περίπτωση).
           Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Euler: Οι 7 Γέφυρες του K¨nigsberg
                         o




          Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Βασικοί Συμβολισμοί Θεωρίας Γράφων
 a pair (V, E), where V is a ένα of vertices E), όπου τοpoints), and E
      ´Ενας γράφος G είναι set ζεύγος (V, (also called V είναι
      ένα σύνολο κορυφών (ή κόμβων ή σημείων) και το E
 called lines).
       είναι ένα σύνολο ακμών (ή γραμμών ή συνδέσμων ή
er of vertices is called the order of a graph and the number of edges is cal
       συνδέσεων).
 h.
       ´Ετσι, ο γράφος γράφεται ως G = (V, E) κι, όταν χρειάζεται να επισημάνουμε
aph Gότι το VE) the vertex κορυφών του γράφου G, γράφουμε V = V(theκαι, set E
      = (V, είναι το σύνολο set V is often denoted V (G) and G) edge
       παρόμοια, ότι το E είναι το σύνολο ακμών του G, γράφουμε E = E(G).
 e ∈ EΚάθε ακμή e ∈ E ενός γράφου G of(V, E) αντιστοιχεί σε If u κορυφές του associat
        is associated with a pair = points from V . δυο and v are
       συνόλου V, οι οποίες αποτελούν τα δυο άκρα της ακμής. ´Οταν τα άκρα της
y are called ethe endpoints of e,και v ∈ V, γράφουμε u = (orv){u, v} to represent
       ακμής ∈ E είναι οι κορυφές u we often write e v u, . Σημειωτέον ότι
       οι ακμές δεν έχουν κατεύθυνση, δηλαδή, e = (u, v) = (v, u).
 2     Ο γράφος G = (V, E) με V = {v1 , v2 , v3 , v4 } και E = {(v1 , v3 ), (v2 , v3 ), (v3 , v4 )}:

                                            v1              v2
                                                 ❅
                                                    ❅

                                            v4           ❅v3
                                                     ❅


                V = {v1 , v2 ,Α. 3 }, E = {{v3Η, Επιστήμη των v3 }, {v1 , v3 }}
                     Μωυσής v Μπουντουρίδης      v4 }, {v2 , ∆ικτύων
erve that G1 ⊕ G2 = G1 ∪ G2 . However, usually for ring sums we have the same vert
     Τύποι Γράφων
= V2 , but different edge sets E1 = E2 , whereas for unions we often want disjoint unions,
 = ∅.
e aware that ´Ενας βρόχος (loop) είναι μια ακμή πουIn particular, some vauthors use G1 ∨ G
               notations for these operations vary. ενώνει μια κορυφή με τον
 join and take G1 +της, to= (v,av).
              εαυτό G2 e be disjoint union.
              ∆υο (ή περισσότερες) ακμές ονομάζονται παράλληλες αν τα άκρα τους
              είναι οι ίδιες κορυφές.
 Directed ´Ενας γράφος χωρίς βρόχους και χωρίς παράλληλες ακμές ονομάζεται
               Graphs
tion 10       απλός, ενώ διαφορετικά ονομάζεται πολλαπλός γράφος (multi–graph).
              ´Ενας γράφος ονομάζεται γράφος με βάρη (weighted graph) και
  directed graph or digraphως G = (V, (V, E), where V is a set of points (also called vertices
              συμβολίζεται is a pair E, w), αν σε κάθε ακμή του e αντιστοιχεί ένα
nd E is a setβάρος ή μια pairs of(e) ∈ R. from V called arcs.
                of ordered τιμή w points

ach arc´Ενας E is associated with an ordered pair G είναι ένα ζεύγος If u ), όπου τοassociat
         e ∈ κατευθυνόμενος γράφος ή διγράφος of points from V . (V, Eand v are
ith the edge e they are called the endpoints of e,ήwe often write τοvEor (u, v) to represent t
        V είναι ένα σύνολο κορυφών (ή κόμβων σημείων) και u είναι ένα
        σύνολο τόξων με το κάθε τόξο e ∈ E να αντιστοιχεί σε ένα διατεταγμένο
rc e. ζεύγος κορυφών (u, v) έτσι ώστε να κατευθύνεται από την κορυφή u προς
        την κορυφή v.
 xample κατευθυνόμενος γράφος G = (V, E) με V = {v1 , v2 , v3 , v4 } και E = {(v1 , v3 ), (v3 , v2 ), (v4 , v3 )}:
        Ο 11

                                                v1      v2
                                                   ❅     ✻
                                                     ❅

                                                v4    ✲ v3
                                                      ❅
                                                       ❘
                                                       ❅


                           VΜωυσής 1Α.vΜπουντουρίδης {(v4 , v3 ), (v3 , των ∆ικτύων3 )}
                             = {v , 2 , v3 }, E =       Η Επιστήμη v2 ), (v1 , v
∆ιμερείς Γράφοι
 ´Ενας γράφος ονομάζεται διμερής
 (bipartite), όταν υπάρχει ένας
 διαμερισμός του συνόλου των
 κορυφών του V σε δυο μέρη
 (τμήματα), το U και το W, δηλαδή,
 V = U ∪ W (όπου U ∩ W = ∅), έτσι
 ώστε όλες οι ακμές να πηγαίνουν
 από το U στο W και να μην
 υπάρχει καμιά ακμή ούτε μεταξύ
 κορυφών του U ούτε μεταξύ
 κορυφών του W.

 Προβολές διμερούς γράφου:

                                      u1
     u1   2   u2                              w1
                                      u2                                   w1
          2                                   w2
    1          1                                                       2        2
                                      u3
     u3       u4                              w3                      w2        w3
          1                           u4                                   1



                   Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Το δίκτυο των Αθλίων του Βίκτωρος Ουγκώ




 Σχήμα:   Το δίκτυο των σχέσεων μεταξύ των κύριων χαρακτήρων των
 Αθλίων του Βίκτωρος Ουγκώ (τα χρώματα αντιστοιχούν σε κοινότητες, που
 υπολογίσθηκαν εκ των υστέρων) (Newman  Girvan, Finding and evaluating
 community structure in networks, Physical Review E, 2004, 69: 026113).

               Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Φιλίας Μελών Λέσχης Καράτε




 Σχήμα:     ∆ίκτυο φιλίας των 34 μελών μιας Πανεπιστημιακής λέσχης καράτε
 (Zachary, An information flow model for conflict and fission in small groups,
 Journal of Anthropological Research, 1977, 33: 452-473).
                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Το ∆ίκτυο των Στενών Συνεργατών του Σαντάμ




  Σχήμα:    Το δίκτυο του εσωτερικού κύκλου των στενών συνεργατών του
  Σαντάμ Χουσεΐν (Barabasi et al., Network Science Book,
                        ´
  http://barabasilab.neu.edu/networksciencebook/).

                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Φιλίας Μαθητών του Faux Magnolia High School




  Σχήμα:      Το δίκτυο φιλίας 1461 μαθητών του Faux Magnolia High School
  χωρίς απομονωμένους κόμβους (Goudreau et al., A statnet Tutorial, Journal of
  Statistical Software, 2008, 24(9): 1-27).
                 Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Κατηγοριοποιήσεις ∆ικτυακών ∆ρώντων
    Οι δρώντες ενός δικτύου μπορεί να είναι:
       Ατομα (άνθρωποι) με διαφορετικά δημογραφικά
       ´
       χαρακτηριστικά (όπως φύλο, φυλή–έθνος, υπηκοότητα,
       ηλικία, εκπαίδευση, εργασία, οικονομική κατάσταση, κατοικία
       κλπ.) ή σε διαφορετικές ψυχο–σωματικές καταστά-
       σεις [πχ., ασθένειες, υγεία, βάρος, ευτυχία κλπ.] ή με διαφο-
       ρετικές ιδέες–πεποιθήσεις–τοποθετήσεις–προτιμήσεις
       για κάποια πολιτιστικά ή πολιτικά ή οικονομικά κλπ. ζητήματα.
       Ομάδες ατόμων (όπως οργανώσεις, εταιρίες, θεσμικά σώματα,
       κράτη κλπ.).
       Οργανισμοί (ζωικοί ή βιολογικοί).
       Υλικά πράγματα (όπως βιβλία, εργασίες, επιστημονικοί
       κλάδοι, μέσα επικοινωνίας–πληροφόρησης, τεχνουργήματα
       [artifacts], εμπορεύματα, μηχανές, υπολογιστές, διαδικτυακά
       σάϊτ/σελίδες κλπ.).
       Συναθροιστικά γεγονότα (όπως συμφωνίες, ψηφοφορίες,
       εκθέσεις, διαδηλώσεις διαμαρτυρίας, συμβάντα, περιστάσεις,
       τακτικές συναντήσεις σε χώρους επικοινωνίας ατόμων ή
       οργανώσεων για συγκεκριμένους σκοπούς κλπ.).
           Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Παχύσαρκων Ατόμων




 Σχήμα:      ∆ίκτυο παχύσαρκων ατόμων (Christakis  Fowler, The spread of
 obsesity in a large social network over 32 years, New Englnd Journal of
 Medicine, 2007, 357(4): 370-379).
                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Ευτυχισμένων Ατόμων




 Σχήμα: ∆ίκτυο ευτυχισμένων ατόμων (Fowler  Christakis, Dynamic spread
 of happiness in a large social network: Longitudinal analysis over 20 years in the
 Framingham Heart Study, British Medical Journal, 2008, 337(768): a2338).

                  Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Το ∆ίκτυο των Φλωρεντιανών Οίκων




 Σχήμα:    Το δίκτυο των γάμων μεταξύ των μεγάλων Οίκων της
 Φλωρεντίας του μεσαίωνα (Padgett  Ansell, Robust action and the rise of the
 Medici, 1400–1434, American Journal of Sociology, 1993, 98(6): 1259-1319).


                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Συνεργασίας στην Santa Fe




 Σχήμα:    ∆ίκτυο συνεργασίας επιστημόνων του Ινστιτούτου Santa Fe (Girvan
  Newman, Community structure in social and biological networks, Proceedings of
 the National Academy of Sciences of the USA, 2002, 99: 8271-8276).

                 Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Τροφικός Ιστός του Οικοσυστήματος μιας Λίμνης




 Σχήμα:      Το δίκτυο του τροφικού ιστού (food web) του οικοσυστήματος της
 Λίμνης Little Rock του Wisconsin (Martinez, Artifacts or attributes? Effects of
 resolution on the Little Rock Lake food web, Ecological Monographs, 1991, 61:
 367-392).
                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Φαινοτυπικών Ασθενειών




 Σχήμα:      ∆ίκτυο φαινοτυπικών ασθενειών (Hidalgo, Blumm, Barabasi 
                                                                  ´
 Christakis, A Dynamic Network Approach for the Study of Human Phenotypes,
 PLOS Computational Biology, http://www.ploscompbiol.org/article/info%
 3Adoi%2F10.1371%2Fjournal.pcbi.1000353).
                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Πρωτεϊνών Ζύμης




 Σχήμα:     ∆ίκτυο πρωτεϊνών ζύμης (Maslov  Sneppen, Specificity and stability
 in topology of protein networks, Science, 2002, 296: 910-913).
                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Κατηγοριοποιήσεις ∆ικτυακών ∆ιαδράσεων
    Οι διαδράσεις σε ένα δίκτυο μπορεί να είναι:
       Κοινωνικές σχέσεις μεταξύ ατόμων         (όπως φιλίας,
       συγγένειας, συναισθηματικής φύσης, σεξουαλικής σχέσης,
       αρέσκειας–δυσαρέσκειας, εμπιστοσύνης–δυσπιστίας κλπ.).
       Κοινωνικές σχέσεις αλληλεξάρτησης        (όπως διδάσκο-
       ντα–διδασκόμενου, προϊστάμενου–υφιστάμενου, συνεργασίας,
       υποστήριξης, αλληλοβοήθειας, παροχής συμβουλών,
       εμπορικών–οικονομικών συναλλαγών κλπ.).
       Κοινωνικές σχέσεις αντιπαλότητας        (όπως διαφωνίας,
       αντιπαραθέσεων, έχθρας, φόβου, ανταγωνισμού κλπ.).
       ´Εμμεσες σχέσεις διαμοιρασμού ή συμμετοχής σε
       κοινά γεγονότα (όπως σε οργανώσεις, συμβάντα,
       λέσχες–κλαμπ, συλλόγους, συμβούλια, σχολεία,
       θεσμούς–ιδρύματα, καταγωγής ή διαμονής σε γεωγραφικές
       περιοχές, συν–δημοσιεύσεων, βιβλιογραφικών αναφορών,
       διάδοσης γνώσης, κοινωνικής επιρροής, κοινών ασχολιών,
       επαναλαμβανόμενων συνηθειών, όπως χρήσης ναρκωτικών, κλπ.,
       μετάδοσης [contagion] ασθενειών κ.ά. ή διάχυσης ιών κ.ά. κλπ.).
           Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Ερωτικών Σχέσεων




 Σχήμα:      ∆ίκτυο ερωτικών σχέσεων (Bearman et al., Chains of affection: The
 structure of adolescent romantic and sexual networks, American Journal of
 Sociology, 2004, 110: 44-91) σε οπτικοποίηση του Mark Newman
 (http://www-personal.umich.edu/~mejn/networks/).
                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Το Internet




 Σχήμα:      Το δίκτυο των ISPs του Internet (Cheswick  Burch, Internet Atlas Gallery,
 http://www.caida.org/projects/internetatlas/gallery/ches/data.xml).

                    Μωυσής Α. Μπουντουρίδης           Η Επιστήμη των ∆ικτύων
Το Facebook




 Σχήμα:    Το δίκτυο επικοινωνίας του Facebook (Barabasi et al., Network
                                                     ´
 Science Book, http://barabasilab.neu.edu/networksciencebook/).




                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Twitter




 Σχήμα:   Μια συνεκτική συνιστώσα ενός δικτύου Twitter για τους φόνους
 στο σχολείο Sandy Hook στο Newtown, CT, στις 14 ∆εκεμβρίου 2012.
               Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Παραπομπών στην Κοινωνιολογία




 Σχήμα:       ∆ίκτυο βιβλιογραφικών παραπομπών στην Κοινωνιολογία από δεδομένα του Jim Moody
 (http://orgtheory.wordpress.com/2009/08/14/sociologys-citation-core/).

                   Μωυσής Α. Μπουντουρίδης       Η Επιστήμη των ∆ικτύων
∆ίκτυο (∆ια–)Κλειδωμένων ∆Σ Εταιριών
(Interlocking Directorates)




 Σχήμα:       ∆ίκτυο (∆ια–)Κλειδωμένων (Interlocking Directorates) ∆ιοικητικών Συμβουλίων Εταιριών
 από κοινές συμμετοχές στελεχών σε αυτές
 (http://orgtheory.wordpress.com/2011/08/19/theyrule-net-interlocking-boards/,
 http://theyrule.net/).

                     Μωυσής Α. Μπουντουρίδης         Η Επιστήμη των ∆ικτύων
∆ίκτυο Συμμετοχών σε Κοινωνικές Εκδηλώσεις
Γυναικών του Νότου




 Σχήμα:   ∆ίκτυο συμμετοχών–μαζώξεων σε 14 συμβάντα κοινωνικών
 εκδηλώσεων 18 γυναικών του Αμερικάνικου Νότου (Davis, Gardner  Gardner,
 Deep Douth, University of Chicago Press, 1941).
               Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Ψηφοφοριών στο Ανώτερο ∆ικαστήριο
των ΗΠΑ




 Σχήμα:          ∆ίκτυο ψηφοφοριών στο Ανώτερο ∆ικαστήριο των ΗΠΑ με τις συνεχόμενες γραμμές να
 συμβολίζουν θετικές ψήφους και τις διακοπτόμενες γραμμές αρνητικές ψήφους (Mrvar  Doreian,
 Partitioning signed two-mode networks, Journal of Mathematical Sociology, 2009, 33: 196-221).

                    Μωυσής Α. Μπουντουρίδης        Η Επιστήμη των ∆ικτύων
∆ίκτυο Επιτροπών στην Βουλή των
Αντιπροσώπων των ΗΠΑ
            420
                                                               ARTICLE IN PRESS
                                                      M.A. Porter et al. / Physica A 386 (2007) 414–438


                                                                                      APPROPRIATIONS



                                                                                                                          BUDGET



                  ENERGY/COMMERCE                                                                             VETERANS’ AFFAIRS

                                                                    INTELLIGENCE
                                                                                                                ARMED SERVICES



                                                    HOUSE ADMINISTRATION                                      AGRICULTURE

                                            OFFICIAL CONDUCT
                                                                               RULES                                     TRANSPORTATION

                                      HOMELAND SECURITY

                                                                                                                          SMALL BUSINESS
                                                                                  RESOURCES


                                                                                                                              EDUCATION
                                                      GOVERNMENT REFORM

                                WAYS AND MEANS


                                                                                                       SCIENCE
                                       INTERNATIONAL RELATIONS


                                                                            JUDICIARY

                                                                                                        FINANCIAL SERVICES

            Fig. 4. (Color) Network of committees (squares) and subcommittees (circles) in the 108th US House of Representatives, color-coded by
 Σχήμα:     the parent standing and select committees. (The depicted labels indicate the parent committee of each group but do not identify the
              ∆ίκτυο επιτροπών (τετράγωνα) και υπο–επιτροπών (κύκλοι) στην 108η Βουλή των
            location of that committee in the plot.) As with Fig. 2, this visualization was produced using a variant of the Kamada–Kawai spring
 Αντιπροσώπων των ΗΠΑ (Porter, Mucha, Newman  Friend, Community structure in the United States
            embedder, with link strengths (again indicated by darkness) determined by normalized interlocks. Observe again that subcommittees of the
            same parent committee are closely connected to each other.
 House of Representatives, Physica A, 2007, 386: 414-438).

            Security Committee shares only one common member (normalized interlock 2.4) with the Intelligence Select
                       Μωυσής Α. Μπουντουρίδης                      Η Επιστήμη των ∆ικτύων
            Committee (located near the 1 o’clock position in Fig. 5) and has no interlock at all with any of the four
Χαρακτηριστικά ∆ρώντων και ∆ιαδράσεων
    ∆ιαφορετικές κατηγορίες (ή τύποι) δρώντων ή διαδράσεων μπορούν
    να ενοποιηθούν σε ομάδες, στις οποίες ορίζεται ένα χαρακτηριστικό
    (attribute), που παίρνει διαφορετικές τιμές σε κάθε ομάδα.
    Γενικώς, κάθε χαρακτηριστικό μπορεί να θεωρηθεί ως μια μεταβλητή,
    είτε ποσοτική (συνεχών ή διακριτών τιμών) ή ποιοτική (διατακτικών
    [ordinal] ή ονομαστικών] [nominal] τιμών). Π.χ.:
           Αρρενες και θήλεις δρώντες ομαδοποιούνται κάτω από το
           ´
           (ποιοτικό) ονομαστικό χαρακτηριστικό του φύλου.
           ∆ρώντες διαφορετικού βάρους ομαδοποιούνται κάτω από το
           (ποσοτικό) συνεχές χαρακτηριστικό του βάρους.
           ∆ιαδράσεις ηλεκτρονικής επικοινωνίας ομαδοποιούνται κάτω από
           το (ποσοτικό) διακριτό χαρακτηριστικό του πλήθους ή της
           συχνότητας των ανταλλασσόμενων μηνυμάτων (σε κάποια
           περίοδο).
           ∆ιαδράσεις διαφορετικών βαθμών της σχέσης φιλίας ομαδοποιού-
           νται κάτω από το (ποιοτικό) διατακτικό χαρακτηριστικό της
           διαβάθμισης της έντασης της σχέσης φιλίας.
           ∆ιαδράσεις συμπάθειας–αντιπάθειας ομαδοποιούνται κάτω από
           το (ποιοτικό) διατακτικό (δυαδικό) χαρακτηριστικό του
           πρόσημου (θετικού ή αρνητικού) της σχέσης.
    Οι αντίστοιχοι γράφοι είναι οι γράφοι με βάρη ή (τιμές) (weighted–
    valued graphs) στους κόμβους ή στους συνδέσμους. Ειδικά στο τελευ-
    ταίο παράδειγμα, ονομάζονται προσημασμένοι γράφοι (signed graphs).
    ´Ενα δίκτυο, στο οποίο οι ίδιοι δρώντες διατηρούν περισσότερες της
    μιας διαφορετικές διαδράσεις ονομάζεται πολυσχιδές (multiplex).
             Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Φιλίας Μαθητών του Faux Magnolia High School με το
Χαρακτηριστικό του ´Ετους Φοίτησης των Μαθητών




  Σχήμα:      Το δίκτυο φιλίας 1461 μαθητών του Faux Magnolia High School με
  το χαρακτηριστικό του έτους φοίτησης των μαθητών και χωρίς
  απομονωμένους κόμβους (Goudreau et al., A statnet Tutorial, Journal of
  Statistical Software, 2008, 24(9): 1-27).
                 Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ίκτυο Φιλίας με το Χαρακτηριστικό της Φυλής των Μαθητών




  Σχήμα:          ´Ενα δίκτυο φιλίας μαθητών με το χαρακτηριστικό της φυλής των μαθητών (κίτρινο
  λευκοί, πράσινο       μαύροι, κόκκινο      άλλης φυλής) και χωρίς απομονωμένους κόμβους (Moody, Race,
  school integration, and friendship segregation in America, American Journal of Sociology, 2001, 107:
  679-716) σε οπτικοποίηση του Mark Newman (http://www-personal.umich.edu/~mejn/networks/).
                      Μωυσής Α. Μπουντουρίδης           Η Επιστήμη των ∆ικτύων
Το ∆ίκτυο Βιοτεχνολογίας–Βιομηχανίας στις
ΗΠΑ




 Σχήμα:         Το δίκτυο των σχέσεων Βιοτεχνολογίας–Βιομηχανίας στις ΗΠΑ (Powell, White, Koput 
 Owen–Smith, Network Dynamics and Field Evolution: The Growth of Interorganizational Collaboration in the
 Life Sciences, American Journal of Sociology, 2005, 110(4): 1132-1205,
 http://eclectic.ss.uci.edu/~drwhite/Movie/).

                      Μωυσής Α. Μπουντουρίδης           Η Επιστήμη των ∆ικτύων
Το ∆ίκτυο των Χωρών με Μεγάλο Χρέος




 Σχήμα:    Το δίκτυο των χωρών με μεγάλα χρέη (Barabasi et al., Network
                                                       ´
 Science Book, http://barabasilab.neu.edu/networksciencebook/).
               Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ικτυακές Αναλύσεις

  1   Κοινωνικά ∆ικτυακά ∆εδομένα
         Ερωτηματολόγια και συνεντεύξεις
         Ιστορικά αρχεία και αρχεία τύπου
         Βιβλιομετρικά και επιστημομετρικά δεδομένα
         ∆εδομένα από το Internet (μηνύματα, ιστοσελίδες,
         μπλογκ, κοινωνικά μέσα)
         Σχεσιακά Μεγάλα ∆εδομένα (Big Data) και Ανοικτά
         ∆εδομένα (Open Data)
  2   ∆ικτυακά Μέτρα
         Βαθμοί κόμβων
         Κεντρικότητες κόμβων
         Συντελεστής συσσώρευσης και μεταβατικότητα
         Αμοιβαιότητα συνδέσμων
         Αποστάσεις κόμβων


            Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
3   ∆ικτυακοί διαμερισμοί
       Συνεκτικές συνιστώσες και κλίκες
       k–πυρήνες
       Πυρήνας–περιφέρεια
       Ισοδυναμίες κόμβων (δομική και κανονική)
       Ομαδοποίηση σε μπλοκ Blockmodeling
       Κοινότητες (Communities)
       Ταξινομησιμότητα (assortativity) και ανάμειξη (mixing)
4   ∆ικτυακά μοντέλα
       Κοινωνική επιρροή
       ∆ιάχυση (μοντέλα SIR και SIS)
       Τυχαίοι γράφοι Erd¨s–Renyi
                         o    ´
       ∆ίκτυα μικρών κόσμων (small–worlds)
       ∆ίκτυα χωρίς κλίμακα (scale–free)
       Αυξανόμενα τυχαία δίκτυα και το μοντέλο
       Barabasi–Albert
          ´


           Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Βαθμοί Κόμβων
    Γείτονες: ´Εστω ο μη κατευθυνόμενος γράφος G = (V, E) και i, j ∈ V
    δυο κορυφές του. Η j λέγεται γείτονας της i όταν (i, j ) ∈ E.
    Πίνακας Γειτνίασης (Adjacency Matrix):                  Είναι ένας
    (συμμετρικός) πίνακας A = {Aij }i,j∈V τάξης |V| × |V| τέτοιος ώστε
    Aij = 1, όταν i, j γείτονες, Aij = 0, διαφορετικά.
    Βαθμοί:    Στο μη κατευθυνόμενο γράφο G, ο βαθμός μιας κορυφής i,
    που συμβολίζεται ως ki , ορίζεται σαν το πλήθος των γειτόνων του i,
    δηλαδή, το πλήθος των συνδέσεων που προσπίπτουν στο i.
    Προφανώς, ισχύει:

                            ki =           Aij =            Aij
                                    j ∈V            i ∈V
    κι, επιπλέον,

                                  ki =            Aij = 2|E|
                           i ∈V          i,j ∈V

              Μωυσής Α. Μπουντουρίδης       Η Επιστήμη των ∆ικτύων
´Εστω τώρα ο κατευθυνόμενος γράφος G = (V, E), για τον οποίον ο
αντίστοιχος πίνακας γειτνίασης A = {Aij } είναι μη συμμετρικός.
Ο βαθμός εισόδου της κορυφής i του G, που συμβολίζεται ως kin ,i
ορίζεται σαν το πλήθος των συνδέσεων που ξεκινούν από γείτονες
του i και κατευθύνονται προς τον i, δηλαδή,

                                   kin =
                                    i              Aij
                                            j ∈V

Ο βαθμός εξόδου της κορυφής i του G, που συμβολίζεται ως kout ,
                                                          i
ορίζεται σαν το πλήθος των συνδέσεων που ξεκινούν από τον i και
κατευθύνονται προς γείτονες του i, δηλαδή,

                                   kout =
                                    i              Aij
                                             i∈V
Προφανώς, ισχύει:

                           kin =
                            i             kout =
                                           i                Aij = |E|
                     i∈V           j ∈V            i,j ∈V




         Μωυσής Α. Μπουντουρίδης            Η Επιστήμη των ∆ικτύων
Βαθμοί κόμβων στο δίκτυο καράτε




         Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Γενικοί Τύποι ∆ικτυακών Κατανομών Βαθμών




 Σχήμα:        ∆ιωνυμική Κατανομή (ή Κατανο-
 μή Poisson) για τυχαίους γράφους Erd¨s–Renyi
                                     o   ´




                                                 Σχήμα:       Κατανομή Νόμου ∆ύναμης (Power
                                                 Law) για δίκτυα χωρίς κλίμακα (scale–free
                                                 networks)


                     Μωυσής Α. Μπουντουρίδης    Η Επιστήμη των ∆ικτύων
Κεντρικότητες Κόμβων:
1. Κεντρικότητα Βαθμού (Degree Centrality)
    Οι ορισμοί ΟΛΩΝ των κεντρικότητων που θα δώσουμε
    εδώ και στη συνέχεια αφορούν μη κατευθυνόμενους
    (απλούς) γράφους.
    Η κεντρικότητα βαθμού (degree centrality) xi του κόμβου
    i ισούται προς τον βαθμό ki του κόμβου αυτού:

                                     xi = ki




                                                  x8 = 5




           Μωυσής Α. Μπουντουρίδης     Η Επιστήμη των ∆ικτύων
2. Κεντρικότητα Ενδιαμεσότητας
(Betweenness Centrality)
    Η κεντρικότητα ενδιαμεσότητας (betweenness centrality) xi του κόμβου
    i ισούται προς:
                                          nist
                              xi =
                                          g
                                   s=i=t∈V st

    όπου nist είναι το πλήθος των γεωδαιτικών διαδρομών μεταξύ των
    κόμβων s και t, που περνούν από τον κόμβο i, και gst είναι το συνολικό
    πλήθος των γεωδαιτικών διαδρομών μεταξύ των κόμβων s και t.




                                                   n2 = 2
                                                    3,23
                                                   g3,23 = 4

                                                   x2 = 0.1436



              Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
3. Κεντρικότητα Εγγύτητας
(Closeness Centrality)
    Σε έναν γράφο G, για κάθε δυο κόμβους i, j, η (γεωδαιτική) απόστασή
    τους d(i, j ) ορίζεται ως το μήκος της συντομότερης διαδρομής από το i
    στο j, εφόσον οι κόμβοι αυτοί είναι συνδεδεμένοι, ενώ d(i, j ) = ∞,
    διαφορετικά (και φυσικά, d(i, i) = 0). (Η ‘‘συντομότερη διαδρομή’’
    μεταξύ δυο κόμβων είναι η διαδρομή που έχει το ελάχιστο μήκος
    ανάμεσα σε όλες τις διαδρομές μεταξύ των δυο κόμβων.)
    Σε έναν γράφο με n κόμβους, η κεντρικότητα εγγύτητας (closeness
    centrality) xi του κόμβου i ισούται προς:
                                            n
                                 xi =
                                        j ∈V d(i, j )




                                                         x0 = 0.5689
                                                         x2 = 0.5593
                                                           x33 = 0.55
                                                        x31 = 0.5409

              Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
4. Κεντρικότητα Ιδιοδιανύσματος
(Eigenvector Centrality)
    Η κεντρικότητα ιδιοδιανύσματος (eigenvector centrality) xi του κόμβου i
    ισούται προς:
                              xi = κ−1
                                    1     Aij x j
                                         j ∈V

    όπου Aij είναι ο πίνακας γειτνίασης (adjacency matrix) του γράφου και
    xi είναι οι συνιστώσες του ιδιαδιανύσματος του Aij , που αντιστοιχούν
    στη μεγαλύτερη ιδιοτιμή του κ1 .




                                                   x33 = 0.3734
                                                    x0 = 0.3555
                                                    x2 = 0.3172
                                                   x32 = 0.3086




              Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Οι 4 κεντρικότητες των κόμβων του δικτύου καράτε



                                          Nodes   Degree C.     Betweenness C.   Closeness C.   Eigenvector C.
                                          0       0.484848485   0.437635281      0.568965517    0.355490721
                                          1       0.272727273   0.053936688      0.485294118    0.265959605
                                          2       0.303030303   0.143656806      0.559322034    0.317192417
                                          3       0.181818182   0.011909271      0.464788732    0.211179694
                                          4       0.090909091   0.000631313      0.379310345    0.075968879
                                          5       0.121212121   0.029987374      0.38372093     0.079483113
                                          6       0.121212121   0.029987374      0.38372093     0.079483113
                                          7       0.121212121   0                0.44           0.170959892
                                          8       0.151515152   0.055926828      0.515625       0.227404355
                                          9       0.060606061   0.000847763      0.434210526    0.102674504
                                          10      0.090909091   0.000631313      0.379310345    0.075968879
                                          11      0.03030303    0                0.366666667    0.052855817
                                          12      0.060606061   0                0.370786517    0.084254727
                                          13      0.151515152   0.045863396      0.515625       0.226473112
                                          14      0.060606061   0                0.370786517    0.10140365
                                          15      0.060606061   0                0.370786517    0.10140365
                                          16      0.060606061   0                0.284482759    0.023635566
                                          17      0.060606061   0                0.375          0.092399699
                                          18      0.060606061   0                0.370786517    0.10140365
                                          19      0.090909091   0.032475048      0.5            0.147912918
                                          20      0.060606061   0                0.370786517    0.10140365
                                          21      0.060606061   0                0.375          0.092399699
                                          22      0.060606061   0                0.370786517    0.10140365
                                          23      0.151515152   0.017613636      0.392857143    0.150118912
                                          24      0.090909091   0.002209596      0.375          0.057052326
                                          25      0.090909091   0.003840488      0.375          0.059206342
                                          26      0.060606061   0                0.362637363    0.075579616
                                          27      0.121212121   0.022333454      0.458333333    0.133477386
                                          28      0.090909091   0.001794733      0.452054795    0.131077964
                                          29      0.121212121   0.002922078      0.38372093     0.134961122
                                          30      0.121212121   0.014411977      0.458333333    0.174758637
                                          31      0.181818182   0.138275613      0.540983607    0.191034394
                                          32      0.363636364   0.145247114      0.515625       0.308643749
                                          33      0.515151515   0.304074976      0.55           0.373362539




         Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Κεντρικότητα            Μικρή τιμή                         Μεγάλη τιμή
 Degree           Λίγοι γείτονες (συνδέσεις)          Πολλοί γείτονες (συνδέσεις)
 Betweenness        Μικρός έλεγχος ροής                 Μεγάλος έλεγχος ροής
 Closeness          Προς την περιφέρεια                    Προς το κέντρο
 Eigenvector       Λίγοι ή λίγο σημαντικοί γείτονες   Πολλοί ή πολύ σημαντικοί γείτονες

Το δίκτυο των στρατιωτικών του David Krackhardt:




                Μωυσής Α. Μπουντουρίδης        Η Επιστήμη των ∆ικτύων
Συντελεστής Συσσώρευσης
    Ο συντελεστής συσσώρευσης (clustering coefficient) Ci του κόμβου i
    ορίζεται ως:
                                       2εi
                             Ci =
                                  ki (ki − 1)
    όπου εi είναι το πλήθος των συνδέσεων μεταξύ των γειτονικών
    κόμβων του i και dij i προς οποιοδήποτε άλλο κόμβο ki είναι το
    πλήθος των γειτονικών κόμβων του i.




                                                                2×4
                                                     C23 =          = 0.4
                                                                5×4




             Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
∆ικτυακή Μεταβατικότητα
    Ο συνολικός συντελεστής συσσώρευσης (global clustering coefficient)
    (όλου) του γράφου G ορίζεται ως η μέση τιμή των συντελεστών
    συσσώρευσης των κόμβων του:
                                      1
                              C(G) =       Ci
                                     |V| i

    Η μεταβατικότητα (transitivity) του γράφου G ορίζεται ως το πηλίκο:

                                  πλήθος τριγώνων
                    T(G) =
                             πλήθος συνδεδεμένων τριάδων




                                                    C(G) = 0.16
                                                    T(G) = 0.19




             Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Αμοιβαιότητα Συνδέσεων σε Κατευθυνόμενο Γράφο
      Σε έναν κατευθυνόμενο γράφο, ο συντελεστής αμοιβαιότητας
      συνδέσεων/δεσμών (link/tie mutuality coefficient) ορίζεται ως εξής:
                          πλήθος ανταποδιδόμενων συνδέσεων Er
                 M(G) =
                           πλήθος όλων των συνδέσεων/τόξων E




                                                          Er (G) = 64
                                                          E(G) = 195
                                                        M(G) = 0.3282




                Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Αποστάσεις Κόμβων σε Γράφο
    Συμβολίζοντας με d(i, j ) τη (γεωδαιτική) απόσταση στον γράφο G
    μεταξύ των δυο κόμβων i, j (δηλαδή, ως μήκος της συντομότερης
    διαδρομής από το i στο j, εφόσον οι κόμβοι αυτοί είναι συνδεδεμένοι,
    ενώ d(i, j ) = ∞, όπου η ‘‘συντομότερη διαδρομή’’ μεταξύ δυο κόμβων
    είναι η διαδρομή που έχει το ελάχιστο μήκος ανάμεσα σε όλες τις
    διαδρομές μεταξύ των δυο κόμβων), το μέσο μήκος των συντομότερων
    διαδρομών (average shortest path length) στον γράφο αυτό, ορίζεται ως:




                                                        1
                                             a=                           d(i, j )
                                                  |V|(|V| − 1)
                                                                 i,j ∈V




                                                     a = 2.4082




              Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Μέτρα ∆ιάφορων Εμπειρικών ∆ικτύων
TABLE I. The general characteristics of several real networks. For each network we indicated the number of nodes, the avera
degree k , the average path length and the clustering coefficient C. For a comparison we have included the average pa
length rand and clustering coefficient Crand of a random graph with the same size and average degree. The last colum
identifies the symbols in Figs. 8 and 9.

        Network            Size          k                     rand        C          Crand              Reference             N
WWW, site level, undir. 153, 127       35.21       3.1        3.35       0.1078      0.00023            Adamic 1999
 Internet, domain level 3015 - 6209 3.52 - 4.11 3.7 - 3.76 6.36 - 6.18 0.18 - 0.3     0.001          Yook et al. 2001a,
                                                                                                 Pastor-Satorras et al. 2001
      Movie actors       225, 226          61       3.65        2.99      0.79        0.00027      Watts, Strogatz 1998
  LANL coauthorship       52, 909         9.7        5.9        4.79      0.43      1.8 × 10−4        Newman 2001a,b
MEDLINE coauthorship 1, 520, 251          18.1       4.6        4.91      0.066     1.1 × 10−5        Newman 2001a,b
 SPIRES coauthorship      56, 627         173        4.0        2.12      0.726        0.003         Newman 2001a,b,c
NCSTRL coauthorship       11, 994         3.59       9.7        7.34      0.496      3 × 10−4         Newman 2001a,b
  Math coauthorship       70, 975         3.9        9.5        8.2       0.59      5.4 × 10−5      Barab´si et al. 2001
                                                                                                          a
Neurosci. coauthorship   209, 293         11.5        6         5.01      0.76      5.5 × 10−5      Barab´si et al. 2001
                                                                                                          a
E. coli, substrate graph   282            7.35       2.9        3.04      0.32         0.026         Wagner, Fell 2000         1
 E. coli, reaction graph   315            28.3      2.62        1.98      0.59          0.09         Wagner, Fell 2000         1
Ythan estuary food web     134            8.7       2.43        2.26      0.22          0.06        Montoya, Sol´ 2000
                                                                                                                  e            1
Silwood park food web      154            4.75      3.40        3.23      0.15          0.03        Montoya, Sol´ 2000
                                                                                                                  e            1
  Words, cooccurence     460.902         70.13      2.67        3.03      0.437        0.0001        Cancho, Sol´ 2001
                                                                                                                 e             1
   Words, synonyms        22, 311        13.48       4.5        3.84       0.7         0.0006         Yook et al. 2001         1
       Power grid         4, 941          2.67      18.7        12.4      0.08         0.005       Watts, Strogatz 1998        1
       C. Elegans          282             14       2.65        2.25      0.28          0.05       Watts, Strogatz 1998        1



TABLE II. The scaling exponents characterizing the degree distribution of several scale-free networks, for which P (k) follow
a power-law (2). We indicate the size of the network, its average degree k and the cutoff κ for the power-law scaling. F
directed networks we list separately the indegree (γin ) and outdegree (γout ) exponents, while for the undirected network
marked with a star, these values are identical. The columns lreal , lrand and lpow compare the average path length of re
networks with power-law degree distribution and the prediction of random graph theory (17) and that of Newman, Stroga
and Watts (2000) (62), as discussed in Sect. V. The last column identifies the symbols in Figs. 8 and 9.
                              Μωυσής Α. Μπουντουρίδης          Η Επιστήμη των ∆ικτύων
Πόροι για Εισαγωγή στα Κοινωνικά ∆ίκτυα

  1   Βιβλία
         Mark Newman, Networks: An Introduction, Oxford
         University Press, 2010.
         Stanley Wasserman and Katherine Faust, Social
         Network Analysis: Methods and Applications,
         Cambridge University Press, 1994.
  2   ´Αρθρα Επισκόπησης
         Robert A. Hanneman and Mark Riddle, Introduction to
         social network methods:
         http://faculty.ucr.edu/~hanneman/nettext/
         Mark Newman, The structure and function of complex
         networks: http://arxiv.org/pdf/cond-mat/0303516v1
         Laszlo Barabasi et al., Network Science Book:
                    ´
         http://barabasilab.neu.edu/networksciencebook/



               Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
3   Λογισμικό
       Pajek: http://pajek.imfm.si/doku.php
       UCInet:
       https://sites.google.com/site/ucinetsoftware/home
       iGraph: http://igraph.sourceforge.net/
       NetworkX: http://networkx.github.io/




          Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
Ιδέες για Πρότζεκτ
 Με βάση τα δεδομένα που συγκεντρώθηκαν από το
 Ερωτηματολόγιο που κυκλοφόρησε, μπορούν να
 σχηματισθούν 12 ομάδες που η κάθε μια θα
 επεξεργασθεί ένα τα εξής επιμέρους δεδομένα:
   1 Σχέση φιλίας και χαρακτηριστικό φύλου.
   2 Σχέση φιλίας και χαρακτηριστικό ηλικίας.
   3 Σχέση φιλίας και χαρακτηριστικό επιπέδου

     σπουδών.
   4 Σχέση φιλίας και χαρακτηριστικό τμήματος

     σπουδών.
   5 Σχέση γενικής συνεργασίας (εκτός ΑΕ) και

     χαρακτηριστικό φύλου.
   6 Σχέση γενικής συνεργασίας (εκτός ΑΕ) και

     χαρακτηριστικό ηλικίας.
   7 Σχέση γενικής συνεργασίας (εκτός ΑΕ) και

     χαρακτηριστικό επιπέδου σπουδών.
          Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων
8  Σχέση γενικής συνεργασίας (εκτός ΑΕ) και
    χαρακτηριστικό τμήματος σπουδών.
  9 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό

    φύλου.
 10 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό

    ηλικίας.
 11 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό

    επιπέδου σπουδών.
 12 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό

    τμήματος σπουδών.
Πιο συγκεκριμένα, κάθε ομάδα χρησιμοποιώντας το
λογισμικό Pajek θα προσπαθήσει να κάνει τα εξής:
    Οπτικοποίηση του αντίστοιχου δικτύου με τους
    κόμβους χρωματισμένους ανάλογα με την τιμή του
    χαρακτηριστικού.
    Υπολογισμό των 4 κεντρικότητων για κάθε κόμβο
    του δικτύου (βαθμού, ενδιαμεσότητας, εγγύτητας
    και ιδιοδιανύσματος).
          Μωυσής Α. Μπουντουρίδης   Η Επιστήμη των ∆ικτύων

Mais conteúdo relacionado

Mais procurados

Το θεώρημα του παπαγάλου-O Aρχιμήδης
Το θεώρημα του παπαγάλου-O AρχιμήδηςΤο θεώρημα του παπαγάλου-O Aρχιμήδης
Το θεώρημα του παπαγάλου-O AρχιμήδηςΚΩΣΤΑΣ ΓΚΑΒΕΡΑΣ
 
Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019
Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019
Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019Μάκης Χατζόπουλος
 
ενότητα 4 (τα ζώα που ζουν κοντά μας)
ενότητα 4 (τα ζώα που ζουν κοντά μας)ενότητα 4 (τα ζώα που ζουν κοντά μας)
ενότητα 4 (τα ζώα που ζουν κοντά μας)Giorgos Baroutas
 
Η Γοητεία του αριθμού π (=3,14)
Η Γοητεία του αριθμού π (=3,14)Η Γοητεία του αριθμού π (=3,14)
Η Γοητεία του αριθμού π (=3,14)Froso Stamou
 
Λογισμικά Ιστορίας
Λογισμικά ΙστορίαςΛογισμικά Ιστορίας
Λογισμικά ΙστορίαςGeorgia Palapela
 
Από τη Χούντα στο Πολυτεχνείο
Από τη Χούντα στο ΠολυτεχνείοΑπό τη Χούντα στο Πολυτεχνείο
Από τη Χούντα στο Πολυτεχνείο88DIMATH
 
Διδακτική Μαθηματικών Δημοτικό
Διδακτική Μαθηματικών ΔημοτικόΔιδακτική Μαθηματικών Δημοτικό
Διδακτική Μαθηματικών ΔημοτικόSxedioMathimatos
 
Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄
Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄
Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄Χρήστος Χαρμπής
 
Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄
Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄
Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄Χρήστος Χαρμπής
 
διγλωσσια στασεισ και αποψεισ εκπαιδευτικων
διγλωσσια  στασεισ και αποψεισ εκπαιδευτικωνδιγλωσσια  στασεισ και αποψεισ εκπαιδευτικων
διγλωσσια στασεισ και αποψεισ εκπαιδευτικωνvasonip
 
κύβος και ορθογώνιο παραλληλεπίπεδο
κύβος και ορθογώνιο παραλληλεπίπεδοκύβος και ορθογώνιο παραλληλεπίπεδο
κύβος και ορθογώνιο παραλληλεπίπεδοΓιάννης Φερεντίνος
 
Μέσα μεταφοράς
Μέσα μεταφοράςΜέσα μεταφοράς
Μέσα μεταφοράςGeorgia Palapela
 
Οικογένειες λέξεων-Ο
Οικογένειες λέξεων-ΟΟικογένειες λέξεων-Ο
Οικογένειες λέξεων-ΟEleni Ikon.
 
εκπαιδευτικές δράσεις
εκπαιδευτικές δράσειςεκπαιδευτικές δράσεις
εκπαιδευτικές δράσειςVasilis Sotiroudas
 
τα δικαιώματα του μικρού αναγνώστη
τα δικαιώματα του μικρού αναγνώστητα δικαιώματα του μικρού αναγνώστη
τα δικαιώματα του μικρού αναγνώστηbibliofagaki
 
Κατηγορίες Ζώων
Κατηγορίες ΖώωνΚατηγορίες Ζώων
Κατηγορίες Ζώωνvolvai
 
ΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_Δ
ΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_ΔΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_Δ
ΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_Δchristos15
 

Mais procurados (20)

Το θεώρημα του παπαγάλου-O Aρχιμήδης
Το θεώρημα του παπαγάλου-O AρχιμήδηςΤο θεώρημα του παπαγάλου-O Aρχιμήδης
Το θεώρημα του παπαγάλου-O Aρχιμήδης
 
Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019
Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019
Ας μιλήσουμε για τη σύνθεση των συναρτήσεων - Εισήγηση ΕΜΕ Λάρισας 2019
 
Α' νόμος ΝΕΥΤΩΝΑ (ppt)
Α' νόμος ΝΕΥΤΩΝΑ (ppt)Α' νόμος ΝΕΥΤΩΝΑ (ppt)
Α' νόμος ΝΕΥΤΩΝΑ (ppt)
 
ενότητα 4 (τα ζώα που ζουν κοντά μας)
ενότητα 4 (τα ζώα που ζουν κοντά μας)ενότητα 4 (τα ζώα που ζουν κοντά μας)
ενότητα 4 (τα ζώα που ζουν κοντά μας)
 
Η Γοητεία του αριθμού π (=3,14)
Η Γοητεία του αριθμού π (=3,14)Η Γοητεία του αριθμού π (=3,14)
Η Γοητεία του αριθμού π (=3,14)
 
Λογισμικά Ιστορίας
Λογισμικά ΙστορίαςΛογισμικά Ιστορίας
Λογισμικά Ιστορίας
 
Από τη Χούντα στο Πολυτεχνείο
Από τη Χούντα στο ΠολυτεχνείοΑπό τη Χούντα στο Πολυτεχνείο
Από τη Χούντα στο Πολυτεχνείο
 
Διδακτική Μαθηματικών Δημοτικό
Διδακτική Μαθηματικών ΔημοτικόΔιδακτική Μαθηματικών Δημοτικό
Διδακτική Μαθηματικών Δημοτικό
 
Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄
Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄
Μαθηματικά Ε΄ 4. 25. ΄΄Ισοεμβαδικά σχήματα΄΄
 
Ο άνθρωπος και τα μέσα μεταφοράς
Ο  άνθρωπος και τα μέσα μεταφοράςΟ  άνθρωπος και τα μέσα μεταφοράς
Ο άνθρωπος και τα μέσα μεταφοράς
 
Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄
Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄
Γλώσσα Ε΄ 11.1. ΄΄ Παραδοσιακά παιχνίδια ΄΄
 
διαστημα
διαστημαδιαστημα
διαστημα
 
διγλωσσια στασεισ και αποψεισ εκπαιδευτικων
διγλωσσια  στασεισ και αποψεισ εκπαιδευτικωνδιγλωσσια  στασεισ και αποψεισ εκπαιδευτικων
διγλωσσια στασεισ και αποψεισ εκπαιδευτικων
 
κύβος και ορθογώνιο παραλληλεπίπεδο
κύβος και ορθογώνιο παραλληλεπίπεδοκύβος και ορθογώνιο παραλληλεπίπεδο
κύβος και ορθογώνιο παραλληλεπίπεδο
 
Μέσα μεταφοράς
Μέσα μεταφοράςΜέσα μεταφοράς
Μέσα μεταφοράς
 
Οικογένειες λέξεων-Ο
Οικογένειες λέξεων-ΟΟικογένειες λέξεων-Ο
Οικογένειες λέξεων-Ο
 
εκπαιδευτικές δράσεις
εκπαιδευτικές δράσειςεκπαιδευτικές δράσεις
εκπαιδευτικές δράσεις
 
τα δικαιώματα του μικρού αναγνώστη
τα δικαιώματα του μικρού αναγνώστητα δικαιώματα του μικρού αναγνώστη
τα δικαιώματα του μικρού αναγνώστη
 
Κατηγορίες Ζώων
Κατηγορίες ΖώωνΚατηγορίες Ζώων
Κατηγορίες Ζώων
 
ΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_Δ
ΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_ΔΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_Δ
ΣΧΕΔΙΟ ΔΡΑΣΗΣ ΔΕΞ Γ_Δ
 

Mais de Βιβλιοθήκη & Κέντρο Πληροφόρησης, Πανεπιστήμιο Πατρών

Mais de Βιβλιοθήκη & Κέντρο Πληροφόρησης, Πανεπιστήμιο Πατρών (20)

Ελληνικό Δίκτυο Ορολογίας: το γιατί και το πως
Ελληνικό Δίκτυο Ορολογίας: το γιατί και το πωςΕλληνικό Δίκτυο Ορολογίας: το γιατί και το πως
Ελληνικό Δίκτυο Ορολογίας: το γιατί και το πως
 
Παρουσίαση των συστημάτων Web of Science και Journal and Highly Cited Data
Παρουσίαση των συστημάτων Web of Science και Journal and Highly Cited DataΠαρουσίαση των συστημάτων Web of Science και Journal and Highly Cited Data
Παρουσίαση των συστημάτων Web of Science και Journal and Highly Cited Data
 
Διαχείριση βιβλιογραφίας με το Mendeley
Διαχείριση βιβλιογραφίας με το MendeleyΔιαχείριση βιβλιογραφίας με το Mendeley
Διαχείριση βιβλιογραφίας με το Mendeley
 
Σεμινάριο Πληροφοριακής Παιδείας
Σεμινάριο Πληροφοριακής ΠαιδείαςΣεμινάριο Πληροφοριακής Παιδείας
Σεμινάριο Πληροφοριακής Παιδείας
 
Τα Πληροφοριακά Συστήματα Ερευνητικής Δραστηριότητας (CRIS) ως φορείς της Αν...
Τα Πληροφοριακά Συστήματα Ερευνητικής Δραστηριότητας (CRIS) ως φορείς της Αν...Τα Πληροφοριακά Συστήματα Ερευνητικής Δραστηριότητας (CRIS) ως φορείς της Αν...
Τα Πληροφοριακά Συστήματα Ερευνητικής Δραστηριότητας (CRIS) ως φορείς της Αν...
 
Οι πολιτικές ανοικτής πρόσβασης στην Ευρώπη και οι υποχρεώσεις των ερευνητών ...
Οι πολιτικές ανοικτής πρόσβασης στην Ευρώπη και οι υποχρεώσεις των ερευνητών ...Οι πολιτικές ανοικτής πρόσβασης στην Ευρώπη και οι υποχρεώσεις των ερευνητών ...
Οι πολιτικές ανοικτής πρόσβασης στην Ευρώπη και οι υποχρεώσεις των ερευνητών ...
 
Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη και την Α...
Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη και την Α...Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη και την Α...
Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη και την Α...
 
Επιστημονικές δημοσιεύσεις στις Ανθρωπιστικές Επιστήμες - Γ. Σταμέλος
Επιστημονικές δημοσιεύσεις στις Ανθρωπιστικές Επιστήμες - Γ. ΣταμέλοςΕπιστημονικές δημοσιεύσεις στις Ανθρωπιστικές Επιστήμες - Γ. Σταμέλος
Επιστημονικές δημοσιεύσεις στις Ανθρωπιστικές Επιστήμες - Γ. Σταμέλος
 
Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας . Μέρος 2ο, Ανοικτότητα...
Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας. Μέρος 2ο, Ανοικτότητα...Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας. Μέρος 2ο, Ανοικτότητα...
Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας . Μέρος 2ο, Ανοικτότητα...
 
Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας. Μέρος 1ο, Βασικές έννο...
Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας. Μέρος 1ο, Βασικές έννο...Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας. Μέρος 1ο, Βασικές έννο...
Σεμινάριο περί Πνευματικής Ιδιοκτησίας & Ανοικτότητας. Μέρος 1ο, Βασικές έννο...
 
Publishing scientific research - Natalie Pafitis
Publishing scientific research - Natalie PafitisPublishing scientific research - Natalie Pafitis
Publishing scientific research - Natalie Pafitis
 
Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη κα...
Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη κα...Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη κα...
Από τη θεωρία στην πράξη Ι: Πρακτικά ζητήματα στην Ανοικτή Επιστήμη κα...
 
4 Σημαντικά Σημεία για τη Συγγραφή ενός Τεχνικού Κειμένου - Χ. Καραπαναγιώτη
4 Σημαντικά Σημεία για τη Συγγραφή  ενός Τεχνικού Κειμένου - Χ. Καραπαναγιώτη4 Σημαντικά Σημεία για τη Συγγραφή  ενός Τεχνικού Κειμένου - Χ. Καραπαναγιώτη
4 Σημαντικά Σημεία για τη Συγγραφή ενός Τεχνικού Κειμένου - Χ. Καραπαναγιώτη
 
Τα ανοικτά Δεδομένα στην Κοινωνία της Γνώσης - Χ. Μπράτσας
Τα ανοικτά Δεδομένα στην Κοινωνία της Γνώσης - Χ. ΜπράτσαςΤα ανοικτά Δεδομένα στην Κοινωνία της Γνώσης - Χ. Μπράτσας
Τα ανοικτά Δεδομένα στην Κοινωνία της Γνώσης - Χ. Μπράτσας
 
Ανοικτή Επιστήμη και Ανοικτή Πρόσβαση: προκλήσεις και ευκαιρίες για την επιστ...
Ανοικτή Επιστήμη και Ανοικτή Πρόσβαση: προκλήσεις και ευκαιρίες για την επιστ...Ανοικτή Επιστήμη και Ανοικτή Πρόσβαση: προκλήσεις και ευκαιρίες για την επιστ...
Ανοικτή Επιστήμη και Ανοικτή Πρόσβαση: προκλήσεις και ευκαιρίες για την επιστ...
 
Διαχείριση Ανοικτών Ερευνητικών Δεδομένων Υγείας - Π. Μπαμίδης
Διαχείριση Ανοικτών Ερευνητικών Δεδομένων Υγείας - Π. ΜπαμίδηςΔιαχείριση Ανοικτών Ερευνητικών Δεδομένων Υγείας - Π. Μπαμίδης
Διαχείριση Ανοικτών Ερευνητικών Δεδομένων Υγείας - Π. Μπαμίδης
 
Επιστημονικές δημοσιεύσεις στις επιστήμες υγείας - Φ. Λάμαρη
Επιστημονικές δημοσιεύσεις στις επιστήμες υγείας - Φ. ΛάμαρηΕπιστημονικές δημοσιεύσεις στις επιστήμες υγείας - Φ. Λάμαρη
Επιστημονικές δημοσιεύσεις στις επιστήμες υγείας - Φ. Λάμαρη
 
Περί μετρικών: αναφορές, δείκτες απήχησης και εναλλακτικές μετρικές μιας επισ...
Περί μετρικών: αναφορές, δείκτες απήχησης και εναλλακτικές μετρικές μιας επισ...Περί μετρικών: αναφορές, δείκτες απήχησης και εναλλακτικές μετρικές μιας επισ...
Περί μετρικών: αναφορές, δείκτες απήχησης και εναλλακτικές μετρικές μιας επισ...
 
Εισαγωγή: Παρουσίαση της δομής και των στόχων του σεμιναρίου
Εισαγωγή: Παρουσίαση της δομής και των στόχων του σεμιναρίουΕισαγωγή: Παρουσίαση της δομής και των στόχων του σεμιναρίου
Εισαγωγή: Παρουσίαση της δομής και των στόχων του σεμιναρίου
 
Τεχνικές Συνέντευξης Επιλογής Προσωπικού 2013
Τεχνικές Συνέντευξης Επιλογής Προσωπικού 2013Τεχνικές Συνέντευξης Επιλογής Προσωπικού 2013
Τεχνικές Συνέντευξης Επιλογής Προσωπικού 2013
 

Último

Μαθητικά συμβούλια .
Μαθητικά συμβούλια                                  .Μαθητικά συμβούλια                                  .
Μαθητικά συμβούλια .Dimitra Mylonaki
 
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 1ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ  ΜΕΡΟΣ 1ο ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ  ΜΕΡΟΣ 1ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 1ο Χρύσα Παπακωνσταντίνου
 
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptxAthina Tziaki
 
Σουρεαλιστικά ταξίδια μέσα από την τέχνη
Σουρεαλιστικά ταξίδια μέσα από την τέχνηΣουρεαλιστικά ταξίδια μέσα από την τέχνη
Σουρεαλιστικά ταξίδια μέσα από την τέχνηTheodora Chandrinou
 
-Διψήφιοι αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
-Διψήφιοι  αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη-Διψήφιοι  αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
-Διψήφιοι αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξηΟΛΓΑ ΤΣΕΧΕΛΙΔΟΥ
 
Μαθητικές καταλήψεις
Μαθητικές                                  καταλήψειςΜαθητικές                                  καταλήψεις
Μαθητικές καταλήψειςDimitra Mylonaki
 
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2οΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2οΧρύσα Παπακωνσταντίνου
 

Último (9)

Μαθητικά συμβούλια .
Μαθητικά συμβούλια                                  .Μαθητικά συμβούλια                                  .
Μαθητικά συμβούλια .
 
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 1ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ  ΜΕΡΟΣ 1ο ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ  ΜΕΡΟΣ 1ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 1ο
 
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
5ο Κεφάλαιο - Το Λογισμικό του Υπολογιστή.pptx
 
Σεβασμός .
Σεβασμός                                   .Σεβασμός                                   .
Σεβασμός .
 
Σουρεαλιστικά ταξίδια μέσα από την τέχνη
Σουρεαλιστικά ταξίδια μέσα από την τέχνηΣουρεαλιστικά ταξίδια μέσα από την τέχνη
Σουρεαλιστικά ταξίδια μέσα από την τέχνη
 
ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024
ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ  : ΕΠΑΝΑΛΗΨΗ 2024ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ  : ΕΠΑΝΑΛΗΨΗ 2024
ΙΣΤΟΡΙΑ Α΄ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΨΗ 2024
 
-Διψήφιοι αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
-Διψήφιοι  αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη-Διψήφιοι  αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
-Διψήφιοι αριθμοί-δεκαδες μονάδες-θέση ψηφίου Α- Β τάξη
 
Μαθητικές καταλήψεις
Μαθητικές                                  καταλήψειςΜαθητικές                                  καταλήψεις
Μαθητικές καταλήψεις
 
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2οΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
ΙΣΤΟΡΙΑ Α' ΓΥΜΝΑΣΙΟΥ : ΕΠΑΝΑΛΗΠΤΙΚΕΣ ΑΣΚΗΣΕΙΣ ΜΕΡΟΣ 2ο
 

Εισαγωγή στη Θεωρία Κοινωνικών Δικτύων

  • 1. Η Επιστήμη των ∆ικτύων Μια Πολύ Σύντομη Εισαγωγική Παρουσίαση Μωυσής Α. Μπουντουρίδης Τμήμα Μαθηματικών Πανεπιστημίου Πατρών mboudour@upatras.gr 23 Απριλίου 2013 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 2. Τι είναι ένα δίκτυο; Ερώτηση: Τι είναι ένα πράγμα; Απάντηση: Από πλευράς υλικής υπόστασης. Και από πλευράς λειτουργικής συμπεριφοράς. Υλική περιγραφή: Ποια είναι τα στοιχεία του πράγματος; Λειτουργική συμπεριφορά: Πώς συμπεριφέρονται, τι κάνουν, τι παράγουν, πώς δρουν τα στοιχεία του πράγματος; Ερώτηση: Τι είναι ένα δίκτυο; Απάντηση: Υλική–οντολογική υπόσταση: ´Ενα δίκτυο περιλαμβάνει πολλαπλά πράγματα (πολλά στοιχεία, ομοιογενή ή ανομοιογενή). Λειτουργική ικανότητα: ´Ενα δίκτυο λειτουργεί με τις διαδράσεις των πραγμάτων που περιλαμβάνει (θετικές–αρνητικές αλληλεξαρτήσεις, συμπληρωματι- κότητα–συντονισμός [δράση–δράση] ή ανταγωνι- σμός–αντίθεση [δράση–αντίδραση]). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 3. Φαινομενολογικός–Τυπικός Ορισμός ∆ικτύου Φαινομενολογικά, έτσι όπως καταλαβαίνουμε εννοιολο- γικά τι είναι ένα δίκτυο: ´Ενα δίκτυο είναι ένα σύνολο παραγόντων ή φορέων δράσης, που ονομάζονται δρώντες (actors), οι οποίοι σχετίζονται μεταξύ τους με κάποια μορφώματα διαδραστικής συμπεριφοράς, που ονομάζονται δεσμοί (ties) ή σχέσεις διάδρασης (interactions). Τυπικά, έτσι όπως αναλύεται μαθηματικά (στην Θεωρία Γράφων [Graph Theory]) ή αναπαρίσταται μέσω γραφι- κών οπτικοποιήσεων (visualizations): ´Ενα δίκτυο είναι ένα σύνολο κόμβων (ή κορυφών ή σημείων), οι οποίοι συνδέονται μεταξύ τους με κάποια συγκεκριμένα μορφώματα συνδέσμων (links), που είτε δεν έχουν κατεύθυνση (οπότε είναι ακμές ή γραμμές) ή έχουν κατεύθυνση (οπότε είναι τόξα) (το αντίστοιχο μαθηματικό–τυπικό αντικείμενο ονομάζεται μη κατευθυνόμενος γράφος στην πρώτη περίπτωση ή κατευθυνόμενος γράφος στην δεύτερη περίπτωση). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 4. Euler: Οι 7 Γέφυρες του K¨nigsberg o Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 5. Βασικοί Συμβολισμοί Θεωρίας Γράφων a pair (V, E), where V is a ένα of vertices E), όπου τοpoints), and E ´Ενας γράφος G είναι set ζεύγος (V, (also called V είναι ένα σύνολο κορυφών (ή κόμβων ή σημείων) και το E called lines). είναι ένα σύνολο ακμών (ή γραμμών ή συνδέσμων ή er of vertices is called the order of a graph and the number of edges is cal συνδέσεων). h. ´Ετσι, ο γράφος γράφεται ως G = (V, E) κι, όταν χρειάζεται να επισημάνουμε aph Gότι το VE) the vertex κορυφών του γράφου G, γράφουμε V = V(theκαι, set E = (V, είναι το σύνολο set V is often denoted V (G) and G) edge παρόμοια, ότι το E είναι το σύνολο ακμών του G, γράφουμε E = E(G). e ∈ EΚάθε ακμή e ∈ E ενός γράφου G of(V, E) αντιστοιχεί σε If u κορυφές του associat is associated with a pair = points from V . δυο and v are συνόλου V, οι οποίες αποτελούν τα δυο άκρα της ακμής. ´Οταν τα άκρα της y are called ethe endpoints of e,και v ∈ V, γράφουμε u = (orv){u, v} to represent ακμής ∈ E είναι οι κορυφές u we often write e v u, . Σημειωτέον ότι οι ακμές δεν έχουν κατεύθυνση, δηλαδή, e = (u, v) = (v, u). 2 Ο γράφος G = (V, E) με V = {v1 , v2 , v3 , v4 } και E = {(v1 , v3 ), (v2 , v3 ), (v3 , v4 )}: v1 v2 ❅ ❅ v4 ❅v3 ❅ V = {v1 , v2 ,Α. 3 }, E = {{v3Η, Επιστήμη των v3 }, {v1 , v3 }} Μωυσής v Μπουντουρίδης v4 }, {v2 , ∆ικτύων
  • 6. erve that G1 ⊕ G2 = G1 ∪ G2 . However, usually for ring sums we have the same vert Τύποι Γράφων = V2 , but different edge sets E1 = E2 , whereas for unions we often want disjoint unions, = ∅. e aware that ´Ενας βρόχος (loop) είναι μια ακμή πουIn particular, some vauthors use G1 ∨ G notations for these operations vary. ενώνει μια κορυφή με τον join and take G1 +της, to= (v,av). εαυτό G2 e be disjoint union. ∆υο (ή περισσότερες) ακμές ονομάζονται παράλληλες αν τα άκρα τους είναι οι ίδιες κορυφές. Directed ´Ενας γράφος χωρίς βρόχους και χωρίς παράλληλες ακμές ονομάζεται Graphs tion 10 απλός, ενώ διαφορετικά ονομάζεται πολλαπλός γράφος (multi–graph). ´Ενας γράφος ονομάζεται γράφος με βάρη (weighted graph) και directed graph or digraphως G = (V, (V, E), where V is a set of points (also called vertices συμβολίζεται is a pair E, w), αν σε κάθε ακμή του e αντιστοιχεί ένα nd E is a setβάρος ή μια pairs of(e) ∈ R. from V called arcs. of ordered τιμή w points ach arc´Ενας E is associated with an ordered pair G είναι ένα ζεύγος If u ), όπου τοassociat e ∈ κατευθυνόμενος γράφος ή διγράφος of points from V . (V, Eand v are ith the edge e they are called the endpoints of e,ήwe often write τοvEor (u, v) to represent t V είναι ένα σύνολο κορυφών (ή κόμβων σημείων) και u είναι ένα σύνολο τόξων με το κάθε τόξο e ∈ E να αντιστοιχεί σε ένα διατεταγμένο rc e. ζεύγος κορυφών (u, v) έτσι ώστε να κατευθύνεται από την κορυφή u προς την κορυφή v. xample κατευθυνόμενος γράφος G = (V, E) με V = {v1 , v2 , v3 , v4 } και E = {(v1 , v3 ), (v3 , v2 ), (v4 , v3 )}: Ο 11 v1 v2 ❅ ✻ ❅ v4 ✲ v3 ❅ ❘ ❅ VΜωυσής 1Α.vΜπουντουρίδης {(v4 , v3 ), (v3 , των ∆ικτύων3 )} = {v , 2 , v3 }, E = Η Επιστήμη v2 ), (v1 , v
  • 7. ∆ιμερείς Γράφοι ´Ενας γράφος ονομάζεται διμερής (bipartite), όταν υπάρχει ένας διαμερισμός του συνόλου των κορυφών του V σε δυο μέρη (τμήματα), το U και το W, δηλαδή, V = U ∪ W (όπου U ∩ W = ∅), έτσι ώστε όλες οι ακμές να πηγαίνουν από το U στο W και να μην υπάρχει καμιά ακμή ούτε μεταξύ κορυφών του U ούτε μεταξύ κορυφών του W. Προβολές διμερούς γράφου: u1 u1 2 u2 w1 u2 w1 2 w2 1 1 2 2 u3 u3 u4 w3 w2 w3 1 u4 1 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 8. Το δίκτυο των Αθλίων του Βίκτωρος Ουγκώ Σχήμα: Το δίκτυο των σχέσεων μεταξύ των κύριων χαρακτήρων των Αθλίων του Βίκτωρος Ουγκώ (τα χρώματα αντιστοιχούν σε κοινότητες, που υπολογίσθηκαν εκ των υστέρων) (Newman Girvan, Finding and evaluating community structure in networks, Physical Review E, 2004, 69: 026113). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 9. ∆ίκτυο Φιλίας Μελών Λέσχης Καράτε Σχήμα: ∆ίκτυο φιλίας των 34 μελών μιας Πανεπιστημιακής λέσχης καράτε (Zachary, An information flow model for conflict and fission in small groups, Journal of Anthropological Research, 1977, 33: 452-473). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 10. Το ∆ίκτυο των Στενών Συνεργατών του Σαντάμ Σχήμα: Το δίκτυο του εσωτερικού κύκλου των στενών συνεργατών του Σαντάμ Χουσεΐν (Barabasi et al., Network Science Book, ´ http://barabasilab.neu.edu/networksciencebook/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 11. ∆ίκτυο Φιλίας Μαθητών του Faux Magnolia High School Σχήμα: Το δίκτυο φιλίας 1461 μαθητών του Faux Magnolia High School χωρίς απομονωμένους κόμβους (Goudreau et al., A statnet Tutorial, Journal of Statistical Software, 2008, 24(9): 1-27). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 12. Κατηγοριοποιήσεις ∆ικτυακών ∆ρώντων Οι δρώντες ενός δικτύου μπορεί να είναι: Ατομα (άνθρωποι) με διαφορετικά δημογραφικά ´ χαρακτηριστικά (όπως φύλο, φυλή–έθνος, υπηκοότητα, ηλικία, εκπαίδευση, εργασία, οικονομική κατάσταση, κατοικία κλπ.) ή σε διαφορετικές ψυχο–σωματικές καταστά- σεις [πχ., ασθένειες, υγεία, βάρος, ευτυχία κλπ.] ή με διαφο- ρετικές ιδέες–πεποιθήσεις–τοποθετήσεις–προτιμήσεις για κάποια πολιτιστικά ή πολιτικά ή οικονομικά κλπ. ζητήματα. Ομάδες ατόμων (όπως οργανώσεις, εταιρίες, θεσμικά σώματα, κράτη κλπ.). Οργανισμοί (ζωικοί ή βιολογικοί). Υλικά πράγματα (όπως βιβλία, εργασίες, επιστημονικοί κλάδοι, μέσα επικοινωνίας–πληροφόρησης, τεχνουργήματα [artifacts], εμπορεύματα, μηχανές, υπολογιστές, διαδικτυακά σάϊτ/σελίδες κλπ.). Συναθροιστικά γεγονότα (όπως συμφωνίες, ψηφοφορίες, εκθέσεις, διαδηλώσεις διαμαρτυρίας, συμβάντα, περιστάσεις, τακτικές συναντήσεις σε χώρους επικοινωνίας ατόμων ή οργανώσεων για συγκεκριμένους σκοπούς κλπ.). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 13. ∆ίκτυο Παχύσαρκων Ατόμων Σχήμα: ∆ίκτυο παχύσαρκων ατόμων (Christakis Fowler, The spread of obsesity in a large social network over 32 years, New Englnd Journal of Medicine, 2007, 357(4): 370-379). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 14. ∆ίκτυο Ευτυχισμένων Ατόμων Σχήμα: ∆ίκτυο ευτυχισμένων ατόμων (Fowler Christakis, Dynamic spread of happiness in a large social network: Longitudinal analysis over 20 years in the Framingham Heart Study, British Medical Journal, 2008, 337(768): a2338). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 15. Το ∆ίκτυο των Φλωρεντιανών Οίκων Σχήμα: Το δίκτυο των γάμων μεταξύ των μεγάλων Οίκων της Φλωρεντίας του μεσαίωνα (Padgett Ansell, Robust action and the rise of the Medici, 1400–1434, American Journal of Sociology, 1993, 98(6): 1259-1319). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 16. ∆ίκτυο Συνεργασίας στην Santa Fe Σχήμα: ∆ίκτυο συνεργασίας επιστημόνων του Ινστιτούτου Santa Fe (Girvan Newman, Community structure in social and biological networks, Proceedings of the National Academy of Sciences of the USA, 2002, 99: 8271-8276). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 17. Τροφικός Ιστός του Οικοσυστήματος μιας Λίμνης Σχήμα: Το δίκτυο του τροφικού ιστού (food web) του οικοσυστήματος της Λίμνης Little Rock του Wisconsin (Martinez, Artifacts or attributes? Effects of resolution on the Little Rock Lake food web, Ecological Monographs, 1991, 61: 367-392). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 18. ∆ίκτυο Φαινοτυπικών Ασθενειών Σχήμα: ∆ίκτυο φαινοτυπικών ασθενειών (Hidalgo, Blumm, Barabasi ´ Christakis, A Dynamic Network Approach for the Study of Human Phenotypes, PLOS Computational Biology, http://www.ploscompbiol.org/article/info% 3Adoi%2F10.1371%2Fjournal.pcbi.1000353). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 19. ∆ίκτυο Πρωτεϊνών Ζύμης Σχήμα: ∆ίκτυο πρωτεϊνών ζύμης (Maslov Sneppen, Specificity and stability in topology of protein networks, Science, 2002, 296: 910-913). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 20. Κατηγοριοποιήσεις ∆ικτυακών ∆ιαδράσεων Οι διαδράσεις σε ένα δίκτυο μπορεί να είναι: Κοινωνικές σχέσεις μεταξύ ατόμων (όπως φιλίας, συγγένειας, συναισθηματικής φύσης, σεξουαλικής σχέσης, αρέσκειας–δυσαρέσκειας, εμπιστοσύνης–δυσπιστίας κλπ.). Κοινωνικές σχέσεις αλληλεξάρτησης (όπως διδάσκο- ντα–διδασκόμενου, προϊστάμενου–υφιστάμενου, συνεργασίας, υποστήριξης, αλληλοβοήθειας, παροχής συμβουλών, εμπορικών–οικονομικών συναλλαγών κλπ.). Κοινωνικές σχέσεις αντιπαλότητας (όπως διαφωνίας, αντιπαραθέσεων, έχθρας, φόβου, ανταγωνισμού κλπ.). ´Εμμεσες σχέσεις διαμοιρασμού ή συμμετοχής σε κοινά γεγονότα (όπως σε οργανώσεις, συμβάντα, λέσχες–κλαμπ, συλλόγους, συμβούλια, σχολεία, θεσμούς–ιδρύματα, καταγωγής ή διαμονής σε γεωγραφικές περιοχές, συν–δημοσιεύσεων, βιβλιογραφικών αναφορών, διάδοσης γνώσης, κοινωνικής επιρροής, κοινών ασχολιών, επαναλαμβανόμενων συνηθειών, όπως χρήσης ναρκωτικών, κλπ., μετάδοσης [contagion] ασθενειών κ.ά. ή διάχυσης ιών κ.ά. κλπ.). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 21. ∆ίκτυο Ερωτικών Σχέσεων Σχήμα: ∆ίκτυο ερωτικών σχέσεων (Bearman et al., Chains of affection: The structure of adolescent romantic and sexual networks, American Journal of Sociology, 2004, 110: 44-91) σε οπτικοποίηση του Mark Newman (http://www-personal.umich.edu/~mejn/networks/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 22. Το Internet Σχήμα: Το δίκτυο των ISPs του Internet (Cheswick Burch, Internet Atlas Gallery, http://www.caida.org/projects/internetatlas/gallery/ches/data.xml). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 23. Το Facebook Σχήμα: Το δίκτυο επικοινωνίας του Facebook (Barabasi et al., Network ´ Science Book, http://barabasilab.neu.edu/networksciencebook/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 24. ∆ίκτυο Twitter Σχήμα: Μια συνεκτική συνιστώσα ενός δικτύου Twitter για τους φόνους στο σχολείο Sandy Hook στο Newtown, CT, στις 14 ∆εκεμβρίου 2012. Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 25. ∆ίκτυο Παραπομπών στην Κοινωνιολογία Σχήμα: ∆ίκτυο βιβλιογραφικών παραπομπών στην Κοινωνιολογία από δεδομένα του Jim Moody (http://orgtheory.wordpress.com/2009/08/14/sociologys-citation-core/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 26. ∆ίκτυο (∆ια–)Κλειδωμένων ∆Σ Εταιριών (Interlocking Directorates) Σχήμα: ∆ίκτυο (∆ια–)Κλειδωμένων (Interlocking Directorates) ∆ιοικητικών Συμβουλίων Εταιριών από κοινές συμμετοχές στελεχών σε αυτές (http://orgtheory.wordpress.com/2011/08/19/theyrule-net-interlocking-boards/, http://theyrule.net/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 27. ∆ίκτυο Συμμετοχών σε Κοινωνικές Εκδηλώσεις Γυναικών του Νότου Σχήμα: ∆ίκτυο συμμετοχών–μαζώξεων σε 14 συμβάντα κοινωνικών εκδηλώσεων 18 γυναικών του Αμερικάνικου Νότου (Davis, Gardner Gardner, Deep Douth, University of Chicago Press, 1941). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 28. ∆ίκτυο Ψηφοφοριών στο Ανώτερο ∆ικαστήριο των ΗΠΑ Σχήμα: ∆ίκτυο ψηφοφοριών στο Ανώτερο ∆ικαστήριο των ΗΠΑ με τις συνεχόμενες γραμμές να συμβολίζουν θετικές ψήφους και τις διακοπτόμενες γραμμές αρνητικές ψήφους (Mrvar Doreian, Partitioning signed two-mode networks, Journal of Mathematical Sociology, 2009, 33: 196-221). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 29. ∆ίκτυο Επιτροπών στην Βουλή των Αντιπροσώπων των ΗΠΑ 420 ARTICLE IN PRESS M.A. Porter et al. / Physica A 386 (2007) 414–438 APPROPRIATIONS BUDGET ENERGY/COMMERCE VETERANS’ AFFAIRS INTELLIGENCE ARMED SERVICES HOUSE ADMINISTRATION AGRICULTURE OFFICIAL CONDUCT RULES TRANSPORTATION HOMELAND SECURITY SMALL BUSINESS RESOURCES EDUCATION GOVERNMENT REFORM WAYS AND MEANS SCIENCE INTERNATIONAL RELATIONS JUDICIARY FINANCIAL SERVICES Fig. 4. (Color) Network of committees (squares) and subcommittees (circles) in the 108th US House of Representatives, color-coded by Σχήμα: the parent standing and select committees. (The depicted labels indicate the parent committee of each group but do not identify the ∆ίκτυο επιτροπών (τετράγωνα) και υπο–επιτροπών (κύκλοι) στην 108η Βουλή των location of that committee in the plot.) As with Fig. 2, this visualization was produced using a variant of the Kamada–Kawai spring Αντιπροσώπων των ΗΠΑ (Porter, Mucha, Newman Friend, Community structure in the United States embedder, with link strengths (again indicated by darkness) determined by normalized interlocks. Observe again that subcommittees of the same parent committee are closely connected to each other. House of Representatives, Physica A, 2007, 386: 414-438). Security Committee shares only one common member (normalized interlock 2.4) with the Intelligence Select Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων Committee (located near the 1 o’clock position in Fig. 5) and has no interlock at all with any of the four
  • 30. Χαρακτηριστικά ∆ρώντων και ∆ιαδράσεων ∆ιαφορετικές κατηγορίες (ή τύποι) δρώντων ή διαδράσεων μπορούν να ενοποιηθούν σε ομάδες, στις οποίες ορίζεται ένα χαρακτηριστικό (attribute), που παίρνει διαφορετικές τιμές σε κάθε ομάδα. Γενικώς, κάθε χαρακτηριστικό μπορεί να θεωρηθεί ως μια μεταβλητή, είτε ποσοτική (συνεχών ή διακριτών τιμών) ή ποιοτική (διατακτικών [ordinal] ή ονομαστικών] [nominal] τιμών). Π.χ.: Αρρενες και θήλεις δρώντες ομαδοποιούνται κάτω από το ´ (ποιοτικό) ονομαστικό χαρακτηριστικό του φύλου. ∆ρώντες διαφορετικού βάρους ομαδοποιούνται κάτω από το (ποσοτικό) συνεχές χαρακτηριστικό του βάρους. ∆ιαδράσεις ηλεκτρονικής επικοινωνίας ομαδοποιούνται κάτω από το (ποσοτικό) διακριτό χαρακτηριστικό του πλήθους ή της συχνότητας των ανταλλασσόμενων μηνυμάτων (σε κάποια περίοδο). ∆ιαδράσεις διαφορετικών βαθμών της σχέσης φιλίας ομαδοποιού- νται κάτω από το (ποιοτικό) διατακτικό χαρακτηριστικό της διαβάθμισης της έντασης της σχέσης φιλίας. ∆ιαδράσεις συμπάθειας–αντιπάθειας ομαδοποιούνται κάτω από το (ποιοτικό) διατακτικό (δυαδικό) χαρακτηριστικό του πρόσημου (θετικού ή αρνητικού) της σχέσης. Οι αντίστοιχοι γράφοι είναι οι γράφοι με βάρη ή (τιμές) (weighted– valued graphs) στους κόμβους ή στους συνδέσμους. Ειδικά στο τελευ- ταίο παράδειγμα, ονομάζονται προσημασμένοι γράφοι (signed graphs). ´Ενα δίκτυο, στο οποίο οι ίδιοι δρώντες διατηρούν περισσότερες της μιας διαφορετικές διαδράσεις ονομάζεται πολυσχιδές (multiplex). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 31. ∆ίκτυο Φιλίας Μαθητών του Faux Magnolia High School με το Χαρακτηριστικό του ´Ετους Φοίτησης των Μαθητών Σχήμα: Το δίκτυο φιλίας 1461 μαθητών του Faux Magnolia High School με το χαρακτηριστικό του έτους φοίτησης των μαθητών και χωρίς απομονωμένους κόμβους (Goudreau et al., A statnet Tutorial, Journal of Statistical Software, 2008, 24(9): 1-27). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 32. ∆ίκτυο Φιλίας με το Χαρακτηριστικό της Φυλής των Μαθητών Σχήμα: ´Ενα δίκτυο φιλίας μαθητών με το χαρακτηριστικό της φυλής των μαθητών (κίτρινο λευκοί, πράσινο μαύροι, κόκκινο άλλης φυλής) και χωρίς απομονωμένους κόμβους (Moody, Race, school integration, and friendship segregation in America, American Journal of Sociology, 2001, 107: 679-716) σε οπτικοποίηση του Mark Newman (http://www-personal.umich.edu/~mejn/networks/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 33. Το ∆ίκτυο Βιοτεχνολογίας–Βιομηχανίας στις ΗΠΑ Σχήμα: Το δίκτυο των σχέσεων Βιοτεχνολογίας–Βιομηχανίας στις ΗΠΑ (Powell, White, Koput Owen–Smith, Network Dynamics and Field Evolution: The Growth of Interorganizational Collaboration in the Life Sciences, American Journal of Sociology, 2005, 110(4): 1132-1205, http://eclectic.ss.uci.edu/~drwhite/Movie/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 34. Το ∆ίκτυο των Χωρών με Μεγάλο Χρέος Σχήμα: Το δίκτυο των χωρών με μεγάλα χρέη (Barabasi et al., Network ´ Science Book, http://barabasilab.neu.edu/networksciencebook/). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 35. ∆ικτυακές Αναλύσεις 1 Κοινωνικά ∆ικτυακά ∆εδομένα Ερωτηματολόγια και συνεντεύξεις Ιστορικά αρχεία και αρχεία τύπου Βιβλιομετρικά και επιστημομετρικά δεδομένα ∆εδομένα από το Internet (μηνύματα, ιστοσελίδες, μπλογκ, κοινωνικά μέσα) Σχεσιακά Μεγάλα ∆εδομένα (Big Data) και Ανοικτά ∆εδομένα (Open Data) 2 ∆ικτυακά Μέτρα Βαθμοί κόμβων Κεντρικότητες κόμβων Συντελεστής συσσώρευσης και μεταβατικότητα Αμοιβαιότητα συνδέσμων Αποστάσεις κόμβων Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 36. 3 ∆ικτυακοί διαμερισμοί Συνεκτικές συνιστώσες και κλίκες k–πυρήνες Πυρήνας–περιφέρεια Ισοδυναμίες κόμβων (δομική και κανονική) Ομαδοποίηση σε μπλοκ Blockmodeling Κοινότητες (Communities) Ταξινομησιμότητα (assortativity) και ανάμειξη (mixing) 4 ∆ικτυακά μοντέλα Κοινωνική επιρροή ∆ιάχυση (μοντέλα SIR και SIS) Τυχαίοι γράφοι Erd¨s–Renyi o ´ ∆ίκτυα μικρών κόσμων (small–worlds) ∆ίκτυα χωρίς κλίμακα (scale–free) Αυξανόμενα τυχαία δίκτυα και το μοντέλο Barabasi–Albert ´ Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 37. Βαθμοί Κόμβων Γείτονες: ´Εστω ο μη κατευθυνόμενος γράφος G = (V, E) και i, j ∈ V δυο κορυφές του. Η j λέγεται γείτονας της i όταν (i, j ) ∈ E. Πίνακας Γειτνίασης (Adjacency Matrix): Είναι ένας (συμμετρικός) πίνακας A = {Aij }i,j∈V τάξης |V| × |V| τέτοιος ώστε Aij = 1, όταν i, j γείτονες, Aij = 0, διαφορετικά. Βαθμοί: Στο μη κατευθυνόμενο γράφο G, ο βαθμός μιας κορυφής i, που συμβολίζεται ως ki , ορίζεται σαν το πλήθος των γειτόνων του i, δηλαδή, το πλήθος των συνδέσεων που προσπίπτουν στο i. Προφανώς, ισχύει: ki = Aij = Aij j ∈V i ∈V κι, επιπλέον, ki = Aij = 2|E| i ∈V i,j ∈V Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 38. ´Εστω τώρα ο κατευθυνόμενος γράφος G = (V, E), για τον οποίον ο αντίστοιχος πίνακας γειτνίασης A = {Aij } είναι μη συμμετρικός. Ο βαθμός εισόδου της κορυφής i του G, που συμβολίζεται ως kin ,i ορίζεται σαν το πλήθος των συνδέσεων που ξεκινούν από γείτονες του i και κατευθύνονται προς τον i, δηλαδή, kin = i Aij j ∈V Ο βαθμός εξόδου της κορυφής i του G, που συμβολίζεται ως kout , i ορίζεται σαν το πλήθος των συνδέσεων που ξεκινούν από τον i και κατευθύνονται προς γείτονες του i, δηλαδή, kout = i Aij i∈V Προφανώς, ισχύει: kin = i kout = i Aij = |E| i∈V j ∈V i,j ∈V Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 39. Βαθμοί κόμβων στο δίκτυο καράτε Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 40. Γενικοί Τύποι ∆ικτυακών Κατανομών Βαθμών Σχήμα: ∆ιωνυμική Κατανομή (ή Κατανο- μή Poisson) για τυχαίους γράφους Erd¨s–Renyi o ´ Σχήμα: Κατανομή Νόμου ∆ύναμης (Power Law) για δίκτυα χωρίς κλίμακα (scale–free networks) Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 41. Κεντρικότητες Κόμβων: 1. Κεντρικότητα Βαθμού (Degree Centrality) Οι ορισμοί ΟΛΩΝ των κεντρικότητων που θα δώσουμε εδώ και στη συνέχεια αφορούν μη κατευθυνόμενους (απλούς) γράφους. Η κεντρικότητα βαθμού (degree centrality) xi του κόμβου i ισούται προς τον βαθμό ki του κόμβου αυτού: xi = ki x8 = 5 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 42. 2. Κεντρικότητα Ενδιαμεσότητας (Betweenness Centrality) Η κεντρικότητα ενδιαμεσότητας (betweenness centrality) xi του κόμβου i ισούται προς: nist xi = g s=i=t∈V st όπου nist είναι το πλήθος των γεωδαιτικών διαδρομών μεταξύ των κόμβων s και t, που περνούν από τον κόμβο i, και gst είναι το συνολικό πλήθος των γεωδαιτικών διαδρομών μεταξύ των κόμβων s και t. n2 = 2 3,23 g3,23 = 4 x2 = 0.1436 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 43. 3. Κεντρικότητα Εγγύτητας (Closeness Centrality) Σε έναν γράφο G, για κάθε δυο κόμβους i, j, η (γεωδαιτική) απόστασή τους d(i, j ) ορίζεται ως το μήκος της συντομότερης διαδρομής από το i στο j, εφόσον οι κόμβοι αυτοί είναι συνδεδεμένοι, ενώ d(i, j ) = ∞, διαφορετικά (και φυσικά, d(i, i) = 0). (Η ‘‘συντομότερη διαδρομή’’ μεταξύ δυο κόμβων είναι η διαδρομή που έχει το ελάχιστο μήκος ανάμεσα σε όλες τις διαδρομές μεταξύ των δυο κόμβων.) Σε έναν γράφο με n κόμβους, η κεντρικότητα εγγύτητας (closeness centrality) xi του κόμβου i ισούται προς: n xi = j ∈V d(i, j ) x0 = 0.5689 x2 = 0.5593 x33 = 0.55 x31 = 0.5409 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 44. 4. Κεντρικότητα Ιδιοδιανύσματος (Eigenvector Centrality) Η κεντρικότητα ιδιοδιανύσματος (eigenvector centrality) xi του κόμβου i ισούται προς: xi = κ−1 1 Aij x j j ∈V όπου Aij είναι ο πίνακας γειτνίασης (adjacency matrix) του γράφου και xi είναι οι συνιστώσες του ιδιαδιανύσματος του Aij , που αντιστοιχούν στη μεγαλύτερη ιδιοτιμή του κ1 . x33 = 0.3734 x0 = 0.3555 x2 = 0.3172 x32 = 0.3086 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 45. Οι 4 κεντρικότητες των κόμβων του δικτύου καράτε Nodes Degree C. Betweenness C. Closeness C. Eigenvector C. 0 0.484848485 0.437635281 0.568965517 0.355490721 1 0.272727273 0.053936688 0.485294118 0.265959605 2 0.303030303 0.143656806 0.559322034 0.317192417 3 0.181818182 0.011909271 0.464788732 0.211179694 4 0.090909091 0.000631313 0.379310345 0.075968879 5 0.121212121 0.029987374 0.38372093 0.079483113 6 0.121212121 0.029987374 0.38372093 0.079483113 7 0.121212121 0 0.44 0.170959892 8 0.151515152 0.055926828 0.515625 0.227404355 9 0.060606061 0.000847763 0.434210526 0.102674504 10 0.090909091 0.000631313 0.379310345 0.075968879 11 0.03030303 0 0.366666667 0.052855817 12 0.060606061 0 0.370786517 0.084254727 13 0.151515152 0.045863396 0.515625 0.226473112 14 0.060606061 0 0.370786517 0.10140365 15 0.060606061 0 0.370786517 0.10140365 16 0.060606061 0 0.284482759 0.023635566 17 0.060606061 0 0.375 0.092399699 18 0.060606061 0 0.370786517 0.10140365 19 0.090909091 0.032475048 0.5 0.147912918 20 0.060606061 0 0.370786517 0.10140365 21 0.060606061 0 0.375 0.092399699 22 0.060606061 0 0.370786517 0.10140365 23 0.151515152 0.017613636 0.392857143 0.150118912 24 0.090909091 0.002209596 0.375 0.057052326 25 0.090909091 0.003840488 0.375 0.059206342 26 0.060606061 0 0.362637363 0.075579616 27 0.121212121 0.022333454 0.458333333 0.133477386 28 0.090909091 0.001794733 0.452054795 0.131077964 29 0.121212121 0.002922078 0.38372093 0.134961122 30 0.121212121 0.014411977 0.458333333 0.174758637 31 0.181818182 0.138275613 0.540983607 0.191034394 32 0.363636364 0.145247114 0.515625 0.308643749 33 0.515151515 0.304074976 0.55 0.373362539 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 46. Κεντρικότητα Μικρή τιμή Μεγάλη τιμή Degree Λίγοι γείτονες (συνδέσεις) Πολλοί γείτονες (συνδέσεις) Betweenness Μικρός έλεγχος ροής Μεγάλος έλεγχος ροής Closeness Προς την περιφέρεια Προς το κέντρο Eigenvector Λίγοι ή λίγο σημαντικοί γείτονες Πολλοί ή πολύ σημαντικοί γείτονες Το δίκτυο των στρατιωτικών του David Krackhardt: Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 47. Συντελεστής Συσσώρευσης Ο συντελεστής συσσώρευσης (clustering coefficient) Ci του κόμβου i ορίζεται ως: 2εi Ci = ki (ki − 1) όπου εi είναι το πλήθος των συνδέσεων μεταξύ των γειτονικών κόμβων του i και dij i προς οποιοδήποτε άλλο κόμβο ki είναι το πλήθος των γειτονικών κόμβων του i. 2×4 C23 = = 0.4 5×4 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 48. ∆ικτυακή Μεταβατικότητα Ο συνολικός συντελεστής συσσώρευσης (global clustering coefficient) (όλου) του γράφου G ορίζεται ως η μέση τιμή των συντελεστών συσσώρευσης των κόμβων του: 1 C(G) = Ci |V| i Η μεταβατικότητα (transitivity) του γράφου G ορίζεται ως το πηλίκο: πλήθος τριγώνων T(G) = πλήθος συνδεδεμένων τριάδων C(G) = 0.16 T(G) = 0.19 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 49. Αμοιβαιότητα Συνδέσεων σε Κατευθυνόμενο Γράφο Σε έναν κατευθυνόμενο γράφο, ο συντελεστής αμοιβαιότητας συνδέσεων/δεσμών (link/tie mutuality coefficient) ορίζεται ως εξής: πλήθος ανταποδιδόμενων συνδέσεων Er M(G) = πλήθος όλων των συνδέσεων/τόξων E Er (G) = 64 E(G) = 195 M(G) = 0.3282 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 50. Αποστάσεις Κόμβων σε Γράφο Συμβολίζοντας με d(i, j ) τη (γεωδαιτική) απόσταση στον γράφο G μεταξύ των δυο κόμβων i, j (δηλαδή, ως μήκος της συντομότερης διαδρομής από το i στο j, εφόσον οι κόμβοι αυτοί είναι συνδεδεμένοι, ενώ d(i, j ) = ∞, όπου η ‘‘συντομότερη διαδρομή’’ μεταξύ δυο κόμβων είναι η διαδρομή που έχει το ελάχιστο μήκος ανάμεσα σε όλες τις διαδρομές μεταξύ των δυο κόμβων), το μέσο μήκος των συντομότερων διαδρομών (average shortest path length) στον γράφο αυτό, ορίζεται ως: 1 a= d(i, j ) |V|(|V| − 1) i,j ∈V a = 2.4082 Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 51. Μέτρα ∆ιάφορων Εμπειρικών ∆ικτύων TABLE I. The general characteristics of several real networks. For each network we indicated the number of nodes, the avera degree k , the average path length and the clustering coefficient C. For a comparison we have included the average pa length rand and clustering coefficient Crand of a random graph with the same size and average degree. The last colum identifies the symbols in Figs. 8 and 9. Network Size k rand C Crand Reference N WWW, site level, undir. 153, 127 35.21 3.1 3.35 0.1078 0.00023 Adamic 1999 Internet, domain level 3015 - 6209 3.52 - 4.11 3.7 - 3.76 6.36 - 6.18 0.18 - 0.3 0.001 Yook et al. 2001a, Pastor-Satorras et al. 2001 Movie actors 225, 226 61 3.65 2.99 0.79 0.00027 Watts, Strogatz 1998 LANL coauthorship 52, 909 9.7 5.9 4.79 0.43 1.8 × 10−4 Newman 2001a,b MEDLINE coauthorship 1, 520, 251 18.1 4.6 4.91 0.066 1.1 × 10−5 Newman 2001a,b SPIRES coauthorship 56, 627 173 4.0 2.12 0.726 0.003 Newman 2001a,b,c NCSTRL coauthorship 11, 994 3.59 9.7 7.34 0.496 3 × 10−4 Newman 2001a,b Math coauthorship 70, 975 3.9 9.5 8.2 0.59 5.4 × 10−5 Barab´si et al. 2001 a Neurosci. coauthorship 209, 293 11.5 6 5.01 0.76 5.5 × 10−5 Barab´si et al. 2001 a E. coli, substrate graph 282 7.35 2.9 3.04 0.32 0.026 Wagner, Fell 2000 1 E. coli, reaction graph 315 28.3 2.62 1.98 0.59 0.09 Wagner, Fell 2000 1 Ythan estuary food web 134 8.7 2.43 2.26 0.22 0.06 Montoya, Sol´ 2000 e 1 Silwood park food web 154 4.75 3.40 3.23 0.15 0.03 Montoya, Sol´ 2000 e 1 Words, cooccurence 460.902 70.13 2.67 3.03 0.437 0.0001 Cancho, Sol´ 2001 e 1 Words, synonyms 22, 311 13.48 4.5 3.84 0.7 0.0006 Yook et al. 2001 1 Power grid 4, 941 2.67 18.7 12.4 0.08 0.005 Watts, Strogatz 1998 1 C. Elegans 282 14 2.65 2.25 0.28 0.05 Watts, Strogatz 1998 1 TABLE II. The scaling exponents characterizing the degree distribution of several scale-free networks, for which P (k) follow a power-law (2). We indicate the size of the network, its average degree k and the cutoff κ for the power-law scaling. F directed networks we list separately the indegree (γin ) and outdegree (γout ) exponents, while for the undirected network marked with a star, these values are identical. The columns lreal , lrand and lpow compare the average path length of re networks with power-law degree distribution and the prediction of random graph theory (17) and that of Newman, Stroga and Watts (2000) (62), as discussed in Sect. V. The last column identifies the symbols in Figs. 8 and 9. Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 52. Πόροι για Εισαγωγή στα Κοινωνικά ∆ίκτυα 1 Βιβλία Mark Newman, Networks: An Introduction, Oxford University Press, 2010. Stanley Wasserman and Katherine Faust, Social Network Analysis: Methods and Applications, Cambridge University Press, 1994. 2 ´Αρθρα Επισκόπησης Robert A. Hanneman and Mark Riddle, Introduction to social network methods: http://faculty.ucr.edu/~hanneman/nettext/ Mark Newman, The structure and function of complex networks: http://arxiv.org/pdf/cond-mat/0303516v1 Laszlo Barabasi et al., Network Science Book: ´ http://barabasilab.neu.edu/networksciencebook/ Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 53. 3 Λογισμικό Pajek: http://pajek.imfm.si/doku.php UCInet: https://sites.google.com/site/ucinetsoftware/home iGraph: http://igraph.sourceforge.net/ NetworkX: http://networkx.github.io/ Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 54. Ιδέες για Πρότζεκτ Με βάση τα δεδομένα που συγκεντρώθηκαν από το Ερωτηματολόγιο που κυκλοφόρησε, μπορούν να σχηματισθούν 12 ομάδες που η κάθε μια θα επεξεργασθεί ένα τα εξής επιμέρους δεδομένα: 1 Σχέση φιλίας και χαρακτηριστικό φύλου. 2 Σχέση φιλίας και χαρακτηριστικό ηλικίας. 3 Σχέση φιλίας και χαρακτηριστικό επιπέδου σπουδών. 4 Σχέση φιλίας και χαρακτηριστικό τμήματος σπουδών. 5 Σχέση γενικής συνεργασίας (εκτός ΑΕ) και χαρακτηριστικό φύλου. 6 Σχέση γενικής συνεργασίας (εκτός ΑΕ) και χαρακτηριστικό ηλικίας. 7 Σχέση γενικής συνεργασίας (εκτός ΑΕ) και χαρακτηριστικό επιπέδου σπουδών. Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων
  • 55. 8 Σχέση γενικής συνεργασίας (εκτός ΑΕ) και χαρακτηριστικό τμήματος σπουδών. 9 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό φύλου. 10 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό ηλικίας. 11 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό επιπέδου σπουδών. 12 Σχέση συνεργασίας εντός ΑΕ και χαρακτηριστικό τμήματος σπουδών. Πιο συγκεκριμένα, κάθε ομάδα χρησιμοποιώντας το λογισμικό Pajek θα προσπαθήσει να κάνει τα εξής: Οπτικοποίηση του αντίστοιχου δικτύου με τους κόμβους χρωματισμένους ανάλογα με την τιμή του χαρακτηριστικού. Υπολογισμό των 4 κεντρικότητων για κάθε κόμβο του δικτύου (βαθμού, ενδιαμεσότητας, εγγύτητας και ιδιοδιανύσματος). Μωυσής Α. Μπουντουρίδης Η Επιστήμη των ∆ικτύων