Ir para o conteúdo principal
ARS - Análise de Redes 
Sociais 
Prof. Petrônio Cândido de Lima e Silva
Agenda 
1. Contextualização 
2. Fundamentos Teóricos 
a. Teoria dos Grafos 
b. Redes Sociais 
c. Métricas e Algoritmos de ARS 
3. Prática 
a. Extração de Dados de Redes Sociais 
b. Análise
Introdução e 
Contextualização
Redes Sociais 
“Diga-me com quem tu andas e eu te direi que és” 
Pessoas e Relacionamentos 
Pessoas → Pessoas 
Pessoas ← Pessoas
Redes Sociais 
● Incapacidade de abstrair em toda a sua complexidade o 
emaranhado de relacionamentos em que estamos 
envolvidos 
○ Qual o seu impacto nos outros ? 
○ Qual o impacto dos outros em você ? 
○ Quem você conhece? 
○ Como você classifica quem conhece?
Redes Sociais 
● TUDO está conectado 
○ Grande emaranhado de inter-relacionamentos de 
todas as naturezas; 
○ Influências se propagam na rede; 
○ Protagonistas 
○ Coadjuvantes
Redes Sociais 
● Complexas 
● Dinâmicas 
● Redundantes 
● Localizadas 
● Difusas 
● Recursivas 
● Incompletude 
● Limites nebulosos
Redes Sociais 
● Resistência / Resiliência 
○ Tolerante à falhas 
○ Laços isolados entre pessoas são frágeis 
○ A rede em si é extremamente resistente à 
desconexão: 
■ Quando perde pessoas 
■ Quando perde relacionamentos
Redes Sociais 
● GRANOVETTER (1973) 
● Laços Fortes (Strong Ties) 
○ Interligam pessoas próximas/íntimas, de um mesmo 
grupo ou comunidade; 
○ São pessoas basicamente parecidas;
Redes Sociais 
● Laços Fracos (Weak Ties) 
○ Interligam conhecidos e pessoas que freqüentam 
outros grupos ou comunidades; 
○ Conhecidos, convivência ocasional e esporádica; 
○ Elos de ligação entre grupos diferentes, garantindo 
a diversidade;
Redes Sociais 
● Com quem é melhor procurar emprego? 
Entre os amigos próximos (strong ties) ou 
com os distantes (weak ties) ? 
● strong ties: Possivelmente também são 
seus concorrentes 
● weak ties: Elo com outros mercados!
Aplicações 
● Redes de Contágio Emocional 
● Redes de Poder/Influência 
● Redes Terroristas 
● Redes Científicas
Redes de Contágio Emocional 
● Modelos de contágio 
○ ABDO (2009) 
● Modelo de contágio emocional no Facebook 
○ KRAMER, GUILLORY e HANCOCK (2014) 
○ COVIELLO et al (2014) 
● #VemPraRua 
○ CANCIAN, FALCÃO e MALINI (2013) 
● #ProtestoRJ 
○ CALMON, BRUNO e ANTOUN (2014)
Redes de Contágio Emocional
Redes de Poder / Influência 
● NSA espiona a presidente DILMA 
○ GLOBO (2013) 
● Redes de financiamento político 
○ HOROCHOVSKI et al (2014)
NSA espiona Dilma
Redes Terroristas e Criminosas 
● Terroristas do 11/09 e rede Al Qaeda 
○ KREBS (2002) 
○ XU e CHEN (2005)
Redes Científicas 
● VANZ (2009) 
● BALANCIERI et al. (2005) 
● ROSSONI, SILVA e JÚNIOR (2008)
Fundamentos Teóricos
Agenda 
1. Grafos 
2. Redes Complexas 
3. Redes Sociais 
4. Métricas de Redes Sociais 
5. ARS versus Mineração de Grafos
Teoria dos Grafos
Grafos 
G = { V , E } 
V = {a1, a2, a3, ... , an} 
E = {(ai,ak) | ai, aj ∈ V } 
n = | V | 
m = | E |
Grafos 
B 
J 
A 
F 
C I 
H 
G 
D
Grafos 
● Simples - Arestas simétricas 
( ai , ak ) = ( ak , ai ) 
● Direcionados (Dígrafos) - Arestas assimétricas 
( ai , ak ) ≠ ( ak , ai )
Grafos 
B 
J 
A 
F 
C I 
H 
G 
D
Grafos - Matriz de Adjacências 
A B C D E F G H I J 
A 0 0 1 0 0 0 0 0 0 0 
B 0 0 1 0 0 0 1 0 0 0 
C 1 1 0 0 0 1 1 0 0 0 
D 0 0 0 0 0 0 0 0 0 0 
E 0 0 0 0 0 0 0 0 0 0 
F 0 0 1 1 0 0 0 0 0 0 
G 0 1 1 0 0 0 0 0 0 0 
H 0 0 0 0 0 0 0 0 0 1 
I 0 0 0 0 0 0 0 0 0 1 
J 0 0 0 0 0 0 0 1 1 0 
wi,j ∈ 
V 
A(G) = [wij] 
0, se não há aresta entre i e j 
x >0, se há aresta entre i e j 
Wij é conhecido como Peso ou 
Custo da aresta
Grafos - Matriz de Adjacências 
● Multigrafos 
○ Permite mais de uma aresta entre dois vértices 
● Hipergrafos 
○ Uma mesma aresta pode conectar mais de dois 
vértices
Grafos 
● Grau - Degree 
○ Número de arestas que estão conectadas à um 
vértice: 
d(i) = Σj∈V wij 
(considerando wij binária)
Digrafos 
● Grau de Entrada / Incidente (InDegree) 
○ din(v) = Σj∈V wvj 
● Grau de Saída (outDegree) 
○ dout(v) = Σj∈V wjv
Grafos 
● Soma dos Graus 
d(G) = Σv∈V d(v) = 2m 
● Grau Médio do Grafo 
d(G) = 1/n Σv∈V d(v) = 2m/n
Digrafos 
● Base - Conjunto de Vertedores 
○ É um subconjunto dos vértices de um dígrafo tal que: 
B ⊆ V | ∀v ∈ B, din(v) = 0, dout(v) > 0 
● Anti-Base - Conjunto dos Sorvedores 
○ É um subconjunto dos vértices de um dígrafo tal que: 
AB ⊆ V | ∀v ∈ AB, din(v) > 0, dout(v) = 0
Grafos 
B 
H 
A 
E 
C I 
G 
F 
D 
B = {A, E, G} 
AB = {D, I, F}
Grafos 
● cij - Caminho 
○ Partindo de i, uma lista de n vértices que o 
interligam ao vértice j, existindo arestas entre eles. 
● Menor Caminho (Shortest Path) 
○ Caminho de Custo Mínimo 
○ DIJKSTRA (1959) 
○ O(m log n)
l(i,j) - Distância Geodésica 
O custo (ou tamanho) do menor caminho entre i e j; 
l(i,j) = Σx,y ∈ Cij wxy 
● l(G) - Distância Geodésica Média 
○ O tamanho médio dos caminhos dos grafo G 
l(G) = 1/n Σi,j ∈ V l(i,j) 
Grafos
Grafos - Matriz de Vizinhança 
A B C D E F G H I J 
A 0 0 1 0 0 0 0 0 0 0 
B 0 0 1 0 0 0 1 0 0 0 
C 1 1 0 0 0 1 1 0 0 0 
D 0 0 0 0 0 0 0 0 0 0 
E 0 0 0 0 0 0 0 0 0 0 
F 0 0 1 1 0 0 0 0 0 0 
G 0 1 1 0 0 0 0 0 0 0 
H 0 0 0 0 0 0 0 0 0 1 
I 0 0 0 0 0 0 0 0 0 1 
J 0 0 0 0 0 0 0 1 1 0 
A(G) = [wij] 
wi,j ∈ V = l(i,j) 
Wij é a distância entre i e j
Grafos 
● Conexo 
○ Existe um caminho entre quaisquer dois vértices do 
grafo: ∃cij ∀i,j∈ V 
● Desconexo 
○ ∄cij ∀i,j∈ V
Grafos 
● Sub-grafos 
Gs = (Vs,Es) | Vs 
⊂ V, Es 
⊂ E 
● Componentes 
○ Sub grafos conexos de um grafo desconexo
Grafos 
● Conjunto de Corte 
○ Conjunto mínimo de vértices ou arestas que se 
removidos do grafo causam sua desconexão ou 
aumentam o número de componentes; 
○ Ponto de Articulação / Vértice de Corte (Cut-Edge) 
○ Aresta de Corte (Cut-Arc)
Grafos 
● Resistência 
○ Capacidade de uma rede tem de perder nós e continuar 
conectada; 
○ Próximo ao conceito de Densidade, que será estudado 
adiante.
Grafos 
● Grafos Completos - Kn 
Kn = [n(n-1)]/2 
● Clique 
○ Subgrafo completo de um grafo
Grafos 
● Árvores 
● Árvore Geradora Mínima 
○ Um subgrafo em forma de árvore, de custo mínimo, 
que conecte todos os vértices com o mínimo de 
arestas
Redes Complexas
Redes Complexas 
● Grafos de alta dimensionalidade 
● Propriedades comuns: 
○ Aleatórios 
○ Distribuição de Grau 
○ Estruturas de comunidade
Redes Complexas 
● Tipos de Redes 
○ Biológicas 
○ Sociais 
○ Informacionais 
○ Tecnológicas
Grafos Aletórios de Erdös-Rény 
● ERDÖS e RÉNY (1961) 
● Dado um conjunto de vértices V, as arestas 
entre esses vértices são calculadas por uma 
probabilidade k; 
GERnk = (V, E) | n = |n| , k = |E|
Grafos Aletórios de Erdös-Rény 
1. Inicia com os n vértices isolados ( E = ∅ ) 
2. Para i = 0 até K 
a. Selecione dois nós aleatoriamente: i e j 
b. E ← (i, j) 
● Resultados interessantes: 
d(GERnk) ≈ k 
l(GERnk) ≈ logkn
Grafos Aletórios de Erdös-Rény 
B 
H 
A 
E 
C 
I 
G 
F 
D 
B 
H 
A 
E 
C 
I 
G 
F 
D 
B 
H 
A 
E 
C 
I 
G 
F 
D
Modelo de Watts-Strogatz 
● WATTS e STROGATZ (1998) 
● Todos os vértices se conectam aos seus 
vizinhos mais próximos; 
● Existe uma probabilidade de reconexão da 
aresta com outro vértice
Grafos Aletórios de Erdös-Rény 
B 
H 
A 
E 
C 
I 
G 
F 
D 
B 
H 
A 
E 
C 
I 
G 
F 
D 
B 
H 
A 
E 
C 
I 
G 
F 
D
Distribuição de Grau 
● Uma distribuição de grau é a distribuição de frequências de vértices (nk) 
com um determinado grau (k) em relação à n 
fk = nk / n 
Freq (fk) 
Grau (k)
Lei de Potência 
P(x) =
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG
ARS - Análise de Redes Sociais - VIII ERI MG