İnformasiya cəmiyyəti problemləri, №2, 2010
www.jpis.az 9
UOT 004:351
İmamverdiyev Y.N.
AMEA İnformasiya Texnologiyaları İnstitutu, Bakı, Azərbaycan
yadigar@lan.ab.az
SOSİAL ŞƏBƏKƏLƏRİN ANALİZİ: ANLAYIŞLAR, MODELLƏR VƏ
TƏDQİQAT PROBLEMLƏRİ
Sosial şəbəkə servisləri insanların sosial qarşılıqlı əlaqəsi üçün yeni imkanlar yaradır və
cəmiyyətə təsirin yeni üsul və vasitələrinin meydana çıxmasına səbəb olur. Məqalədə
sosial şəbəkələrin əsas anlayışları, sosial şəbəkə analizinin təşəkkül mərhələləri və
orijinal ideyaları təhlil edilmiş, sosial şəbəkə analizinin tətbiqləri göstərilmişdir. Sosial
şəbəkə analizi sahəsində aktual tədqiqat istiqamətləri müəyyən olunmuş və onların
müasir vəziyyəti analiz edilmişdir.
Açar sözlər: sosial şəbəkə, aktor, sosial şəbəkə analizi, zəif əlaqələrin gücü, kiçik dünya
fenomeni, miqyassız şəbəkələr, böyük miqyaslı şəbəkələrin modelləşdirilməsi, dinamik
şəbəkələrin analizi, mülti-agentlər əsasında sosial modelləşdirmə.
Giriş
Son 5 ildə İnternetin inkişafında əsas hadisə sosial şəbəkə saytlarının (Facebook,
Twitter, LiveJournal, MySpace, Classmates və s.) populyarlığının sürətlə artmasıdır.
Sosial şəbəkə saytlarının populyarlığı axtarış sistemlərindən, portallardan, e-poçt və
proqram təminatı saytlarından iki dəfə sürətlə artır və onlar saytların reytinq
cədvəllərində böyük üstünlüklə birinci yeri tuturlar.
Artıq sosial şəbəkə saytları İnternet fəzasının ayrılmaz tərkib hissəsinə çevrilib,
qlobal onlayn cəmiyyətin üçdə iki hissəsi müntəzəm olaraq bu və ya digər sosial şəbəkə
saytına baş çəkir, sosial şəbəkələrin auditoriyası genişlənir, yaş tərkibinə görə daha
müxtəlif olur. İnternet trafikinin böyük bir hissəsini məşhur sosial şəbəkə saytları zəbt
edir. İstifadəçilərin sosial şəbəkə saytlarında keçirdikləri vaxt durmadan artır, hər
“İnternet saatı”nın təxminən 6 dəqiqəsi sosial şəbəkələrin payına düşür.
Sosial şəbəkə servisləri təkcə İnternetin landşaftına təsir etmirlər, onlar
istifadəçilərin davranışını da ciddi şəkildə dəyişmək gücündədir. Bu servislərin kontent,
xidmətlər, əlyetərlilik, əhatə etdiyi auditoriya və ərazi baxımından inkişafı cəmiyyətə
təsirin yeni üsul və vasitələrinin meydana çıxmasına səbəb olur. Onlar insanların,
təşkilatların və dövlətin qarşılıqlı əlaqəsi üçün yeni imkanlar yaradır [1,2].
Məsələn, ABŞ-da son prezident seçkiləri zamanı prezidentliyə namizədlər sosial
şəbəkə texnologiyasından geniş istifadə etmişdilər. Hazırki ABŞ prezidenti Barak
Obamanın seçki kampaniyası çərçivəsində yaradılmış
www.my.barackobama.com
sosial
şəbəkəsi ( MyBo kimi də məşhurdur) daha uğurlu olmuşdu. Bu şəbəkənin yaradılmasına
Facebook-un yaradıcılarından biri cəlb edilmişdi. MyBo şəbəkəsi həm seçki kampaniyası
üçün ianələrin toplanmasında, həm də seçki təbliğatında, seçicilərin səfərbər edilməsində
mühüm rol oynamışdı. Hazırda amerikan politoloqları və sosioloqları B.Obamanın sosial
şəbəkə fenomenini, ABŞ siyasi həyat tərzinə təsirini geniş müzakirə edirlər. Bir sıra
ölkələrin prezidentləri populyar mikrobloq saytı olan Twitter-də özlərinin səhifələrini
açmışlar.
Sosial şəbəkə servislərinin uğurları sübut edir ki, sosial şəbəkələr prinsipcə yeni
kommunikasiya mühitinə çevrilir, onların cəmiyyətə təsir imkanlarını tam başa düşmək
İnformasiya cəmiyyəti problemləri, №2, 2010
10 www.jpis.az
hələlik çətindir. Qeyd edək ki, sosial şəbəkə servislərinin cəmi 15 illik tarixi var (ilk
sosial şəbəkə saytı
www.classmates.com
1995-ci ildə yaradılmışdı).
Təqdim olunan məqalənin məqsədi sürətlə inkişaf edən sosial şəbəkə
texnologiyaları sahəsində elmi tədqiqatların müasir vəziyyətini analiz etmək və aktual
tədqiqat istiqamətlərini müəyyənləşdirməkdir.
Sosial şəbəkə analizinin anlayışları
Sosial sistemlərin öyrənilməsinə struktur yanaşmasının istiqamətlərindən biri sosial
aktorlar arasındakı əlaqələrin sosial şəbəkə analizi adını almış tədqiqat metodologiyası və
metodlarıdır. Sosial şəbəkə – sosial obyektlər çoxluğundan və onlar arasındakı sosial
əlaqələrdən (münasibətlərdən) ibarət sosial strukturdur [3,4].
Sosial obyektlər kimi insanlar, sosial qruplar, icmalar, təşkilatlar, partiyalar, ölkələr
və s. çıxış edə bilər. Onları sosial şəbəkələrin aktorları və ya qovşaqları adlandırırlar.
Əlaqələr dedikdə, aktorlar arasında təkcə qarşılıqlı kommunikasiya əlaqələri deyil,
müxtəlif resursların mübadiləsi, münaqişələr də daxil olmaqla, birgə fəaliyyət və s. başa
düşülür.
Formal olaraq sosial şəbəkə qraf ilə təsvir edilir, qrafın təpələri aktorlar, tilləri isə
əlaqələr çoxluğudur.
Şəkil 1. Sosial şəbəkənin qrafla və matrislə təsviri
Məlumdur ki, qrafları matrislərlə də təsvir etmək olar, ən sadə və ən çox rastlaşılan
matris qonşuluq matrisi adlanan binar matrisdir. Qonşuluq matrisi əlaqələr haqqında ilkin
məlumatlardan istifadə edərək qurulur.
G
qrafının qonşuluq matrisi
n
n
×
ölçülü
A
kvadrat matrisidir (
n
– təpələrin (qovşaqların) sayıdır),
ij
a
elementi aşağıdakı qayda ilə
müəyyən edilir:
−
əgər
G
qrafında
i
qovşağından
j
qovşağına til varsa, onda
1
=
ij
a
,
−
əgər
G
qrafında
i
qovşağından
j
qovşağına til yoxdursa, onda
0
=
ij
a
.
Aktorları arasında yalnız bir növ əlaqə (münasibət) olan şəbəkə simpleks şəbəkə, bir
neçə növ əlaqə olan şəbəkə multipleks şəbəkə adlanır. Aktorlar arasında bir neçə növ
əlaqə olduqda onları hər növ üçün ayrıca şəbəkədən istifadə etməklə analiz etmək olar.
Sosial şəbəkələr birtipli (ing. one-mode) və ikitipli (ing. two-mode) şəbəkələrə
bölünür. Birtipli şəbəkələr aktorların xassələrinin eyni olmasını nəzərdə tutur. İkitipli
şəbəkədə aktorların iki müxtəlif çoxluğu arasında əlaqələrə baxılır. Misal olaraq özəl
təşkilatlar və onların qeyri-özəl təşkilatlarla əlaqələrindən ibarət olan sosial şəbəkəni
göstərmək olar.
B
A
C
A
B
C
A
0
1
1
B
0
0
1
C
0
1
0
İnformasiya cəmiyyəti problemləri, №2, 2010
www.jpis.az 11
Sosio-sentrik və ya tam şəbəkələr məhdud bir qrupun bütün üzvləri arasındakı
əlaqələrdən ibarətdir. Misal kimi kafedranın əməkdaşları arasındakı bütün əlaqələri
göstərmək olar.
Eqosentrik şəbəkələr və ya fərdi şəbəkələr ( personal network) yalnız mərkəzi
(fokal) aktor baxımından müəyyən edilir. Bu şəbəkələr fokal aktoru (eqonu) başqa
aktorlara (eqonun alterlərinə) birbaşa birləşdirən əlaqələrdən və alterlərin eqo tərəfindən
göstərilən əlaqələrindən ibarətdir.
Sosial şəbəkə analizi qraflar nəzəriyyəsi əsasında aşağıdakıları müəyyən edir:
−
aktorlar üçün indekslərin hesablanması;
−
bütövlükdə, sosial şəbəkə üçün indekslərin hesablanması;
−
sosial şəbəkədə lokal strukturların aşkarlanması.
Aktorlar (qovşaqlar) üçün aşağıdakı parametrlər müəyyən edilir:
−
aktorun giriş dərəcəsi – aktora daxil olan tillərin sayı;
−
aktorun çıxış dərəcəsi – aktordan çıxan tillərin sayı;
−
geodezik məsafə – aktorlar arasındakı məsafələrin ən kiçiyi;
−
verilmiş aktordan digər aktorlara olan orta məsafə;
−
eksentriklik – verilmiş aktordan digər aktorlara olan geodezik məsafələrin ən
böyüyü;
−
vasitəçilik – verilmiş aktordan keçən ən qısa yolların sayı;
−
mərkəzilik – verilmiş aktorun digərlərinə nisbətən əlaqələrinin ümumi sayı.
Şəbəkə indekslərinin hesablanması üçün aşağıdakı parametrlər istifadə edilir:
qovşaqların sayı, tillərin sayı, qovşaqlar arasında geodezik məsafə, qovşaqlar arasında
orta məsafə, şəbəkənin sıxlığı, simmetrik, tranzitiv və dövri triadların sayı, şəbəkənin
radiusu, diametri və s.
Sosial şəbəkədə lokal strukturların müəyyən edilməsinə dair bir neçə yanaşma var:
−
sosial şəbəkədə kliklərin müəyyən edilməsi. Kliklər – elə altqruplardır ki,
onlarda aktorların hər bir cütü bir-biri ilə birləşir;
−
komponentlərin (qrafın hissələrinin) müəyyən edilməsi. Komponent – əlaqəli
aktorların (maksimal) çoxluğudur (yəni komponentdəki hər bir təpə
komponentdəki bütün başqa təpələrdən əldə edilə biləndir). Əgər qrafda bir və
ya bir neçə təcrid edilmiş təpə varsa, onda onlar ayrıca komponent hesab
edilirlər;
−
blokların və qırılma nöqtələrinin tapılması. Qırılma nöqtəsi silindikdə qraf
komponentlərə (sosial şəbəkənin əlaqəsiz hissələrinə) parçalanır. Blokda
şəbəkənin ekvivalent aktorlarını birləşdirmək olar. Məsələn, əgər sosial şəbəkə
informasiya axını münasibətinə görə qurulubsa, onda yalnız informasiya ötürən
aktorları bir bloka, yalnız informasiya alan aktorları ikinci bloka, informasiyanı
həm alan, həm də ötürən aktorları isə üçüncü bloka daxil etmək olar.
−
qruplaşmaların (fraksiyaların) – şəbəkənin maksimal oxşar əlaqə profilinə malik
aktorları qrupunun müəyyən edilməsi.
Şəbəkələrdə sosial strukturların başqa nümunələri kliklər, N-kliklər və N-klanlardır.
Sosial şəbəkə analizinin təşəkkülü
İnformasiya cəmiyyəti problemləri, №2, 2010
12 www.jpis.az
Sosial şəbəkə analizinin inkişafı 1930-cu illərdə bir neçə ənənəvi tədqiqat sahəsində
−
sosial psixologiya, sosial antropologiya və riyaziyyatda (kompyuter elmlərində) bir-
birindən asılı olmadan meydana çıxmışdır [5].
Sosial psixologiya sahəsində işləyən Y. Moreno 1930-cu illərdə sosiometriyanı
inkişaf etdirirdi [6]. O, 1937-ci ildə təsis etdiyi “Sosiometriya” jurnalında psixoloji
sağlamlıq ilə sosial struktur arasındakı qarşılıqlı əlaqəni tədqiq edirdi. Moreno
sosioqramları – insanları işarə edən nöqtələrdən və insanlar arasındakı münasibətləri
göstərən xətlərdən ibarət diaqramları təklif etmişdi.
Morenonun işləri öz vaxtında və onilliklər boyu kifayət qədər məşhur olsa da,
müasir sosial şəbəkə analizinin yaradılmasına böyük təsir etməyib. Ola bilsin ki, burada
şəxsiyyət pis rol oynamışdı, Morenonun “mistikliyə meyli, təmtəraqlı üslubu, dahilik
maniyası onun ilkin tərəfdarlarını özündən uzaqlaşdırırdı” [5].
Fərdlər arasındakı əlaqələrin antropoloji tədqiqatları 1930-cu illərdə, əsasən, ingilis
alimi A.Radklif-Braunun “sosial struktur” ideyalarına söykənirdi [7]. Həmin dövrlərdə
ABŞ-da sosial münasibətlərin müşahidəsi üzrə bir sıra tədqiqat proqramları həyata
keçirilmişdi: böyük sənaye şirkətlərində (Western elektric şirkətinin Çikaqodakı
"Houtorn" zavodu), şəhər icmalarında "Yankee Sity" (Massaçuset ştatının Nyuberiport
şəhəri) və
"Old Sity" (ABŞ-ın cənubunda), kənd icmalarında “Deep South” (Missisippi
ştatı, Natchez) geniş miqyaslı ekspedisiyalar təşkil edilmişdi.
Houtorn
eksperimentlərində "qeyri-formal təşkilat" – gizli sosial struktur
aşkarlamışdılar, bu struktur fəhlələrin əmək məhsuldarlığına şirkətin rəhbərliyindən daha
çox təsir edirdi. İrimiqyaslı sistemlərdə “qeyri-formal” münasibətlərin empirik tədqiqi bu
sistemlərin daxilində gizli mütəşəkkil altqruplara malik olması kəşfinə gətirdi. Sosial
şəbəkələrin onu təşkil edən altqruplara dekompozisiyası üsullarının tapılmasına xeyli
səylər göstərilmişdi. Toplanmış relyasion verilənlər əsasında istənilən sosial sistemin
altqruplar strukturunu aşkarlamağa imkan verən metodların, böyük həcmli verilənlərin
analizi və qarşılıqlı əlaqənin daha formal ölçülməsi üçün riyazi alətlərin işlənməsinə
zərurət yaranmışdı.
“Yankee City” tədqiqatlarında (A.R.Raddiff-Braunun şagirdi gənc antropoloq
V.Lloyd Varner və onun həmkarları) həmin dövr üçün sosial münasibətlərin müşahidəsi
üzrə ən böyük məlumat bankı yaradılmışdı, bununla yanaşı, yekdil kliklərin (Uornerin
terminologiyasında
−
"sosial dairələr") yarıformal analizi də irəli sürülmüşdü [8]. Varner
xüsusi halda hesab edirdi ki, müasir sosial icmanı əhatə edən sosial konfiqurasiya ailə,
kilsə, siniflər və assosiasiyalar kimi müxtəlif altqruplardan ibarətdir. Bunlarla yanaşı,
Varnerin “sosial dairələr” (kliklər) adlandırdığı fərdlərin qeyri-formal birliyi də
mövcuddur, onların arasında müəyyən dərəcədə qrup və yaxınlıq hissi var, onun əsasında
da spesifik qrup davranışı normaları bərqərar olar.
1950-ci illərdə Mançester Universitetində (İngiltərə) Max Gluckman (A.Radkliff-
Braunun başqa bir tələbəsi) sosial antropologiya şöbəsində şəbəkə seminarı təşkil
etmişdi. “Sosial şəbəkə” terminini bu seminarın iştirakçılarından biri olan Ceyms Barns
1954-cü ildə təklif etmişdi [9]. Mançester məktəbinin təmsilçiləri bir sıra əsas anlayışlar
haqqında aydın danışırdılar (şəbəkə ranqı, multiplekslik, sıxlıq), insanlar arasındakı
münasibətlərin təkcə insanlara deyil, bütünlükdə cəmiyyətə (məsələn, onun
əlaqələndirmə qabiliyyətinə) necə təsir etməsini öyrənməyə başlamışdılar. Onlar sosial
münasibətlərin strukturu ilə yanaşı, bu münasibətlərin məzmununa da böyük fikir
verirdilər. Bu məktəbin şəbəkə analizinə sonrakı təsiri çox böyükdür.
İnformasiya cəmiyyəti problemləri, №2, 2010
www.jpis.az 13
1960-cı illərdə Harvardda sosial şəbəkə sahəsində tədqiqatlar yenidən canlandı.
Harrison Uaytın başçılıq etdiyi qrup sosial şəbəkə analizinin riyazi əsaslarını inkişaf
etdirirdi, onlar ictimai elmlərdən bir çox anlayışları riyazi formaya gətirdilər ki, bu da
onların modelləşdirilməsinə və ölçülməsinə kömək edirdi [10,11].“Uayt və onun
tələbələri təkcə sosial şəbəkə yanaşmasına iddia edə bilən şəxslər deyillər. ...Yəqin ki, bu
sahədə çap edilmiş işlərin böyük əksəriyyəti Uayt və onun keçmiş tələbələri tərəfindən
yerinə yetirilmişdir.”
1970-ci illərin ortalarından sosial şəbəkənin qrafik inikası
−
vizuallaşdırma üsulları
da tədqiqatların ayrıca istiqaməti kimi formalaşmağa başladı [12]. Vizuallaşdırmanın
vacib əhəmiyyəti var, çünki şəbəkəni görmək imkanının özü qrafların analizi üsullarına
müraciət etmədən aktorların qarşılıqlı əlaqələrinin xarakteri haqqında vacib nəticələr
çıxarmağa imkan verir. UCINET, SIENA, Visone kompyuter proqramları hazırda bu
sahədə əsas proqramlar hesab edilirlər.
1970-cı illərin sonlarına doğru müasir şəbəkə analizinin elmi əsaslarını təşkil edən
riyazi üsullar kompleksi formalaşdı. Faktiki olaraq sosiologiyanın bölməsi olan sosial
şəbəkə analizi məqalələrin parametrlərinə görə (məqalənin həcmi, özünə istinad indeksi
və s.) sosiologiyadan daha çox kompyuter elmlərinə yaxındır [5]. Riyazi aparatdan geniş
istifadə edilməsi bu sahəni sosiologiyada müəyyən dərəcədə marginal vəziyyətdə qoyur.
Üç sosial şəbəkə fenomeni
Bu bölmədə sosial şəbəkə analizində orijinal işlərdən hesab olunan zəif əlaqələr
nəzəriyyəsinə və mürəkkəb şəbəkələr istiqamətinə qısa nəzər salınır.
M. Qranovetterin zəif əlaqələrə həsr olunmuş işi sosial şəbəkə analizində orijinal
işlərdən biri hesab olunur [13]. İşdəki, universitetdəki dostlar və ya sadəcə, təsadüfi
tanışlar arasındakı əlaqələr çox vaxt zəif olur. M. Qranovetter iddia edirdi ki, fərdlər
arasındakı zəif sosial əlaqələr sosial şəbəkələrin mövcudluğu üçün daha vacib
əhəmiyyətə malikdir. Məhz zəif əlaqələr böyük cəmiyyəti vahid bir tamda birləşdirən
sosial fenomendir. Bu baxımdan, sosial şəbəkə qlobal şəbəkələrin başqa növlərindən,
məsələn, nəqliyyat şəbəkəsindən çox fərqlənir.
Mürəkkəb şəbəkələr təsadüfi qraflar kimi sadə şəbəkələrdə meydana çıxmayan
qeyri-trivial topoloji əlamətlərə malik şəbəkələrdir. Mürəkkəb şəbəkələrin öyrənilməsi
elmi tədqiqatların yeni və fəal sahəsidir, lakin həyatda o qədər çoxsaylı tətbiqlər (bioloji
və sosial şəbəkələr, nəqliyyat axınları, paylanmış kompyuter sistemləri, iqtisadi
strukturlar, neyron şəbəkələri) tapıb ki, artıq fənlərarası elmi istiqamət hesab edilir.
Mürəkkəb şəbəkələrin iki məşhur və xeyli öyrənilmiş növü kiçik dünya şəbəkələri və
miqyassız şəbəkələrdir. Onların hər ikisi spesifik struktur xassələri ilə
−
birincilər orta
yolun kiçik uzunluğu və böyük klasterləşmə əmsalı ilə, ikincilər isə dərəcələrin üstlü
paylama qanunu ilə xarakterizə olunurlar.
Zəif əlaqələrin gücü. Əlaqələrə qarşı “əlaqənin gücü” adlanan və onun kəmiyyət
atributlarını xarakterizə edən qiymətləri qoymaq olar. Əlaqənin gücünü müxtəlif
göstəricilərlə ölçmək olar – əlaqənin tezliyi, müddəti, əlaqə (til) üzrə trafik və ya axın
sürəti, qovşaqlar arasındakı məsafə, informasiyanın keçmə ehtimalı və s. Əlaqə gücünün
seçilmiş göstəricisinin qiymətindən asılı olaraq güclü və zəif əlaqələri fərqləndirirlər.
H.Uaytın tələbələrindən biri də 1974-cü ildə “İş axtarışı” kitabını yazan Mark
Qranovetter idi. O, doktorluq dissertasiyasında (1973-cü il) insanların çalışdıqları işi necə
tapmalarını tədqiq etmək üçün sorğu aparmışdı. Çoxları işi rəsmi mənbələrdə (məsələn,
İnformasiya cəmiyyəti problemləri, №2, 2010
14 www.jpis.az
qəzet elanları) məqsədyönlü axtarışın köməyi ilə deyil, digər insanlarla təsadüfi əlaqələr
vasitəsi ilə tapmışdılar. Bəziləri iş imkanı barəsində digər insanlarla əlaqələri vasitəsi ilə,
bəziləri ailə üzvlərindən və yaxın dostlarından xəbər tutmuşdu, əksəriyyəti isə işi tanışları
vasitəsi ilə tapmışdı. M. Qranovetter bu hadisəni zəif əlaqələrin gücü adlandırmışdı. O
isbat etdi ki, bir sıra sosial məsələlər üçün zəif əlaqələr güclü əlaqələrdən daha
səmərəlidir.
Qranovetter bu hadisəni belə izah edirdi: Güclü əlaqələr tranzitivitlik yaradır. Güclü
əlaqə ilə birləşmiş iki qovşaq qarşılıqlı ortaq tanışlığa (eyni bir 3-cü tərəflə)
−
tranzitivitliyə malik olacaqlar. Tranzitiv üçlüyün hissələri olan əlaqələr (tillər) şəbəkədə
körpü və lokal körpü ola bilməzlər. Deməli, yalnız zəif əlaqələr körpü ola bilər. Buradan
da zəif əlaqələrin dəyəri aydınlaşır. Zəif əlaqələr şəbəkədə yolların uzunluğunu (yəni
diffuziyanın sürətini) azaldır. Buna görə də zəif əlaqələrin çox olduğu şəbəkələr qısa
yollara malik olur. Nəticədə şəbəkədə dəyişikliklər sürətli olur, koordinasiya imkanı
yaranır. Çox sayda zəif əlaqələrə malik olan aktorlar daha yaxın olurlar, bunun
nəticəsində iş fürsətləri, resurslara çıxış imkanları meydana çıxır.
Güclü əlaqələr nəticəsində isə sıx lokal qruplar (klasterlər) əmələ gəlir. Güclü
əlaqəli şəxslər, əsasən, eyni məlumatları və ya resursları bölüşürlər, bununla da, onlar bir-
birinə az faydalı olurlar.
M.Qranovetterin zəif və güclü əlaqələr nəzəriyyəsinin böyük ölçülü real
şəbəkələrdə empirik yoxlanması vacib praktiki əhəmiyyətə malikdir. Böyük Britaniya,
ABŞ və Macarıstandan olan tədqiqatçılar qrupu mobil rabitə sahəsində belə bir empirik
tədqiqatı həyata keçirmişlər. Onlar təsdiq etmişdilər ki, fərdlər arasındakı zəif sosial
əlaqələr sosial şəbəkələrin mövcudluğu üçün daha vacib əhəmiyyətə malikdir.
Kiçik dünya fenomeni. Kiçik dünya fenomeni çox böyük ölçülərinə baxmayaraq,
şəbəkələrin əksəriyyətində istənilən iki qovşaq arasında nisbətən qısa yolun
mövcudluğunu bildirir. Xatırladaq ki, iki qovşaq arasındakı məsafə onları birləşdirən ən
qısa yoldakı tillərin sayı kimi təyin olunur.
Kiçik dünya fenomeni hələ 1924-cü ildə macar yazıçısı Frigyes Karinthy tərəfindən
təsvir edilmişdi. 1960-cı illərdə Stenli Milqram (Harvard Universiteti)
kiçik dünya
fenomenini eksperimentlər yolu ilə yoxladı [14]. Milqram Kanzasda müxtəlif iştirakçıya
60 məktub göndərərək onlardan məktubu ilahiyyat fakültəsi tələbəsinin Massaçusetdə
məlum ünvanda yaşayan həyat yoldaşına göndərməyi xahiş etdi. İştirakçılar məktubu
yalnız şəxsən tanıdıqları o şəxslərə verə bilərdilər ki, onların fikrincə, birbaşa və ya
"dostlarının dostu" vasitəsi ilə ünvana çatdıra bilərlər. S.Milqram müəyyən etdi ki, iki
təsadüfi ABŞ vətəndaşı orta hesabla 6 aralıq vasitəçi ilə əlaqələnir. S. Milqramın
nəticələri 1967-ci ildə çap edilmişdi.
Kiçik dünya fenomenini izah etmək üçün 1990-cı illərdən başlayaraq bir sıra riyazi
modellər təklif edilmişdir [15-20]. 1998-ci ildə Dunkan Uots və Stiven Stroqats kiçik
dünya fenomeninin izahını verdilər [15]. Onlar göstərdilər ki, kiçik sayda uzun məsafəli
əlaqələr daxil etməklə müntəzəm qrafı “kiçik dünya”ya çevirmək olar. D. Uots və
S. Stroqats təsadüfi qrafların və müntəzəm qrafların iki xassəsinə
−
klasterləşməyə və
orta yolun uzunluğuna baxırlar. Klasterləşmə qrafın klik olmaq ölçüsüdür. Sosial
şəbəkədə klik dostların elə çoxluğudur ki, hamı bir-birini tanıyır. Uots və Stroqats
klasterləşmə əmsalını eyni aktora birləşən aktorların öz aralarında birləşməsi ehtimalı
kimi müəyyən edirlər. Yolun uzunluğu isə iki aktor arasındakı orta məsafədir.
İnformasiya cəmiyyəti problemləri, №2, 2010
www.jpis.az 15
C.Kleynberqin təklif etdiyi sosial şəbəkə modelində şəbəkədə əlaqələrin
yaradılmasını müəyyən parametr xarakterizə edir [17]. Müəllif bu modelin qeyri-adi
xassəsini aşkarlamağa nail olmuşdu: parametrin yeganə qiyməti mövcuddur ki, məlumatı
"tanışlar zənciri üzrə" istənilən ünvana tez ötürmək imkanı var.
Miqyassız şəbəkələr. Şəbəkənin bütün qovşaqları eyni dərəcəyə malik olmur.
Şəbəkənin vacib xarakteristikası qovşaqların dərəcələrinin
)
(k
P
paylanma funksiyasıdır,
)
(k
P
−
təsadüfi seçilmiş qovşağın dərəcəsinin
k
-ya bərabər olması ehtimalı kimi
müəyyən edilir. Müxtəlif
)
(k
P
ilə xarakterizə olunan şəbəkələr olduqca müxtəlif
davranışlar nümayiş etdirirlər.
Təsadüfi böyük qrafda hər bir til bərabər ehtimalla iştirak edir və ya etmir,
dərəcələrin paylanması binomial və ya Puasson paylanmasıdır. Digər tərəfdən, son
empirik nəticələr göstərir ki, şəbəkələrin əksəriyyəti üçün dərəcələrin paylanması
Puasson paylanmasından xeyli fərqlənir. Xüsusi halda, veb-şəbəkədə və İnternet
marşrutizatorlarının şəbəkəsində qovşaqların dərəcələri üstlü qanunla paylanır:
π
−
≈
k
k
P
)
(
.
Qovşaqlarının dərəcələri üstlü qanunla paylanan şəbəkələr “miqyassız şəbəkələr”
adlanır (ing. scale-free networks) [18]. Real mövcud olan mürəkkəb şəbəkələrdə məhz
üstlü paylanmalara tez-tez təsadüf edilir. Üstlü paylanma zamanı çox yüksək dərəcəli
qovşaqların mövcud olması mümkündür, bu, Puasson paylanmasına malik şəbəkələrdə
praktiki olaraq müşahidə edilmir.
Albert Laslo Barabaşi «Əlaqəlilik: şəbəkələr haqqında yeni elm» kitabında [19]
miqyassız şəbəkələr üzrə özünün yaratdığı riyazi aparatdan istifadə edərək, şəbəkə
nəzəriyyəsində öz baxışlar sistemini qurur. Barabaşinin baxışlarının yeniliyi ondan
ibarətdir ki, ona qədər sosial şəbəkələri təsadüfi hesab edirdilər. O göstərdi ki, bu
şəbəkələr mürəkkəb daxili struktura malikdir. Şəbəkələrdə kiçik sayda əlaqələrə malik
aktorlar və böyük sayda əlaqələrə malik aktorlar var; daxili infrastruktur onların
xassələrini müəyyən edir; şəbəkələr kortəbii və ya kiminsə idarəsi altında yarana bilər.
Barabaşi xüsusi halda göstərmişdir ki, əgər şəbəkə sistemi xarici tənzimləyicilərin
təsiri olmadan təkamül edirsə, onda aktorlarda yaranan əlaqələrin sayı təsadüfi deyil.
Ayrıca götürülmüş aktordakı əlaqələrin sayı Puasson qanunu üzrə deyil, loqarifmik
qanunla paylanır. Buradan alınır ki, real şəbəkələrin əksəriyyətində aktorların əsas hissəsi
məhdud sayda əlaqələrə, bəzi aktorlar – konsentratorlar isə (Barabaşi onları “hab”
adlandırır) anomal böyük sayda əlaqələrə malikdir.
Sosial şəbəkə analizində tədqiqat problemləri
S.Vasserman və F.Pattison [21] şərti olaraq sosial şəbəkə analizində inkişaf
mərhələlərini üç nəslə ayırırlar. Birinci nəsil tədqiqatların əsas mövzuları (1970-ci illərə
qədər) fərdin qrupda vəziyyətinin kəmiyyətcə ölçülməsi (kvantifikasiya); həmrəy
qrupların analizi; balanslı diadik və triadik münasibətlərin struktur analizi; mövqelərin –
struktur baxımından fərqlənməyən altqrupların, yəni digər fərdlərlə eyni əlaqə
şablonlarına malik fərdlərin identifikasiyası. Modellərin ikinci nəsli 1970-ci illərdə
P.Holland, S.Linard və başqaları tərəfindən böyük olmayan qruplarda münasibətlərin
ehtimalını parametrik qiymətləndirən statistik modellərin işlənilməsi ilə yarandı [22-24].
Bu modelləri diadik əlaqələrin asılı olmaması fərziyyələri ilə qururdular. Modellərin
üçüncü nəsli 1980-ci illərin sonları
−
1990-cı illərin əvvəllərində meydana çıxmağa
İnformasiya cəmiyyəti problemləri, №2, 2010
16 www.jpis.az
başladı, onlar təsadüfi Markov qrafları ideyalarına söykənirdilər [23]. Bu modellər daha
ümumidir və diadların asılı olmaması fərziyyəsindən azaddır, həmrəy qruplar, tranzitiv
triadlar, qarşılıqlı əlaqəli diadlar, fərdi xarakteristikaların qrup strukturuna təsiri haqqında
statistik hipotezləri yoxlamağa imkan verir.
Hazırda mürəkkəb sosial şəbəkələrin öyrənilməsi, şəbəkələrdə dinamika və
informasiyanın yayılması, riyazi modellərin ciddilik səviyyəsinin yüksəldilməsi, müxtəlif
sahələrdən ümumi anlayışların mücərrədləşdirilməsi, şəbəkə strukturunun daha yaxşı
eksperimentləri və ölçmələri, şəbəkələrin layihələndirilməsi və sintezi üzrə fəal
tədqiqatlar aparılır. Müxtəlif nəşrlərin və konfrans materiallarının analizi göstərir ki, çox
böyük şəbəkələrin modelləşdirilməsi və dinamik şəbəkələrin analizi kimi iki istiqamət
tədqiqatların ön cəbhəsini təşkil edir. Aşağıda bu istiqamətlərin bəzi xüsusiyyətləri qısaca
analiz edilir.
Böyük miqyaslı sosial şəbəkələr. Sosial şəbəkə analizi üçün verilənlərin ənənəvi
mənbələri (sorğu, müsahibə, arxiv, müşahidə, informant, gündəlik, mətbuat və s.) böyük
həcmdə verilənləri toplamağa imkan vermirdi və analiz kiçik sosial qruplarla
kifayətlənirdi. Hazırda sosial şəbəkə saytlarının, telefon zəngləri loqlarının, veb-şəbəkə
loqlarının və s. nəhəng bazaları sosial şəbəkə analizinə cəlb olunur [24-28]. Məsələn,
LiveJournal bloq cəmiyyətində bəyan edilmiş dostluqların 4.4 milyon qovşaqdan ibarət
şəbəkəsi [25], Microsoft Instant Messenger-də bir ay ərzindəki bütün IM ünsiyyətlərin
240 milyon qovşaqdan ibarət şəbəkəsi [26] üzərində tədqiqatlar məlumdur.
Lakin böyük miqyaslı sosial şəbəkələrin modelləşdirilməsində bir sıra problemlər
vardır. Ən vacib problem ondadır ki, təklif edilən həllər böyük həcmli və heterogen
verilənlər toplularını emal etməyə qadir deyillər. Ənənəvi verilənlər saxlancına əsaslanan
yanaşmalar bu problem qarşısında kifayət qədər səmərəli deyillər. Onların əksəriyyəti
SQL-kimi ümumi məqsədli sorğu dillərini təmin etməyə cəhd edirlər və sosial şəbəkə
analizini birbaşa dəstəkləmirlər. Ənənəvi SŞA-nin istifadə etdiyi verilənlərlə (istifadə
loqları, sorğu loqları, sənəd topluları) yanaşı, multimedia verilənlərinin də (şəkillər və
onların annotasiyaları, çoxkanallı istifadə verilənləri) analizə cəlb edilməsi vacibdir.
Digər tərəfdən, mövcud SŞA alətləri də, əsasən, bir işçi stansiya rejimində istifadə edilir
və yetərincə genişlənə bilmir. Bu problemi həll etmək üçün sosial şəbəkə analizi ilə
verilənlərin intellektual analizinin konvergensiyası (Social Network Analysis and Mining,
SNAM) vacibdir.
Hazırda SNAM aşağıdakı əsas sahələri əhatə edir [29-36]:
1.
icmaların aşkarlanması və analizi, fərdi və sosial fəaliyyət baxımından
fərdiləşdirmə, istifadəçilərin davranışının analizi üçün verilənlərin intellektual
analizi üsullarının inkişaf etdirilməsi, sosial şəbəkələrin robastlığı və
təhlükəsizliyi, icmalarda pis davranışların aşkarlanması;
2.
sosial şəbəkə modelləşdirilməsi, miqyaslanan, sifarişli sosial şəbəkə
infrastrukturunun qurulması, sosial şəbəkədə informasiyanın yayılması, sosial
şəbəkələrdə dinamikanın, evolyusiya şablonlarının və şəbəkə evolyusiyasında
anomaliyaların aşkarlanması, sosial şəbəkə topologiyalarının zaman üzrə analizi,
trendlərin proqnozlaşdırılması, sosial şəbəkələrin kontekstual analizi, sosial
şəbəkələrdə axtarış alqoritmləri, böyük miqyaslı qraf alqoritmləri.
Dinamik şəbəkələrin analizi. Dinamik şəbəkələrin analizi – ənənəvi sosial şəbəkə
analizini, əlaqə analizini (ing. link analysis) və multi-agent sistemlərini [37] şəbəkə
nəzəriyyəsi daxilində birləşdirən yeni elmi istiqamətdir. Dinamik şəbəkələr ənənəvi
İnformasiya cəmiyyəti problemləri, №2, 2010
www.jpis.az 17
sosial şəbəkələrdən onunla fərqlənir ki, onlar daha dinamik, böyük, müxtəlif tipli,
multipleks şəbəkələrdir və dəyişən səviyyəli qeyri-müəyyənliklərə malik ola bilər. Bu
sahədə iki cəhət var. Birinci cəhət dinamik şəbəkə verilənlərinin statistik analizidir, ikinci
cəhət şəbəkə dinamikasını öyrənmək üçün imitasiya modelləşdirilməsindən istifadə
edilməsidir.
Ənənəvi sosial şəbəkə analizinin alətləri eynitipli və ya ən çoxu ikitipli şəbəkələrdə
işləyir və baxılan anda yalnız bir əlaqə tipini analiz edir. Bunun əksinə, dinamik şəbəkə
analizinin statistik alətləri böyük miqyaslı şəbəkələr üçün optimallaşdırılır və eyni
zamanda bir neçə müxtəlif tipli multipleks şəbəkəni analiz etməyə imkan verirlər.
Dinamik şəbəkə analizinin statistik alətləri istifadəçiyə daha çox ölçmə məlumatları
verə bilər, çünki onlar eyni zamanda bir neçə şəbəkədən alınmış verilənləri ölçürlər.
Kompyuter modelləşdirməsi baxımından dinamik şəbəkə analizində qovşaqlar kvant
nəzəriyyəsindəki atomlar kimidir, onlarla stoxastik obyektlər kimi davranmaq olar.
Ənənəvi sosial şəbəkə analizi modellərində qovşaqlar statistikdir, dinamik şəbəkə analizi
modellərində isə qovşaqların öyrənmə qabiliyyətləri var. Atributlar zamana görə dəyişə,
qovşaqlar yeni biliklər öyrənə və şəbəkədə öz dəyərlərini artıra bilər: şirkətin əməkdaşları
yeni biliklər öyrənə və şəbəkədə öz dəyərlərini artıra bilərlər. Dəyişiklik bir qovşaqdan
digərinə və s. doğru yayılır. Dinamik şəbəkə analizi şəbəkənin evolyusiyasına elementlər
əlavə edir və dəyişikliklərin baş verə biləcəyi şəraiti nəzərdən keçirir.
Nəticə
Son yarım əsr ərzində sosial şəbəkə analizi sosiologiya, sosial psixologiya,
antropologiya, riyaziyyat və kompyuter elmlərində fəal tədqiqat sahəsi olmuş və hazırda
fənlərarası tədqiqat sahəsinə çevrilmişdir. Bu gün sosial və texnoloji şəbəkələrin, məxsusi
sosial struktura malik hesablama və informasiya şəbəkələrinin konvergensiyası baş verir.
Hazırda sosial şəbəkə tədqiqatları onlayn sosial şəbəkə veb-saytlarının geniş yayılması və
böyük miqyaslı müxtəlif oflayn sosial şəbəkələrin əlyetərliliyi sayəsində əhəmiyyətli
dərəcədə inkişaf etməkdədir. Tədqiqatçılar sosial şəbəkələrdə ümumi statik topoloji
xassələrin və sosial şəbəkələrin formalaşması və evolyusiyası zamanı, dinamik
xassələrinin öyrənilməsi də daxil olmaqla, geniş spektrli problemlərin araşdırılmasına
maraq göstərirlər. Bu məsələlərin icmaların tapılması, anomaliyaların aşkarlanması,
tendensiyaların proqnozlaşdırılması ilə vacib əlaqələri var və informasiya axtarışı,
tövsiyə sistemləri, idarəetmə, iqtisadiyyat, təhlükəsizlik və s. kimi bir çox sahələrdə
sosial şəbəkə analizinin tətbiqlərini genişləndirə bilər.
Ə
dəbiyyat
1.
Алгулиев Р.М., Юсифов Ф.Ф. Социальные сети как инструмент повышения
эффективности механизмов государственного управления / Телекоммуни-
кации, 2009, № 9, с.25-30.
2.
Абдуллаева
Ф.Д.
Об
одном
методе
построения
отношений
между
персональными данными в социальных сетях / Проблемы управления и
информатики, 2009, № 1, c. 118-123.
3.
Wasserman S., Faust K. Social Network Analysis: Methods and Applications.
Cambridge: Cambridge University Press, 1994.
4.
Carrington P., Scott J., Wasserman S. Models and Methods in Social Network
Analysis. Cambridge: Cambridge University Press, 2005.
İnformasiya cəmiyyəti problemləri, №2, 2010
18 www.jpis.az
5.
Freeman L.C. The Development of Social Network Analysis: A Study in the
Sociology of Science. Vancouver: Empirical Press, 2004. 208 p.
6.
Moreno J.L. Sociometry, experimental method and science of society. N.Y.: Beacon
House, 1951.
7.
Radcliff-Brown A.R. Structure and function in primitive society. New York: Free
Press, 1952.
8.
Warner W.L. The Status System of a Modern Community. New Heaven, 1942.
9.
Barnes J.A. Class and committees in a Norwegian island parish / Human Relations,
1954, V.7, N.1, pp.39-58.
10.
White H., Boorman S., Breiger R. Social structure from multiple networks. I.:
Blockmodels of roles and positions / American Journal of Sociology, 1976, V.81,
N.4, pp. 730-780.
11.
White H., Boorman S. Social structure from multiple networks II: Role structures /
American Journal of Sociology, 1976, V.81, N.6, pp.1384-1446.
12.
Freeman L.C. Visualizing Social Networks / Journal of Social Structure, 2000, V.1,
N.1.
13.
Granovetter M.S. The Strength of Weak Ties / American Journal of Sociology, 1973,
V.78, pp. 1360-1380.
14.
Milgram S. The small world problem / Psychology Today, 1967, V.2, N.1, pp.60-67.
15.
Watts D.J., Strogatz S.H. Collective dynamics of small-world networks / Nature,
1998, V. 393, pp. 440-442.
16.
Robins G.L., Pattison P., Woolcock J. Small and other worlds: Global network
structures from local processes / American Journal of Sociology, 2005, V.110, N.4,
pp.894-936.
17.
Kleinberg J. The small-world phenomenon: an algorithm perspective // Proceedings
of the thirty-second annual ACM symposium on Theory of computing, pp. 163-170.
18.
Barabási A.-L., Albert R. Emergence of scaling in random networks / Science, 1999,
V.286, N.5439, pp.509-512.
19.
Barabási A.-L. Linked: The New Science of Networks. Cambridge, MA:
Perseus, 2002.
20.
Newman M.E.J. The structure and function of complex networks / SIAM Review,
2003, V.45, N. 2, pp.167-256.
21.
Wasserman S., Pattison P. Logit models and logistic regression for social networks:
I. An introduction to Markov graphs and p_ / Psychometrika, 1996, V.61, N.3,
pp.401-425.
22.
Holland P.W., Leinhardt S. An exponential family of probability distributions for
direct graphs / Journal of the American Statistical Association, 1981, V.76, N.373,
pp.33-50.
23.
Frank O., Strauss D. Markov graphs / Journal of the American Statistical Association,
1986, V.81, N.395, pp.832-842.
24.
Mislove A., Marcon M., Gummadi K., Drusche P., Bhattacharjee B. Measurement
and Analysis of Online Social Networks // Proceedings of the 7th ACM SIGCOMM
conference on Internet measurement, 2007, pp. 29-42.
25.
Liben-Nowell D. The Structure of Social Networks / MITACS/MASCOS Workshop
on Fusion, Mining and Security for Networks. Montreal, 16 June 2008.
İnformasiya cəmiyyəti problemləri, №2, 2010
www.jpis.az 19
26.
Leskovec J., Horvitz E. Planetary-Scale Views on a Large Instant-Messaging
Network // Proceeding of the 17th international conference on World Wide Web,
2008, pp. 915-924.
27.
Onnela J.-P. et al. Analysis of large scale weighted network of one-to-one human
communication // New Journal of Physics, 2007, V.9, N.6, pp.179.
28.
Uchida M., Shibata N. Identification and Visualization of Emerging Trends from
Blogosphere // Proceedings of International Conference on Weblogs and Social
Media (ICWSM), 2007, pp. 305–306.
29.
Давыдов А.А. Системная социология: введение в анализ динамики социума.
М.: ЛКИ, 2007. - 248 с.
30.
Newman M.E.J., Girvan M. Finding and evaluating community structure in networks
/ Physical Review E, 69, 026113, 2004, pp.56-68.
31.
Kleinberg J. Challenges in mining social network data: processes, privacy, and
paradoxes // Proceedings of the 13th ACM SIGKDD international conference on
Knowledge discovery and data mining, 2007, pp. 4-5.
32.
Barrat A., Barthélemy M., Vespignani A. Dynamical Processes on Complex
Networks. Cambridge: Cambridge University Press, 2008.
33.
Caldarelli G., Vespignani A. Large Scale Structure and Dynamics of Complex
Networks: From Information Technology to Finance and Natural Science. London:
World Scientific Publishing Company, 2007.
34.
Linkletter C. Social network analysis: practical and statistical challenges / Health
Services and Outcomes Research Methodology, 2008, V.8, N.4, pp. 270-272.
35.
Bin Zhou, Jian Pei Preserving Privacy in Social Networks Against Neighborhood
Attacks // Proceedings of the 2008 IEEE 24th International Conference on Data
Engineering (ICDE 2008), pp.506-515.
36.
Shrivastava N., Majumder A., Rastogi R. Mining (Social) Network Graphs to Detect
Random Link Attacks // Proceedings of the 2008 IEEE 24th International Conference
on Data Engineering (ICDE 2008), pp.486-495.
37.
Uhrmacher A., Weyns D. Multi-Agent Systems: Simulation and Applications. Boca
Raton: CRC Press, 2009.
İnformasiya cəmiyyəti problemləri, №2, 2010
20 www.jpis.az
УДК
004:351
Имамвердиев
Я.Н.
Институт Информационных Технологий НАНА, Баку, Азербайджан
yadigar@lan.ab.az
Анализ
социальных сетей: понятия, модели и проблемы исследования
Сервисы социальных сетей создают новые возможности для взаимодействия людей
и обуславливают возникновение новых способов и средств влияния на общество. В
этой работе проанализированы основные понятия социальных сетей, этапы
формирования анализа социальных сетей и оригинальные идеи в этой области,
указано применение анализа социальных сетей. Идентифицированы актуальные
научные проблемы в области анализа социальных сетей и изучено их современное
состояние.
Ключевые
слова: социальная сеть, актор, анализ социальных сетей, сила слабых
связей, феномен малых миров, бесмасштабные сети, моделирование сверхбольших
сетей, анализ динамических сетей, мультиагентное моделирование социальных
явлений.
Imamverdiyev Y.N.
Institute of Information Technology of ANAS, Baku, Azerbaijan
yadigar@lan.ab.az
Social Network Analysis: concept, models and research challenges
Social networking services create new opportunities for social interaction of people and
cause the emergence of new methods and techniques to influence on society. The paper
analyses main concepts of social networks, the stages of formation of social network
analysis and original ideas in this field, and points out the applications of social network
analysis. Actual research directions in social network analysis are identified and the state-
of-the-art of these problems is analyzed.
Keywords: social network, actor, social network analysis,weak ties’ strength, small
world phenomena, scale-free network, large-scale network modeling, dynamic network
analysis, multi-agent based social modeling.
Dostları ilə paylaş: |