Sie sind auf Seite 1von 6

EINLEITUNG

Der wachsende Bedarf an Mining und Visualisierung komplexer Netzwerke hat zur Entwicklung einer großen Sammlung von Softwaretools

geführt

Einige sind technischer und richten sich an Programmierer, während andere intuitiver sind und sich daher besser für sozialwissenschaftliche

Benutzer eignen.

Die meisten ermöglichen die Berechnung lokaler und globaler Netzwerkmessungen, deren grafische Visualisierung und die Erkennung von

Communities und im Allgemeinen:

• Vernetzung,

• Visualisierung und Manipulation von Netzwerken,

• Qualitative und quantitative / statistische Netzwerkanalyse

• Community-Erkennung,

• Vorausschauende Analyse (Ansteckungsmodelle, Verbindungsvorhersage usw.)

Am beliebtesten sind Gephi, Pajek, UCInet, NodeXL und die verschiedenen in R entwickelten Bibliotheken (igraph, sna, tnet, statnet und

NetworkX).
Gephi ist eine interaktive Visualisierungs- und Erkundungsplattform für alle Arten von komplexen Netzwerken und Systemen, dynamische und

hierarchische Grafiken, die mit einer dreidimensionalen Render-Engine ausgestattet sind, um sich entwickelnde Netzwerke in Echtzeit

darzustellen.

Eine kurze Einführung in die Social Media Analyse Das Beispielnetzwerk


besteht aus zwei Komponenten: einer Liste der Akteure, aus denen das
Netzwerk besteht, und einer Liste der Beziehungen (der Interaktionen
zwischen den Akteuren). Als Teil eines mathematischen Objekts werden die
Akteure Eckpunkte (Knoten in Gephi) genannt, und die Beziehungen werden
als Tildes (Verknüpfungen in Gephi) bezeichnet. In unserem Beispiel
bestimmt das Attribut die Farbe der Knoten. Die Größe eines Knotens hängt
vom Wert seiner "Gradzentralität" (der Anzahl der Verbindungen) ab.
Zentralitätsmaßnahmen sind wesentliche Indikatoren zur Analyse der
Position eines Akteurs in einem Netzwerk. Sie gibt es in vielen Variationen,
wie auf der rechten Seite gezeigt (A = Grad der Zentralität, Anzahl der
Verbindungen; B = Nähe der Zentralität, Nähe zum gesamten Netzwerk; C =
Vermittlungszentralität, Brückenknoten; D = Vektorzentralität) eigene, in
Bezug auf gut verbundene Knoten).
1.2 Gephi-Visualisierungen: einige handgemachte Beispiele

Dies ist durch die Tests, die Sie lernen. Beispiele dafür, was getan werden kann, können helfen, unsere eigenen Netzwerke zu konzipieren.

Twitter network Map of Refugees Conference Sociograms

2-mode Multilevel Metro Postcodes

Tweets