Differences

This shows you the differences between two versions of the page.

--- social_network_analysis [2019/11/13 07:05] – [E.g.3. CONCOR] hkimscil
+++ social_network_analysis [2024/11/25 10:25] (current) – [Draft] hkimscil
@@ Line 32: / Line 32: @@
   * 이 때 남자이기 때문에 특정한 생각이나 태도가 형성된다라고 주장하는 것에는 생물학적 + 사회학적인 영향력이 그 사람의 생각/태도를 지배(영향력을 줌) 한다라는 가정이 깔려 있는 셈이다. 즉, 남자라는 카테고리, 사회경제적지위가 높은 사람, 학력 (초, 중, 고, 대학교, 대학교이상, 졸업) 이라는 카테고리의 사회학적인 역할이 가정되는 것이다. 이런 카테고리가 획일적인 결과를 초래하지는 않기에 (만약에 그렇다면 인간학(사회학)은 물리학과 같은 류의 학문이 될 것이다) 그 차이점에서 발현될 것이라고 생각하는 (이론이나 상식을 바탕으로 한 추론에 근거한 의견 = 가설) 결과를 통계치를 통해서 살펴보는 것이다.
-  * 위에서 특징으로 인해서 발현되는 그 무엇이 사회의 일반성에 (regularity) 영향을 준다고 할 수 있는데, 연구자는 "관계" 또한
+  * 위에서 특징으로 인해서 발현되는 그 무엇이 사회의 일반성에 (regularity) 영향을 준다고 할 수 있는데, 연구자는 "관계" 또한 인간의 태도나 의견, 행동과 관련이 있다는 주장을 할 수도 있다. 즉, 남자라는 사회학적인 특성은 사회학적으로 특정한 결과를 (태도, 의견, 행동) 초래하도록 하는것 처럼, 어떤 사회적 그룹에서, 특정한 사람들과 관계를 맺는다는 것이, 그들만의 태도, 의견, 행동의 패턴을 굳히도록 하는 것이라고 주장할 수도 있는 것이다. 바로 이 "사회적 그룹에서의 사람들 간의 관계"를 social network data라고 하고, 이를 분석하는 것을 social network data analysis라고 한다.
-인간의 태도나 의견, 행동과 관련이 있다는 주장을 할 수도 있다. 즉, 남자라는 사회학적인 특성은 사회학적으로 특정한 결과를 (태도, 의견, 행동) 초래하도록 하는것 처럼, 어떤 사회적 그룹에서, 특정한 사람들과 관계를 맺는다는 것이, 그들만의 태도, 의견, 행동의 패턴을 굳히도록 하는 것이라고 주장할 수도 있는 것이다. 바로 이 "사회적 그룹에서의 사람들 간의 관계"를 social network data라고 하고, 이를 분석하는 것을 social network data analysis라고 한다.
 일반적으로 SNA는 아래의 것들을 강조한다.
@@ Line 68: / Line 67: @@
   * Performance: Structural hole
     * {{Social Contagion and Innovation.pdf}}
-  * Diffusion: Cohesion vs. Structural equivalence
+  * Cohesion vs. Structural equivalence
     * see http://www.analytictech.com/mgt780/topics/diffusion.htm
     * Burt, R. S. 1987. "Social Contagion and Innovation: Cohesion Versus Structural Equivalence." American Journal of Sociology 92:1287-335 [ {{Social Contagion and Diffusion- Modeling the Direct and Indirect.pdf|PDF}} ]
     * Mizruchi, M. 1993. "Cohesion, Equivalence and Similarity of Behavior: a Theoretical and Empirical Assessment." Social Networks 15:275-307 [ {{0000241.pdf|PDF}} ]
+  * Diffusion: Diffusion of Innovation
+    * [[:Diffusion Theory]] by Eve Rogers
+    * Deroı̈an, Frédéric (2002). [[https://www.sciencedirect.com/science/article/pii/S0048733301001470|Formation of social networks and diffusion of innovations]]
 {{  :sna_egs.jpg?800  }}
@@ Line 151: / Line 153: @@
 과1, 1과2 등은 관계가 있음을 나타내 주는 것이다.
 </WRAP>
-<code>classtaken = matrix(0,8,10)
+<code>
+classtaken = matrix(0,8,10)
+# 0으로 채워진 8 x 10 크기의 matrix 만들기
+# 8 students
+# 10 classes
+classtaken
 edge.list = matrix (
     c(1,1,1,2,1,3,1,4,1,9,
@@ Line 160: / Line 167: @@
 ,2,6,3,6,4,6,7,
 ,3,7,4,7,7,7,8,
 ,1,8,2,8,6,8,9,8,10), byrow=T, nrow=36,ncol=2)
-classtaken[edge.list] = 1
+    # 둘로 짝지어진 (ncol = 2) 관계 위치를 edge.list에 기록하기
+    # (1,1)은 매트릭스의 row 1, column 1 위치를 의미
+classtaken[edge.list] = 1
+# 0으로만 채워졌던 classtaken matrix에 [edge.list]자리는 0을 1로 바꾸기
+# 위에서 언급된 위치에 1을 주기
 classtaken # classtaken 데이터 확인
 rownames(classtaken) = c("a","b", "c", "d","e", "f", "g", "h")
 colnames(classtaken) = c("writer", "comtheo", "pr","adv",
@@ Line 242: / Line 256: @@
 ====== E.g.3. CONCOR ======
+please refer to https://www.r-bloggers.com/concor-in-r/
+also note:
+  * RDGAM, participation in horseplay;
+  * RDCON, participation in arguments about open windows;
+  * RDPOS, friendship;
+  * RDNEG, antagonistic (negative) behavior;
+  * RDHLP, helping others with work; and
+  * RDJOB, the number of times workers traded job assignments.
 <code>#REPLICATE BREIGER ET AL. (1975)
 #INSTALL CONCOR
+install.packages("devtools")
 devtools::install_github("aslez/concoR")
@@ Line 271: / Line 295: @@
 plot(blk_mod)</code>
-<code>> #REPLICATE BREIGER ET AL. (1975)
+<code>
+> #REPLICATE BREIGER ET AL. (1975)
 > #INSTALL CONCOR
 > devtools::install_github("aslez/concoR")
@@ Line 373: / Line 398: @@
 > m0 <- cor(do.call(rbind, bank_wiring))
 > round(m0, 2)
-      I1    I3    W1    W2    W3    W4    W5    W6    W7    W8
+      I1    I3    W1    W2    W3    W4    W5    W6    W7    W8    W9    S1    S2    S4
-I1  1.00 -0.11  0.41  0.27  0.17  0.27  0.27 -0.07  0.00  0.03
+I1  1.00 -0.11  0.41  0.27  0.17  0.27  0.27 -0.07  0.00  0.03  0.02  0.37 -0.04 -0.03
-I3 -0.11  1.00 -0.14  0.41 -0.17 -0.07  0.27  0.05  0.00 -0.08
+I3 -0.11  1.00 -0.14  0.41 -0.17 -0.07  0.27  0.05  0.00 -0.08 -0.09 -0.08  0.36 -0.15
-W1  0.41 -0.14  1.00  0.30  0.58  0.46  0.07 -0.12 -0.08 -0.23
+W1  0.41 -0.14  1.00  0.30  0.58  0.46  0.07 -0.12 -0.08 -0.23 -0.24  0.34 -0.05 -0.19
-W2  0.27  0.41  0.30  1.00  0.18  0.17  0.46 -0.12 -0.26 -0.23
+W2  0.27  0.41  0.30  1.00  0.18  0.17  0.46 -0.12 -0.26 -0.23 -0.24  0.05 -0.05 -0.19
-W3  0.17 -0.17  0.58  0.18  1.00  0.38 -0.04 -0.20 -0.10 -0.21
+W3  0.17 -0.17  0.58  0.18  1.00  0.38 -0.04 -0.20 -0.10 -0.21 -0.15  0.35 -0.06 -0.24
-W4  0.27 -0.07  0.46  0.17  0.38  1.00  0.03  0.03  0.03  0.09
+W4  0.27 -0.07  0.46  0.17  0.38  1.00  0.03  0.03  0.03  0.09 -0.09  0.56  0.22 -0.07
-W5  0.27  0.27  0.07  0.46 -0.04  0.03  1.00  0.11 -0.04  0.01
+W5  0.27  0.27  0.07  0.46 -0.04  0.03  1.00  0.11 -0.04  0.01  0.07  0.01 -0.07  0.11
-W6 -0.07  0.05 -0.12 -0.12 -0.20  0.03  0.11  1.00  0.33  0.33
+W6 -0.07  0.05 -0.12 -0.12 -0.20  0.03  0.11  1.00  0.33  0.33  0.38  0.09  0.22  0.38
-W7  0.00  0.00 -0.08 -0.26 -0.10  0.03 -0.04  0.33  1.00  0.45
+W7  0.00  0.00 -0.08 -0.26 -0.10  0.03 -0.04  0.33  1.00  0.45  0.50  0.08  0.19  0.30
-W8  0.03 -0.08 -0.23 -0.23 -0.21  0.09  0.01  0.33  0.45  1.00
+W8  0.03 -0.08 -0.23 -0.23 -0.21  0.09  0.01  0.33  0.45  1.00  0.58  0.07  0.21  0.36
-W9  0.02 -0.09 -0.24 -0.24 -0.15 -0.09  0.07  0.38  0.50  0.58
+W9  0.02 -0.09 -0.24 -0.24 -0.15 -0.09  0.07  0.38  0.50  0.58  1.00  0.05  0.20  0.43
-S1  0.37 -0.08  0.34  0.05  0.35  0.56  0.01  0.09  0.08  0.07
+S1  0.37 -0.08  0.34  0.05  0.35  0.56  0.01  0.09  0.08  0.07  0.05  1.00  0.21 -0.08
-S2 -0.04  0.36 -0.05 -0.05 -0.06  0.22 -0.07  0.22  0.19  0.21
+S2 -0.04  0.36 -0.05 -0.05 -0.06  0.22 -0.07  0.22  0.19  0.21  0.20  0.21  1.00 -0.05
-S4 -0.03 -0.15 -0.19 -0.19 -0.24 -0.07  0.11  0.38  0.30  0.36
+S4 -0.03 -0.15 -0.19 -0.19 -0.24 -0.07  0.11  0.38  0.30  0.36  0.43 -0.08 -0.05  1.00
-      W9    S1    S2    S4
-I1  0.02  0.37 -0.04 -0.03
-I3 -0.09 -0.08  0.36 -0.15
-W1 -0.24  0.34 -0.05 -0.19
-W2 -0.24  0.05 -0.05 -0.19
-W3 -0.15  0.35 -0.06 -0.24
-W4 -0.09  0.56  0.22 -0.07
-W5  0.07  0.01 -0.07  0.11
-W6  0.38  0.09  0.22  0.38
-W7  0.50  0.08  0.19  0.30
-W8  0.58  0.07  0.21  0.36
-W9  1.00  0.05  0.20  0.43
-S1  0.05  1.00  0.21 -0.08
-S2  0.20  0.21  1.00 -0.05
-S4  0.43 -0.08 -0.05  1.00
 >
 > #IDENTIFY BLOCKS USING A 4-BLOCK MODEL (TABLE IV)
@@ Line 475: / Line 485: @@
 > plot(blk_mod)
-> </code>
+>
+</code>
@@ Line 504: / Line 515: @@
 ====== Draft ======
+  * see https://rpubs.com/pjmurphy/539996 for detail
   * https://www.wolfram.com/mathematica/new-in-9/social-network-analysis/centrality-and-prestige-of-florentine-families.html
   * [[:sna_datasets|여러가지 데이터 세트 정리]]