Redes Sociais

De Agora

Tabela de conteúdo

Introdução

Este hipertexto resume o conhecimento acumulado pelo grupo de estudos sobre a temática de Redes Sociais do NP2Tec[1]. O grupo de estudos é formado por Andréa Magalhães [2], Taísa Alves [3], Rafael Lage [4] e Renata Araujo [5]. Os membros deste grupo de estudos participam dos projetos de pesquisa:

Neste hipertexto tentamos resumir os resultados de nossas leituras, encadeando os resultados e disponibilizando a todos.

Este conteúdo está em constante manutenção.


Redes Sociais

Conceito

Uma rede social consiste de um conjunto finito de atores e as relações definidas entre eles (Wasserman e Faust, 1994). As redes sociais são uma maneira de compreender e analisar a interação e a organização social de um grupo.


Segundo Barabási (2003), as pesquisas nesta área mostram evidências de que leis naturais e simples governam a estrutura e evolução das redes complexas que nos circundam. A pesquisa relacionada à compreensão da estrutura e funcionamento das redes é um movimento contrário ao reducionismo[8], cuja filosofia deu base às teorias de pesquisa do século XX. A concepção de que uma vez que se seja capaz de entender as partes se pode entender o todo, a divisão para a conquista etc, têm sido a base para o treinamento em pesquisa. A questão é que através do próprio reducionismo, a pequisa chega hoje à barreira estabelecida pela complexidade [9]. Em sistemas complexos, os componentes podem se encaixar de maneiras tão distintas que levaríamos bilhões de anos para entender todas as possibilidades.

As teorias e análises das redes sociais têm forte relação com a matemática e a teoria de grafos[10].


Tipos de Redes Sociais

O tipo de rede social pode ser definido quanto ao escopo e quanto aos dados (Hanneman e Riddle 2005). Segundo o escopo, as redes podem ser (Hanneman e Riddle 2005):

  • Totais (também conhecidas como sócio-cêntricas): possuem um conjunto total de relacionamentos em uma unidade de análise (projeto, família, departamento, etc.);
  • Egocêntricas: a maioria dos nós está conectada a nós simples ou individuais;
  • Sistemas abertos: redes em que as fronteiras não são necessariamente claras.


Quanto aos atores, as redes sociais podem ser classificadas em (Wasserman & Faust, 1994):

  • One-mode: representam o relacionamento entre entidades sociais do mesmo tipo. Exemplo: quem é amigo de quem, quem pede conselho para quem, quem depende de quem;
  • Two-mode: representam relacionamentos entre entidades sociais diferentes. Exemplo: as pessoas que foram a uma reunião, os desenvolvedores que corrigiram um determinando bug, pessoas que compõem organizações (Hanneman e Riddle 2005). É importante ressaltar que a partir de uma rede two-mode pode-se obter as redes one-mode associadas a esta através de operações matemáticas na rede.


Já quanto aos relacionamentos, as redes sociais podem lidar com (Wasserman & Faust, 1994):

  • Díades: Relação estabelecida entre dois atores. É o nível mais baixo de rede;
  • Tríades: Subgrupo de três atores e possíveis laços entre eles. Denotam particular interesse em estudos de tautologia;
  • Grupo: Coleção de díades, tríades e subgrupos com um número finito de atores.


Propriedades Topológicas

Uma rede pode ser caracterizada segundo algumas propriedades estruturais e topológicas (Hanneman e Riddle 2005) que são, em sua grande maioria, derivadas da teoria dos grafos [11] e que explicam a sua estrutura.

Formalmente, um grafo G é composto por 2 conjuntos: um conjunto (V) de objetos (vértices) e um conjunto (E) de pares relacionados (arestas). Dois vértices são adjacentes ou vizinhos se existe alguma aresta entre eles.

  • Grau: O grau de um vértice corresponde ao número total de relacionamentos que este vértice possui. Nem todos os nós de uma rede têm o mesmo número de arestas. A distribuição dos graus de um nó é caracterizada por uma função. Em um grafo randômico, a maioria das arestas é colocada randomicamente, então a maioria dos nós possui aproximadamente o mesmo número de arestas. Assim, a distribuição de graus de uma rede randômica segue uma distribuição de Poisson. Já em muitas redes complexas, observou-se que a distribuição de graus desvia de uma distribuição de Poisson e segue uma lei de potência. Estas redes são chamadas de redes livres de escala.
  • Distância: comprimento (número de arestas) do menor caminho entre dois vértices.
  • Diâmetro: Maior distância (caminho mínimo) entre 2 vértices quaisquer.
  • Ciclo: Caminho simples que começa e termina no mesmo vértice.
  • Subgrafo: Um grafo que é parte de outro grafo.
  • Grafo conexo: Existe caminho entre qualquer par de vértices.
  • Grafo completo: Um grafo é dito completo quando existem arestas entre todos os nós, atingindo assim o número máximo de arestas possíveis.
  • Clique: Subgrafo completo.
  • Grafo bipartite: Um grafo é bipartite quando os seus vértices podem ser divididos em dois conjuntos tal que não há arestas entre vértices do mesmo conjunto.
  • Coeficiente de cluster: indicador de conectividade de um nó. Razão entre o número de relacionamentos existentes e o total de relacionamentos possíveis entre o nó e os seus vizinhos.
  • Hubs e conectores: Um hub é um nó com uma grande quantidade de relacionamentos. Os nós de uma rede variam em termos de sua visibilidade e poder de atração. Aos nós mais visíveis e capazes de atrair conexões de outros nós, dá se o nome de hubs ou conectores.

A visibilidade de um nó se dá pelo número de ligações que possui e este fenônemo mostra de maneira intrigante, por exemplo, que a Web está longe de ser um espaço democrático, pois a visibilidade é reservada aos com maior capacidade de atração - os hubs.

A identificação de hubs é um dos motivadores para as atividades de análise de redes sociais, pois são os hubs os capazes de proliferar mais rapidamente idéias, conceitos, informação, tendências, doenças... Hubs dominam a estrutura das redes nos quais estão presentes, tornando-as 'mundos pequenos', criando caminhos curtos entre dois nós em um sistema. Pela perspectiva dos hubs, o mundo é realmente pequeno. De acordo com as pesquisas, os hubs não se formam aleatoriamente, existem leis matemáticas que podem comprovar sua existência. A importância da identificacão de hubs está também em compreender a vulnerabilidade de uma rede livre de escala. Se os hubs são os principais propagadores e os nós com maior capacidade de atração de outros nós dentro da rede, serão eles os principais alvos se o objetivo é desestruturar ou destruir uma rede. Hubs podem ser o 'calcanhar de Aquiles' de uma rede.

Por algum tempo imaginou-se que hubs, uma vez configurados, tenderiam a dominar eternamente as redes, pois sua capacidade de atração iria constantemente atrair os novos nós criados (esta propriedade é definida como 'The Rich get Richer' por Barabási). No entanto, observa-se que as redes permitem que novos hubs possam ser criados, quando trazem um potencial de atração inovador, capaz de atrair muito rapidamente novos e nós já existentes.

As implicações dos estudos das formações de redes e sobretudo das formações de hubs têm afetado a visão e possibilidades de aplicações em contextos de marketing (onde hubs são os agentes de influência à compra de novos produtos em uma rede de consumidores); medicina (onde hubs são os agentes propagadores de epidemias); e em infraestruturas de redes de comunicação, onde a Internet é o maior exemplo de estrutura para se estudar este tema.

Ao tocar áreas que envolvem a sociedade e o mundo comum, surgem as questões éticas neste estudo. Até que ponto é ética manipular informação/venda de produtos fazendo uso de hubs. Seria mais produtivo concentrar os esforços de tratamento nos hubs de uma epidemia, evitando a propagação da doença, ou concentrar-se nos já doentes?

Modelos de Redes

(Barabási, 2003)

Redes Randômicas

O modelo de rede mais simples é o de rede randômica definido por Erdös e Rènyi. Segundo este modelo de rede mais simples, cada par de vértices tem a mesma probabilidade de conexão e essa conexão ocorre de forma independente das demais (Newman, 2003).


Redes de Mundo Pequeno

Este fenômeno indica que uma rede possui uma distância pequena entre quaisquer dois vértices. A maior manifestação popular deste fenômeno é o conceito dos “seis graus de separação”, descoberto pólo psicologista social Stanley Milgram em 1967. Em seu famoso experimento, Milgram concluiu que existe uma distância média de 6 entre os moradores dos EUA. O fenômeno do mundo pequeno parece caracterizar muitas das redes complexas. O fenônemo do 'mundo pequeno' se baseia no conceitos de 'laços fracos' (weak ties) e 'laços fortes' (strong ties). Mundos pequenos são formados por indivíduos com 'laços fortes', onde, em geral todos se conhecem. Tornam-se sociedades clusterizadas, consistidas por círculos de amigos altamente conectados. 'Laços fracos' conectam membros destes círculos fechados a outros indivíduos pertencentes a outros grupos, que exercem um papel crucial em nossa habilidade de comunicação fora do 'mundo pequeno'.


Redes Livres de Escala

Segundo Barabási e Bonabeau (2003), uma rede livre de escala contém hubs, ou seja, nós com um grande número de relacionamentos. Neste tipo de rede, a distribuição dos graus dos nós segue uma lei de potência, visto que a maioria dos nós tem poucas conexões e alguns poucos nós possuem uma grande quantidade de relacionamentos.

As redes livres de escala apresentam grande robustez frente a falhas acidentais devido a sua topologia heterogênea. A remoção randômica de alguns nós, vai incidir principalmente nos nós menores que existem em maior quantidade na rede. Entretanto, as redes livres de escala são extremamente vulneráveis a ataques coordenados que podem desconectar os seus hubs e acabar comprometendo a comunicação em toda a rede.

As redes livres de escala também possuem um forte caráter epidêmico. Como os hubs estão conectados com muitos outros nós, pelo menos um hub tende a ser contaminado por um nó menor. Depois que um hub for infectado ele vai espalhar o vírus para vários outros nós, eventualmente comprometendo também outros hubs, até atingir todo o sistema. Então, todos os vírus, mesmo os menos contagiosos, irão se espalhar e persistir no sistema.

Entender os pontos fortes e fracos da robustez da rede pode ajudar a proteger sistemas vulneráveis a ataques ou sabotagem, a planejar campanhas de vacinação ou de marketing e até mesmo a monitorar e evitar um efeito cascata no caso de falências no sistema financeiro.

Apesar de muitas redes sociais também serem redes livres de escala, existem exceções proeminentes. Dois exemplos são os sistemas de rodovias e energia elétrica dos Estados Unidos.

Nas redes livres de escala também ocorre a conexão preferencial (Barabási & Bonabeau, 2003). Quando novos nós aparecem eles tendem a se conectar aos nós com mais conexões e este mais popular passa a ter mais relacionamentos ao longo do tempo. Este processo também denominado de "rich gets richer", favorece os nós mais antigos da rede que têm mais chance de virem a se tornar hubs.


Métricas de Redes Sociais

Um dos principais usos da análise de redes sociais é medir a importância de um vértice dentro da rede. Um nó da rede é considerado importante ou proeminente se os seus relacionamentos o tornam particularmente visível aos outros nós da rede (Wasserman & Faust, 1994). Então, existem duas classes de proeminência (Wasserman & Faust, 1994):

  • Centralidade do ator: um ator central é aquele que está intensivamente envolvido em relacionamentos com outros atores, seja como transmissor ou como receptor. Este envolvimento o torna mais visível aos outros. Existem quatro tipos de métricas de centralidade (Wasserman & Faust, 1994):
    • Centralidade de grau ("degree centrality"): a centralidade do nó na rede está relacionada ao grau do nó. Esta métrica foca na visibilidade do nó na rede. O nó mais central é aquele que possui o maior grau. Assim, ele está em contato direto com muito outros nós e acaba ocupando um lugar central na rede. Em contrapartida, nós com grau pequeno ocupam uma posição periférica na rede.
    • Centralidade de proximidade ("closeness centrality"): esta métrica é baseada em distância e foca em quão próximo um ator se encontra em relação aos demais atores da rede. A idéia é que um ator é central se ele pode interagir rapidamente com os demais. No contexto de uma rede de comunicação, por exemplo, os atores centrais podem ser muito produtivos no compartilhamento de informações com o resto do grupo, pois possuem um caminho de comunicação rápido com os demais. Neste caso, a centralidade está inversamente relacionada com a distância. Assim, quanto mais aumenta a distância de um vértice para o restante da rede, mais diminui a sua centralidade de proximidade.
    • Centralidade de intermediação ("betweenness centrality"): as interações entre dois nós não adjacentes dependem dos nós que se localizam no caminho entre eles. Estes outros nós potencialmente têm controle sobre as interações entre os dois nós não adjacentes. Para ter uma alta centralidade de intermediação, um nó deve estar no caminho entre diversos outros nós.
    • Centralidade de informação ("information centrality"): generaliza a noção de centralidade de intermediação em todos os caminhos entre os nós, concedendo pesos às arestas dependendo do tamanho de cada caminho. Nesse sentido, a informação é o inverso do comprimento do caminho.
  • Prestígio do ator: um nó de prestígio é objeto de muitos relacionamentos, desde que ele seja o receptor destes relacionamentos. Obviamente, o conceito de prestígio é mais restrito que o de centralidade e só pode ser medido em um grafo direcionado.

Apesar desas métricas focarem nos nós, elas também podem ser combinadas entre os nós para obter a medida da rede como um todo ou de determinados sub-grupos. Assim, essas métricas podem ser úteis para comparar diferentes redes sociais facilmente. A ferramenta UCINet pode ser utilizada para facilitar os cálculos dessas métricas.

Visualização de Redes Sociais

Geralmente, as redes sociais são representadas por matrizes ou grafos (Wasserman e Faust, 1994). Na prática, matrizes são utilizadas para o cálculo de métricas das redes sociais (análise), enquanto que grafos são utilizados para a visualização destas redes facilitando, principalmente a apresentação das mesmas, mas também sua análise.


Tipos de Visualização


Ferramentas de Visualização de Redes Sociais

  • Ariadne [12]
  • Augur
  • OSSNetwork
  • Sargas


Análise de Redes Sociais

A análise de redes sociais é uma técnica que vem sendo utilizada há muito tempo nas ciências sociais, como sociologia e antropologia, para representar grupos complexos de pessoas. Hoje em dia, a análise de redes sociais não é mais apenas uma técnica, pois possui suas prórias teorias e métodos. Existem estudos baseados em redes totais e redes pessoais.

A análise de redes sociais busca entender os relacionamentos e o fluxo de informações entre pessoas, grupos e organizações. A unidade na análise de redes sociais não é o indivíduo, mas sim a coleção de indivíduos e os relacionamentos entre eles (Wasserman & Faust, 1994)


Exemplos de Análise de Redes Sociais


Ferramentas de Análise de Redes Sociais


Referências

Barabási, A. (2003). Linked. How everything is connecetd with everything else and what it means for business, science and everyday life. Plume.

Cross, R. L.; Parker, A.; Cross, R., 2004, The Hidden Power of Social Networks: Understanding How Work Really Gets Done in Organizations. Harvard Business School Press.

Hanneman, R.; Riddle, M. (2005). Introduction to Social Network Methods. Riverside, CA: University of California, Riverside.

Wasserman, S.; Faust, K. (1994). Social Network Analysis: Methods and Applications. Cambridge, Massachusetts: Cambridge University Press.


Links Úteis

International Center for Research on Social Networks on Business (LINKS) [15]

International Network for Social Network Analysis (INSNA) [16]

The Oracle of Bacon [17]

Obtido em "http://np2tec.uniriotec.br:9089/mediawiki/index.php/Redes_Sociais"
Ferramentas pessoais