Методологические разработки в области сетевого анализа
Библиометрический сетевой анализ
Библиометрический сетевой анализ основан на применении математических и статистических методов в целом и методов сетевого анализа в частности в рамках наукометрических исследований. Данная методология подразумевает построение сетей, связывающих разные библиометрические сущности (публикации, авторы, журналы, ключевые слова, и др.) отношениями различного типа (соприсутствие, цитирование, со-цитирование, библиографическое сочетание, и др.). Источниками данных для библиометрического анализа являются публикации, в виде библиографических описаний, представленные в различных библиографических базах.
Экспертиза сотрудников лаборатории касается работы с базами Web of Science, Scopus, OpenAlex, eLibrary как источников информации. Представленные сотрудниками лаборатории методологические и инструментальные решения позволяют преобразовывать большие массивы данных библиографических описаний в файлы для работы в программах для сетевого анализа, например, Pajek (программы WoS2Pajek, OpenAlex2Pajek, Bib-eLib). Библиометрический сетевой анализ реализуется также с помощью широко используемых в научном сообществе инструментов VOSviewer и Biblioshiny. Сотрудники лаборатории занимаются сравнением различных баз библиографических данных, а также методологических подходов и инструментов для работы с ними (например, сравнение данных WoS и eLibrary на примере набора данных по российским социологам; сравнение функционала программ Pajek и VOSviewer). Методологические разработки связаны также с построением различных типов библиографических сетей, в т.ч. изменяющихся во времени. Коллектив лаборатории ставит себе амбициозную цель по разработке и внедрению методологии наукометрического анализа русскоязычных научных публикаций.
Методология библиометрического сетевого анализа активно применяется сотрудниками лаборатории для изучения развития различных научных полей и дисциплин, их тематической структуры и научных коллективов, что отражается в большом количестве публикаций на русском и английском языках.
Сетевая кластеризация и блокмоделинг
Методология блокмоделинга (blockmodeling), разработанная специально для кластеризации сетевых данных, позволяет кластеризовать узлы, имеющие схожие паттерны отношений с другими узлами, и интерпретировать структуру отношений между полученными кластерами.
Научные руководители лаборатории Анушка Ферлигой и Владимир Батагель, известные как одни из основоположников блокмоделинга, занимаются различными новыми разработками в данном направлении, представляя новые методы и алгоритмы блокмоделинга для различных типов сетевых данных и активно применяя их в эмпирических исследованиях. В российской практике метод блокмоделинга был описан и применен для изучения структуры научного сообщества социологов сотрудниками Лаборатории.
Публикации:
- Doreian P, Batagelj V, Ferligoj A. Generalized Blockmodeling. Cambridge University Press; 2004.
- Doreian, Patrick, Vladimir Batagelj, and Anuska Ferligoj, eds. Advances in network clustering and blockmodeling. John Wiley & Sons, 2020.
- Щеглова Т. Е., Мальцева Д. В., Ким А. В. Блокмоделинг для анализа социальных структур: методологические основания // Социология: методология, методы, математическое моделирование. 2021. № 52. С. 7-35. doi
- Ким А. В., Мальцева Д. В., Щеглова Т. Е. Блокмоделинг для анализа социальных структур: пример изучения структуры сообщества петербургских социологов // Социология: методология, методы, математическое моделирование. 2021. № 53. С. 7-38. doi
Сетевое моделирование
В контексте развития сетевого анализа исследования сетей в динамике становится все более значимыми для понимания сложных взаимосвязей. Осознавая эту потребность, исследователи прибегают к разработке новых методологий для анализа и построения сетей - в частности, в области сетевого моделирования.
Экспоненциальное моделирование случайных графов (Exponential Random Graph Modelling, ERGM) позволяют более глубоко исследовать различные явления, возникающие в результате сложного взаимодействия и поведения участников сети. Такие модели используются для объяснения глобальной структуры сети, позволяя при этом делать выводы о поведении связей на микроуровне. Сравнивая сеть с большим количеством случайных сетей, сформированных на основе топологических характеристик или индивидуальных атрибутов, мы можем распознать те локальные паттерны, которые лежат в основе глобальных процессов. ERGM позволяют исследовать и статистически оценивать различные сетевые явления – кластеризацию, гомофилию, автокорреляцию. Используя модели такого типа, мы можем выяснить, как и почему ученые сотрудничают друг с другом, и понять, что заставляет их работать вместе. Модели временных экспоненциальных моделей случайных графов (TERGM) позволяют добавить временной аспект к изучению этих процессов.
Акторно-ориентированные стохастические модели (Stochastic Actor-Oriented Models, SAOMs) представляют собой одно из наиболее развивающихся и перспективных средств анализа механизмов социального развития, взаимосвязей и эволюции различных сетей. SAOM выступает в роли призмы, через которую исследователи могут расшифровать сетевую динамику, раскрывая глубинные процессы, определяющие эволюцию сети. Преодолевая разрыв между наблюдаемым и ненаблюдаемым, модель предоставляет ценный инструмент для сетевых аналитиков, стремящихся выявить скрытые закономерности и механизмы, управляющие социальными взаимодействиями и сетевыми структурами.
Сетевое моделирование используется в исследовательских проектах сотрудников лаборатории для выявления скрытых паттернов взаимодействий в образовательных коллективах, а также сообществах ученых.
Новые типы сетей
Методология анализа социальных сетей подразумевает изучение различных типов сетей: полных или эго-сетей, с направленными и ненаправленными связями, динамических сетей, изменяющихся во времени (темпоральных), пространственных сетей, сетей с разным весом связей, несколькими типами связей (multirelational) и узлов (2-модальные сети), многоуровневых сетей (multilevel) и других специализированных сетей. Различные типы сетей применяются в исследовательских проектов сотрудников лаборатории в зависимости от исследовательских целей и задач. При этом сотрудниками ведутся разработки в области новых типов сетей, таких как темпоральные сети для библиометрического сетевого анализа, многосторонние (multiway) сети (Владимир Батагель). Недавняя разработка проф. Владимира Батагеля касается применения методов Sequence analysis для сетевого анализа (на примере биографий политиков).
Эго-сетевой анализ
Эго-сетевой анализ — это метод, используемый в анализе социальных сетей для изучения отношений, окружающих центральную личность (эго) внутри сети. Сосредоточившись на эго и его непосредственных связях (альтерах), можно получить представление о структуре, динамике и моделях влияния в небольших социальных кругах.
Такой подход позволяет глубже понять, как люди взаимодействуют, обмениваются информацией и влияют друг на друга в своем непосредственном социальном окружении. Анализ эго-сетей часто включает изучение различных атрибутов связей, таких как сила и направленность, чтобы выявить особенности межличностных отношений. Выводы, полученные в результате анализа эго-сети, могут выявить особенности социальных взаимодействий как на микро-, так и на макроуровнях. Эго-сетевой анализ может быть интересен для исследований в различных дисциплинах, включая социологию, психологию, антропологию и организационное поведение.
Нашли опечатку?
Выделите её, нажмите Ctrl+Enter и отправьте нам уведомление. Спасибо за участие!
Сервис предназначен только для отправки сообщений об орфографических и пунктуационных ошибках.