Análise de Centralidade

Slides:



Advertisements
Apresentações semelhantes
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Advertisements

Prof. M.Sc. Fábio Francisco da Costa Fontes Maio
Algoritmos distribuídos para ambientes virtuais de larga escala
Exercícios PAA- Grafos
Verbo to be.
Prof. M.Sc. Fábio Francisco da Costa Fontes Abril
Grafos – Parte 1 Projeto e Análise de Algoritmos Aline Vasconcelos
Complexidade de Algoritmos
Comutação Comutação ou chaveamento em uma rede de comunicação refere-se a alocação de recursos da rede (meios de transmissão e equipamentos) para a envio.
Prof. Bruno Samways dos Santos
Modelos de Redes Complexas
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Detecção de Comunidades
Algoritmos em Grafos.
Para a comunicação em redes de computadores, muitas vezes, apenas um subconjunto das ligações disponíveis é utilizado para comunicar em qualquer tempo.
Inteligência Artificial
Análise de Centralidade
Finding and Evaluating Community Structure in Networks
Predição de Relacionamentos
D ETECÇÃO DE C OMUNIDADES Ricardo Prudêncio. L INK M INING - T AREFAS Relacionadas a Objetos Relacionadas a Arestas Relacionadas a Grafos Ranking de Nós.
Modelos de Redes Ricardo Prudêncio.
Aprendizado Baseado em Instâncias – Algoritmo k-NN
Análise de Redes Complexas – Conceitos e Propriedades Básicas
Transmission Network Analysis to Complement Routine Tuberculosis Contact Investigations. Tópicos Avançados em Inteligência Artificial Bruno Pessôa Neves.
- Mais importante meio de comunicação, porém: Recebidos e enviados desordenadamente Prejuízo de US$650 bilhões Sistemas que controlem a sobrecarga.
D IFUSÃO EM REDES COMPLEXAS Ricardo Prudêncio. W ORD - OF - MOUTH Opinião PúblicaAdoção de Inovações Marketing e Propaganda Brand Awareness Informação.
Seminário LAND A Preferential Attachment Model for Tree Construction in P2P Video Streaming Marcio N. Miranda - Daniel R. Figueiredo Submetido ao First.
Exercícios PAA- Grafos
Prof. Édison Pedroso Kolton
Modelos de Optimização de Redes
Avaliação Constituição dos grupos de trabalho:
O problema do emparelhamento máximo
Aula 4 – Redes de Computadores Parte 1
Gestão de Operações ( Operations Management ) Especialização em Gestão da Produção Profs. Jorge Muniz e Valério Salomon Col.: Marco Aurélio e Ricardo “Taiúva”
1. Introdução Heitor L. Polidoro 1, Denis F. Wolf 2 Laboratório de Robótica móvel Departamento de Sistemas de Computação Instituto de Ciências Matemáticas.
INTRODUÇÃO A REDES DE COMPUTADORES ACADÊMICOS CARLOS EDUARDO ARAKAKI CARLOS EDUARDO ARAKAKI RODRIGO MARCIANO POUSO RODRIGO MARCIANO POUSOPROFESSOR RONALDO.
Agenda Sessão Matutina HoraMódulo 8:30O que é a Plataforma de Aplicação Microsoft? 9:00Business Intelligence 10:00Next Web 11:00Enterprise Applications.
Análise de Redes Complexas – Conceitos e Propriedades Básicas
AdsRcatyb It's sad to think we're not gonna make it É triste pensar que não vamos conseguir It's sad to think we're not gonna make it É triste pensar.
Topologia Comunicação de dados Escola Secundaria Sebastião da Gama
C LASSIFICAÇÃO DE N ÓS Ricardo Prudêncio. L INK M INING - T AREFAS Relacionadas a Objetos Relacionadas a Arestas Relacionadas a Grafos Ranking de Nós.
INTRODUÇÃO À WEB SEMÂNTICA E À ANÁLISE DE REDES SOCIAIS
Paradoxo da Internet Comentado por Joseph M. Newcomer In
Roteamento Baseado em Crédito/Punição Rafael dos Santos Alves.
Probabilidade e Estatística para Avaliação de Desempenho
Fernando Gláuber Júnior Luana. Fase quente Fase fria.
I could start dreamin, but it never ends Eu poderia começar a sonhar mas isso nunca terminaria As long as you're gone we may as well pretend Enquanto.
CIGRÉ/BRASIL – COMITÊ NACIONAL BRASILEIRO CE-B5 – PROTEÇÃO E AUTOMAÇÃO SEMINÁRIO INTERNO DE 2005.
Lessons Learned nº 1 (N.º 17 - Team-up Sports) SUMMER OF STARTUPS.
Seminário de Andamento Módulo: Merge Grupo 5 André Ribeiro Coelho Rafael de Souza Santos.
Mineração de Grafos e Predição de Links
Um Classificador Baysesiano para a Análise das Relações Sociais em Blogs Allan Lima –
REDES COMPLEXAS Rafael Dahis Engenharia de Computação e Informação UFRJ Redes de Computadores II – 2009/2 Professores: Luis Henrique Otto.
DETECÇÃO DE COMUNIDADES TAIA
Redes Sociais Online ISCTE – Instituto Universitário de Lisboa MCCTI Mónica Oliveira 13 de Março de 2013.
A Força dos Laços Fracos
Indicadores de Redes de Municípios Projeto ODR MI/UnB.
MODAL VERBS Cecília Hartt.
CENTRO UNVERSÁTARIO PADRE ANCHIETA AULA 6 CURSO ENGENHARIA DE PRODUÇÃO DISCIPLINA: SISTEMAS DE INFORMAÇÕES GERENCIAIS (SIG) PROF: CÉSAR ANTONIO SOLDERA.
Laboratório de Mídias Sociais
COMUNICAÇÃO ENTRE OS MÓDULOS PROCESSADORES
Redes Sociais e Sistemas Multiagentes
Introdução a Programação Aula 02 Jackson Eduardo
SISTEMA DE TRANSITIVIDADE: PARTICIPANTES PROCESSOS CIRCUNSTÂNCIAS.
Redes Eletrônicas e ambientes de informação Prof. Dr. Marcos Luiz Mucheroni 12 e 13ª. AULAS 2015.
Introdução a Análise de Redes Sociais de Informação
Introdução a Análise de Redes Sociais Aula 07 Dalton Martins Laboratório de Políticas Públicas Participativas Gestão da Informação Universidade.
MELHOR VISUALIZADO NO POWER POINT 2000 There comes a time, when we hear a certain call Haverá um tempo em que ouviremos um chamado When the world must.
Abril 2016 Gabriel Mormilho Faculdade de Economia, Administração e Contabilidade da Universidade de São Paulo Departamento de Administração EAD5853 Análise.
Transcrição da apresentação:

Análise de Centralidade Ricardo Prudêncio

Roteiro Introdução Medidas de centralidade Medidas de Centralização Medidas principais Grau, intermediação e proximidade Medidas alternativas Medidas de Centralização Conclusões

Introdução Análise de centralidade

Centralidade Considere a rede ao lado em formato de estrela Intuitivamente, o nó A é o mais central de todos Posição estratégica considerando a estrutura da rede O que A tem de diferente?! A C D B G F E

Centralidade Três propriedades que levam a três diferentes conceitos de centralidade (1) Nó A tem maior número de conexões com outros nós Grau (2) Nó A está sempre entre dois nós quaisquer Intermediação (3) Nó A está mais próximo aos outros nós da rede Proximidade A C D B G F E Ver (Freeman 1978)

Grau Grau = No. de links adjacentes a um nó Em um processo de comunicação na rede, nó de grau alto é um canal direto de informação Popularidade e influência direta Nós com grande potencial de atividade dentro de uma rede

Grau Número de nós adjacentes Obs.: wkj = 1 se existe link entre nós vk e vj Fator de normalização para comparação entre redes Obs.: n-1 é o grau máximo de uma rede em estrela

Grau Em grafos direcionados é importante diferenciar graus de entrada e saída Grau de entrada (in-degree) = no. de links que chegam a um nó E.g., no. de seguidores no Twitter (in-degree) = prestígio Grau de saída (out-degree) = no. de links que saem de um nó E.g., na relação de “manda em”, out-degree = alta influência

Grau - Limitações Grau é uma medida de centralidade local “nodes may be well connected to their immediate neighbors but be part of a relatively isolated clique” (Liu 2008) Dois nós com o mesmo grau podem não ter a mesma capacidade de influenciar E.g., se grau é usado para medir influência local, então poder do nó depende de quem são os seus vizinhos Ver “Índíce de Bonacich”

Intermediação Mede a frequência com que o nó aparece no menor caminho entre dois nós quaisquer Nós com grande potencial de controle do fluxo de informação na rede A C D B G F E Todas as mensagens na rede passam por nó A!

Intermediação Nós com alto controle: Podem ajudar na coordenação de processos dentro de um grupo Podem influenciar na comunicação da rede, atrasando ou perturbação o fluxo de informação “The more people depend on me to make connections with other people, the more power I have” (Hanneman 1998)

Intermediação Potencial para conectar comunidades diferentes Eliminar nós de alta intermediação pode ter o efeito de desconectar a rede Propriedade usada em algoritmos de detecção de comunidades

Intermediação : Número de caminhos geodésicos entre vi e vj que passam por vk : Número total de caminhos geodésicos entre vi e vj Soma para todos os pares diferentes de nós vi e vj

Intermediação Medida normalizada para comparação entre redes Grau de intermediação do nó mais central em uma rede em formato estrela

Alta Intermediação (pontos críticos para disseminação) Rede de contatos de pacientes com Tuberculose Fonte: Andre et al., Transmission Network Analysis to Complement Routine Tuberculosis Contact Investigations. American Journal of Public Health. v. 96, 2006

Intermediação Limitações

Proximidade Mede quão próximo está um nó em relação a todos os outros nós da rede Medida de eficiência Uma mensagem originada de uma posição central irá se espalhar por toda rede com um custo mínimo Medida de independência Depende de poucos intermediários, uma vez que pode alcançar facilmente todos os nós da rede

Proximidade Cálculo

Proximidade Limitações: Mal definida para redes desconectadas Nós adjacentes a um dado nó de alta proximidade também terão alta proximidade Mas não necessariamente serão nós importantes E.g., Redes de co-autoria

Exemplo de Uso Example: Co-authorship networks (Liu 2008) Degree: Biased toward authors who have many co-authors in the published papers Closeness: Biased toward authors that are directly connected to a well-connected author E.g., a student supervised by a prestigious professor Betweeness High-ranking authors who play crucial role in connecting different communities.

Outras Medidas Índice de Bonacich Alcance Page Rank

Índice de Bonacich Centralidade não significa necessariamente poder (Hanneman 1998) Por um lado: “Actors who have more ties have greater opportunities because they have choices “ Por outro lado: “the actors that you are connected to are, themselves, well connected, they are not highly dependent on you”

Alcance Alcance (Reach) Nós de nós alcançados com dois passos Similar ao grau, mas considera links indiretos

Centralização Mede o quão uma rede é centralizada em torno de poucos indivíduos Exemplo: “Freeman centralization” (comparação com uma rede em estrela – caso extremo de rede centralizada) Existem outras medidas de centralização? O que centralização realmente indica? Que maior poder pode ser exercido sobre os outros?

Conclusões - Centralidade e Poder Centralidade tem sido vista como uma medida de poder Em que situações centralidade é poder? Entretanto conceitos devem ser distinguidos: Centralidade Poder Influência Prestígio

Material de Estudo Centrality in Social Networks – Conceptual Clarification, by L. Freeman Centrality and Power (in Introduction to Social Network Methods), by R. Hanneman