Post on 23-Feb-2016
description
Centri e periferiaCAP 6
Misure (su reti non dirette)
Degree centrality e centralizationCloseness centrality e centralizationBetweenness centralityClustering coefficientsDegree distribution
Quantificazione dell’informazione informale in una organizzazione
Centrality nodoCentralization intera rete
Esercizio: Sawmill.net
Trovare le persone centrali e quelle periferiche in una rete sociale, dal punto di vista della comunicazione.
La rete Sawmill.net rappresenta le rete di comunicazione in una piccola impresa : una segheria.
A tutti gli impiegati è stato chiesto di indicare la frequenza con cui essi discutono di problemi di lavoro con i loro colleghi usando una scala con 5 punti da meno di una volta a settimana a diverse volte al giorno.
Gli impiegati sono inglesi (E) o spagnoli (H) che ovviamente incide nella comunicazione.
La segheria contiene due reparti principali: il reparto di lavorazione (M) dove i tronchi vengono tagliati a pezzi e il reparto del magazzino dove i pezzi vengono accatastati (P).
C’è infine un ufficio amministrativo (Y) dove lavorano 2 impiegati e alcuni managers.
Le etichette dei nodi nella rete indicano la nazionalità e la sezione in cui un impiegato lavora (HP-10= spagnolo, sezione P)
Cap 6 Pajek
54321
Diverse rappresentazioni
DrawLayout/Circular/original
Draw/Layout/Energy/Kamada-Kawai/Free
Togliamo loops e linee multiple
Distanza da un verticePer calcolare la partizione della centrality di un verticeNet/k-Neighbours (‘’All’’ non tiene conto della direzione delle linee)
I vertici non raggiungibili sono posti ad una distanza (nella classe) 9999998
Degree centrality
Net/Partition/Degree Calcola la degree centrality e la degree centralizationInfo/Partition
Net/Remove/LoopsNet/ Remove/Multiple Lines (max value)%Net/Transform/EdgesArcs (Indirecteddirected) mette frecce nelle 2 direzioniDisd
distanza tra due vertici
Net/Path Between 2 vertices/All Shortest trova in cammino minimo tra 2 nodiNet/ Path Between 2 vertices/Diameter trova il diametroNet/ Path Between 2 vertices/Geodesic Matrices calcola tutte le distanze minimePer vedere tutte le distanze minime cliccare 2 volte sulla ‘’ geodesic count matrix’’
Closeness centrality
Net/Vector/Centrality/Closeness
Net/Vector/Centrality/Betweenness
Info/VectorsOppureCliccando sul vettore betweenness centrality
N.B. la betweenness si può calcolare anche in reti non connesse
Betweenness
Clustering coefficient
Net/Vector/Clustering/Coefficient
Reti non dirette
Deg(v)=degree of v
|E(G1(v)|=n°di connessioni tra i vicini di v )1))(deg(deg())((2
)( 11
vvvGE
vCC
Degree distribution
Net/Partition/degreeInfo/Partition
Si salva la parte dello schermo che interessa in un file di testo (.txt) e poi, dopo avergli cambiato nome, la si lancia da Octave
clearclfk=[1,2,3,4,5,6,7,13]; frequ=[5,6,11,7,4,1,1,1];frequ=frequ./sum(frequ);subplot(221),plot(k,frequ), title('istogramma')fsopravv=1-cumsum(frequ)subplot(222),plot(k,fsopravv), title('sopravvivenza')subplot(224),loglog(k,fsopravv), title('sopravvivenza scala logaritmica')
Esercizio
Con Pajek:-generare il file prova1.net Calcolare-la degree centrality e la degree centralization - Closeness centrality e closeness centralization-Betweenness centrality-clustering coefficient dei nodi-Diametro-cammino minimo dal nodo 1 al nodo 3-Degree Distribution (solo con Pajek dalla “report window”)
1 2
34
G=(V,E); n=4, m=4Non diretto
4
1
1
1