Phân tích mạng lưới của một cộng đồng chia sẻ chuyên môn trực tuyến

Social Network Analysis and Mining - Tập 2 - Trang 291-303 - 2012
Guangying Hua1, Dominique Haughton1,2
1Bentley University, Waltham, USA
2University of Toulouse 1, Toulouse, France

Tóm tắt

Mặc dù các trang mạng xã hội rất phổ biến trên toàn cầu, nhưng các mạng xã hội dành cho chuyên gia lại chưa nhận được nhiều sự chú ý từ cộng đồng khoa học. Chúng tôi nghiên cứu cách thức tương tác giữa các bác sĩ với nhau từ góc độ phân tích mạng lưới. Trong nghiên cứu của chúng tôi, mỗi bác sĩ được coi là một nút, và liên kết giữa họ thể hiện sự tương tác thông qua các bài đăng và bình luận. Chúng tôi nghiên cứu các đặc điểm hình học của mạng lưới bác sĩ. Các số liệu cấu trúc, chẳng hạn như phân phối bậc theo quy luật quyền lực, tính đối xứng, tính phối hợp và cấu trúc hình nơ-ron được thảo luận. Hơn nữa, thông tin nhân khẩu học của các bác sĩ được đưa vào phân tích của chúng tôi nhằm làm rõ hơn các đặc điểm của mạng lưới. Chúng tôi phát hiện cấu trúc cộng đồng của mạng lưới dựa trên chuyên ngành của các bác sĩ. Các giao tiếp giữa và trong các chuyên ngành được xem xét. Nghiên cứu của chúng tôi đóng góp vào tài liệu một nghiên cứu về mạng xã hội chuyên nghiệp quy mô trung bình. Phân tích có hệ thống trình bày một bức tranh đầy đủ của mạng lưới với sự hiểu biết chi tiết và sâu sắc hơn.

Từ khóa

#mạng xã hội #phân tích mạng lưới #bác sĩ #chuyên môn #tương tác xã hội

Tài liệu tham khảo

Ahn Y, Han S, Kwak H, Moon S, Jeong H (2007) Analysis of topological characteristics of huge online social networking services. Paper presented at the World Wide Web, Banff Albert R, Jeong H, Barabasi A-L (1999) Internet: diameter of the World-Wide Web. Nature 401(6749):130–131 Amaral LAN, Scala A, Barthelemy M, Stanley HE (2000) Classes of small-world networks. PNAS 97(21):11149–11152 Baldi P, Frasconi P, Smyth P (2003) Modeling the internet and the web: probabilistic methods and algorithms. Wiley, Chichester Borgatti SP, Cross R (2003) A relational view of information seeking and learning in social networks. Manage Sci 49(4):432–445 Broder A, Kumar R, Maghoul F, Raghavan P, Rajagopalan S, Stata R, Tomkins A (2000) Graph structure in the web. Comp Netw Intern J Comp Telecommun Netw 33(1–6):309–320 Clauset A, Shalizi CR, Newman MEJ (2009) Power-law distributions in empirical data. SIAM Rev 51(4):661–703 de Nooy W, Mrvar A, Batagelj V (2005) Exploratory social network analysis with Pajek. Cambridge University Press, Cambridge de Souza CS, Preece J (2004) A framework for analyzing and understanding online communities. Interact Comput 16(3):579–610 Fu F, Liu L, Wang L (2008) Empirical analysis of online social networks in the age of Web 2.0. Physica A: Statist Mech Appl 387(2–3):675–684 Han S, Kim BJ (2008) Network analysis of an online community. Physica A: Statist Mech Appl 387(23):5946–5951 Hansen D, Shneiderman B, Smith M (2010) Analyzing social media networks with NodeXL. Morgan Kaufmann Jackson MO (2008) Social and economic networks. Princeton University Press, Princeton Java A, Song X, Finin T, Belle T (2007) Why we Twitter: understanding microblogging usage and communities. Paper presented at the Proceedings of the 9th WebKDD and 1st SNA-KDD 2007 workshop on Web mining and social network analysis, San Jose Kleinberg JM (1999) Hubs, authorities, and communities. ACM Comput Surv 31(4) Kleinberg JM (2001) Small-world phenomena and the dynamics of information, vol 14. Advances in Neural Information Processing Systems (NIPS) Lehmann EL, D’Abrera HJM (1998) Nonparametrics: statistical methods based on ranks. Prentice-Hall, Englewood Cliffs Lewis K, Kaufman J, Gonzalez M, Wimmer A, Christakis N (2008) Tastes, ties, and time: a new social network dataset using Facebook.com. Soc Netw 30(4):330–342 McLure Wasko M, Faraj S (2005) Why should I share? Examining social capital and knowledge contribution in electronic networks of practice. MIS Q 29(1):35–57 Milgram S (1967) The small world problem. Psychol Today 2:60–67 Mislove A, Marcon M, Gummadi KP, Druschel P, Bhattacharjee B (2007) Measurement and Analysis of Online Social Networks. Paper presented at the 7th ACM SIGCOMM conference on Internet measurement, San Diego Newman MEJ (2003a) Mixing patterns in networks. Phys Rev E 67(2):026126 Newman MEJ (2003b) The structure and function of complex networks. SIAM Rev 45:167–256 Newman MEJ (2004) Coauthorship networks and patterns of scientific collaboration. PNAS 101:5200–5205 Porter J (2008) Designing for the social web. New Riders Press, Berkeley Rosen D, Suthers D (2011) Stigmergy and collaboration: tracing the contingencies of mediated interaction. In: Proceedings of the 44th Hawaii International Conference on System Sciences Rosen D, Barnett GA, Kim JH (2010) Social networks and online environments: when science and practice co-evolve. Soc Netw Analysis Min 1(1):27–42 Shi X, Tseng B, Adamic LA (2007) Looking at the blogosphere topology through different lenses. Paper presented at the ICWSM, Colorado Turner TC, Smith MA, Fisher D, Welser HT (2005) Picturing usenet: mapping computer-mediated collective action. J Comp-Mediat Commun 10(4) Wasserman S, Faust K (1994) Social Network Analysis: Methods and Applications. Cambridge University Press, New York Watts DJ (1999) Networks, dynamics, and the small-world phenomenon. Am J Sociol 105(2):493–527 Watts DJ, Strogatz SH (1998) Collective dynamics of ‘small-world’ networks. Nature 393:440–442 Xu J, Chen H (2008) The topology of dark networks. Commun ACM 51(10):58–65 Zhang J, Ackerman MS, Adamic L (2007) Expertise networks in online communities: structure and algorithms. Paper presented at the World Wide Web, Banff