{"id":7515,"date":"2013-01-14T16:34:32","date_gmt":"2013-01-14T18:34:32","guid":{"rendered":"http:\/\/tarciziosilva.com.br\/blog\/?p=7515"},"modified":"2013-01-14T16:50:32","modified_gmt":"2013-01-14T18:50:32","slug":"pontos-linhas-e-metricas-03-nos-vertices","status":"publish","type":"post","link":"https:\/\/tarciziosilva.com.br\/blog\/pontos-linhas-e-metricas-03-nos-vertices\/","title":{"rendered":"Pontos, Linhas e M\u00e9tricas #03: n\u00f3s \/ v\u00e9rtices"},"content":{"rendered":"

[O texto a seguir faz parte de uma s\u00e9rie que pode ser visualizada em \u201cPontos, Linhas e M\u00e9tricas: introdu\u00e7\u00e3o \u00e0 an\u00e1lise estrutural de redes sociais<\/strong><\/span><\/a>\u201d]<\/span><\/p>\n

<\/div>\n

Neste e no pr\u00f3ximo texto vamos falar dos dois principais elementos das redes sociais, os n\u00f3s<\/strong> e os la\u00e7os<\/strong>. Ou, como nos referimos de forma super simplificada, nos referindo \u00e0 sua visualiza\u00e7\u00e3o, os pontos e linhas. Mas, antes de qualquer coisa, \u00e9 preciso lembrar o seguinte. Qualquer rede \u00e9 uma representa\u00e7\u00e3o convencional do que se est\u00e1 sendo observado. Manejar, construir e analisar redes envolve atos de escolha sobre o que ser\u00e1 analisado.<\/p>\n

Desta forma, uma an\u00e1lise pode considerar apenas uma pequena rede na qual se considera um n\u00f3 cada pessoa e um la\u00e7o cada rela\u00e7\u00e3o de amizade. Outra, por sua vez, pode considerar cada n\u00f3 um artigo acad\u00eamico e um la\u00e7o as refer\u00eancias bibliogr\u00e1ficas. Tudo vai depender dos objetivos e informa\u00e7\u00f5es buscadas. Para entendermos estes elementos b\u00e1sicos, precisamos entender bem o que s\u00e3o n\u00f3s e la\u00e7os. Vamos come\u00e7ar pelos primeiros:<\/p>\n

Pontos | N\u00f3s | V\u00e9rtices<\/strong><\/h2>\n

Como puderam perceber, os nomes utilizados aqui para falar dos n\u00f3s (e na pr\u00f3xima se\u00e7\u00e3o para falar das liga\u00e7\u00f5es) s\u00e3o muitos: pontos, n\u00f3s, v\u00e9rtices…. Geralmente, existe pouca distin\u00e7\u00e3o entre um termo ou outro e, na maioria dos casos, n\u00e3o importa. Mas, como Barab\u00e1si (2012, p.26) nos explica, na ci\u00eancia das redes se fala de redes, n\u00f3s<\/strong> (nodes) e la\u00e7os<\/strong> (links), enquanto na teoria dos grafos se fala de grafo, v\u00e9rtices<\/strong> (v\u00e9rtices) e arestas<\/strong> (edges). A teoria dos grafos, proveniente da matem\u00e1tica, \u00e9 uma das bases para a ci\u00eancia das redes e sua an\u00e1lise estrututural, mas falaremos dela em uma postagem mais \u00e0 frente.<\/p>\n

Aqui, voltando aos n\u00f3s, devemos pontuar que, na an\u00e1lise estrutural de redes sociais, os elementos analisados s\u00e3o aqueles que podem ser individualizados e representam algum ator social, grupo social ou produto realizado por estes. O conceito de n\u00f3 \u00e9 extremamente simples, como podemos ver nas defini\u00e7\u00f5es que s\u00e3o dadas a estes, geralmente durante a pr\u00f3pria apresenta\u00e7\u00e3o do que \u00e9 uma rede:<\/p>\n

\n

“Um grafo consiste de um conjunto de objetos, chamados n\u00f3s, com certos pares destes objetos conectados por liga\u00e7\u00f5es chamadas arestas” (EASLEY & KLEINBERG, 2009, p.31);<\/p>\n

“N\u00f3s s\u00e3o os atores individuais dentro das redes, enquanto la\u00e7os s\u00e3o as rela\u00e7\u00f5es entre os atores” (PASSMORE, 2011, p. 1);<\/p>\n

“Enquanto os n\u00f3s s\u00e3o geralmente representados pelos atores envolvidos e suas representa\u00e7\u00f5es na internet […], as conex\u00f5es s\u00e3o mais plurais em seu entendimento” (FRAGOSO, RECUERO e AMARAL, 2011, p.16);<\/p>\n

“V\u00e9rtices, tamb\u00e9m chamados de n\u00f3s, agentes, entidades ou itens, podem representar muitas coisas. Frequentemente representam pessoas ou estruturas sociais como grupos de trabalho, times, organiza\u00e7\u00f5es, institui\u00e7\u00f5es, estados ou mesmo pa\u00edses. Em outros casos eles representam conte\u00fado como web pages, tags keywords ou v\u00eddeos. Eles ainda podem representar locais ou eventos f\u00edsicos ou virtuais. (HANSEN, SCHNEIDERMAN & SMITH, 2011, p.34).<\/p>\n<\/blockquote>\n

Observe, na imagem abaixo, uma pequena rede. Cada um dos pontos serve para representar uma pessoa, por exemplo:<\/p>\n

\"\"<\/p>\n

Cada um destes n\u00f3s representa um dos elementos da rede. No caso, \u00e9 uma rede constru\u00edda em torno de atores sociais, pessoas. Nesta rede s\u00e3o 13 n\u00f3s ao todo, como etiquetados abaixo:<\/p>\n

\"\"<\/a><\/p>\n

\u00c9 uma rede, com 13 elementos, com seus la\u00e7os vis\u00edveis e que pode ser analisada de acordo com os nossos objetivos, por exemplo: encontrar que pessoas servem de “pontes” entre os grupos da rede, descobrir qual pessoa \u00e9 mais conectada ou analisar sua densidade.<\/p>\n

Como vimos, a an\u00e1lise estrutural de redes pode se debru\u00e7ar sobre as redes e liga\u00e7\u00f5es entre diversos tipos<\/strong> de coisas: elementos qu\u00edmicos, servidores, aeroportos etc. \u00a0No caso da an\u00e1lise estrutural de redes sociais, trabalhamos com pessoas, grupos e coisas que podem representar pessoas ou aspectos das pessoas. \u00a0\u00c0s vezes, os n\u00f3s podem ser tais objetos, que est\u00e3o ligados ou desconectados entre si devido a outros par\u00e2metros. O exemplo abaixo \u00e9 de um projeto da Amazon Labs, que mostra a rede de co-ocorr\u00eancia de compras em torno de um determinado livro.<\/p>\n

\u00a0\"\"<\/a><\/p>\n

O programa de visualiza\u00e7\u00e3o acima, produzido por\u00a0Andrei Kashcha, cria um la\u00e7o para cada livro recomendado pela Amazon no quesito “livros comprados juntos”. Em outras palavras, para cada livro no site, \u00e9 criado um n\u00f3 que tem la\u00e7os com outros a partir das compras realizadas por usu\u00e1rios reais. N\u00e3o existe um la\u00e7o social propriamente dito entre as pessoas que nem sequer est\u00e3o representadas diretamente nesta rede. Mas os la\u00e7os apresentados s\u00e3o fruto de milhares de a\u00e7\u00f5es sociais (consumo) e, portanto, a rede pode ser considerada fruto das din\u00e2micas sociais e nos permitem apreender algumas tend\u00eancias.<\/p>\n

Voltando aos n\u00f3s que representam diretamente atores sociais, podemos adicionar\u00a0atributos<\/strong>\u00a0aos n\u00f3s analisados. N\u00e3o \u00e9 algo obrigat\u00f3rio, pois como enfatizamos no \u00faltimo post e estamos demonstrando, a simples estrutura\u00e7\u00e3o dos n\u00f3s em formato de rede, atrav\u00e9s das liga\u00e7\u00f5es, gera uma amplitude de informa\u00e7\u00f5es. Mas os atuais programas de coleta e armazenamento de dados de redes permitem adicionar vari\u00e1veis personalizadas. Por exemplo: idade, sexo, classe, categoria de cliente, etc. Novamente utilizando aquela rede como exemplo, digamos que desejamos mostrar visualmente o g\u00eanero da rede, utilizando as cores historicamente associadas aos conceitos de homem e mulher:<\/p>\n

\"\"<\/p>\n

A visualiza\u00e7\u00e3o acima, extremamente simples, enfatiza algo muito importante para a an\u00e1lise de redes: \u00e9 poss\u00edvel manipular as caracter\u00edsticas visuais de todos os elementos das redes para mostrarmos as informa\u00e7\u00f5es que desejamos. Neste caso, utilizamos duas cores (azul e vermelho) para representar uma codifica\u00e7\u00e3o bin\u00e1ria (homem\/mulher). Mais para a frente, mostraremos como manipular tamanho, cor, formato, legendas, posi\u00e7\u00e3o, opacidade e outros elementos.<\/p>\n

Outro exemplo de dados que podem estar vinculados a cada um dos n\u00f3s s\u00e3o os dados espec\u00edficos dos perfis de m\u00eddias sociais, tais como Facebook e Twitter. Observem as imagens a seguir, que representam agrupamentos em rede e a\u00a0wordcloud<\/em> respectiva das bios:<\/em><\/p>\n

\"\"<\/p>\n

\"\"<\/p>\n

Estas imagens s\u00e3o exemplo fruto de uma das etapas executadas em projetos de Perfiliza\u00e7\u00e3o de P\u00fablico em M\u00eddias Sociais (Social Media Public Profiling<\/em>)<\/strong>, uma metodologia que criei e explicarei mais \u00e0 frente, como uma das aplica\u00e7\u00f5es da an\u00e1lise de redes sociais. Durante uma das etapas de coleta de dados, realizamos agrupamento (clustering)<\/em> dos perfis de acordo com algoritmos de rede. Em seguida, extra\u00edmos e agrupamos as\u00a0bios<\/em> dos membros de cada grupo, para identificar um primeiro n\u00edvel de afilia\u00e7\u00e3o. Isto foi poss\u00edvel porque cada perfil no Twitter, que aqui foi considerado um la\u00e7o, traz alguns dados adicionais que foram analisados – neste caso, o texto declarativo do campo\u00a0Bio<\/em>.<\/p>\n

Em resumo: os n\u00f3s podem representar pessoas, organiza\u00e7\u00f5es e objetos; podemos adicionar dados relacionais ou de atributos nos n\u00f3s; e estes dados podem ser calculados e visualizados nas redes. Mas os n\u00f3s s\u00f3 ganham o\u00a0status<\/em> de tais e suas import\u00e2ncias em rede quando existem os la\u00e7os, descritos a seguir.<\/p>\n

Refer\u00eancias Bibliogr\u00e1ficas<\/strong><\/p>\n

BARAB\u00c1SI, Albert-Laszl\u00f3. Network Science<\/strong>. 2012.<\/p>\n

FRAGOSO, Suely; RECUERO, Raquel; AMARAL, Adriana.\u00a0M\u00e9todos de Pesquisa para Internet<\/strong>. Porto Alegre: Sulina, 2011. [compre<\/a>]<\/div>\n
<\/div>\n
HANSEN, Derek; SHNEIDERMAN, Ben; SMITH, Marc.\u00a0Analyzing Social Media Networks with NodeXL<\/strong>. Burlington: Morgan Kaufamman, 2011. [compre<\/a>]<\/div>\n

PASSMORE, David.\u00a0Social Network Analysis \u2013 Theory and Applications<\/strong>. Online, 2011.<\/p>\n

EASLEY, David & KLEINBERG, Jon. Networks, Crowds and Markets: Reasoning about a Highly Connected World<\/strong>. Cambridge University Press, 2010.<\/p>\n","protected":false},"excerpt":{"rendered":"

[O texto a seguir faz parte de uma s\u00e9rie que pode ser visualizada em \u201cPontos, Linhas e M\u00e9tricas: introdu\u00e7\u00e3o \u00e0 an\u00e1lise estrutural de redes sociais\u201d] Neste e no pr\u00f3ximo texto vamos falar dos dois principais elementos das redes sociais, os n\u00f3s e os la\u00e7os. Ou, como nos referimos de forma super simplificada, nos referindo \u00e0 […]<\/p>\n","protected":false},"author":6,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[2195,2194],"tags":[441,2202,2199,2201,2198,2200,22,2203],"class_list":["post-7515","post","type-post","status-publish","format-standard","hentry","category-analise-estrutural-de-redes-sociais","category-pontos-linhas-e-metricas","tag-analise-de-redes-sociais","tag-arestas","tag-lacos","tag-linhas","tag-nos","tag-pontos-2","tag-redes-sociais","tag-vertices"],"_links":{"self":[{"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/posts\/7515","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/users\/6"}],"replies":[{"embeddable":true,"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/comments?post=7515"}],"version-history":[{"count":37,"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/posts\/7515\/revisions"}],"predecessor-version":[{"id":7570,"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/posts\/7515\/revisions\/7570"}],"wp:attachment":[{"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/media?parent=7515"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/categories?post=7515"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/tarciziosilva.com.br\/blog\/wp-json\/wp\/v2\/tags?post=7515"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}