SOSYAL AĞ ANALİZİ - Deneme Sınavı - 14

En yakın komşu yöntemi (nearest neighbor method) adını da alan tekli bağlantı yönteminde, iki küme arasındaki uzaklık bir kümedeki gözlem ile diğer kümedeki gözlem arasındaki minimum uzaklıktır. Tekli bağlantı yöntemi kümeler birbirinden açık bir şekilde
ayrıldığında iyi bir tercihtir.

Ortalama bağlantı yönteminde, gözlem çiftleri arasındaki uzaklıkların ortalaması, iki küme arasındaki uzaklık olarak tanımlanır.

Önce Pajek programının ilk satırındaki ilk “Network” (Ağ) sözcüğünü seçeriz. Daha sonra bu sözcüğün altında açılan menüden “Create Random Network” (Rassal ağ oluştur) ve onun sağındaki menüden de “Total Number of Archs”ı (Toplam bağlantı sayısı) tıklanır.

File->Partition->View/Edit yolu ile Şekil 7.10’daki ekranda görülen tabloya ulaşırız. Bu tabloda düğümlerin değerlerini ve etiketlerini istediğimiz gibi değiştirebiliriz.

Diyalog kutusunda, “Select vertex number or vertex label” (Düğüm numarasını veya etiketini seç) hizasında 1 olduğunu görebiliriz. Bunun anlamı, bağlantının 1 düğümünde başlayacağıdır.

Network->Create Random Network->Small World yolu ile "Küçük Dünya Ağı" oluşturmak mümkündür.

Layout->Energy->Kamada-Kawai yolu Kamada-Kawai algoritması ile ağ çizimi yapılabilir.

Pajek'de düğümlerin toplam derece merkezîliklerine aşağıdaki yol izlenerek ulaşılabilir:

Network->Create Partition->Degree->Al->“Partitions” bölümündeki “All Degree Partition of N1iki kez tıklanır.

Network-> Create vector->Centrality->Betweenness->Input

Ölçekten bağımsız bir ağın yakınlık ölçümü için Network-> Create vector->Centrality->Closeness->Input yolu takip edilerek, bir ağ için düğümlerin girdi bağlantıları için yakınlık ölçüleri hesaplanabilir.

Tek bir topluluk tanımı olmamakla birlikte, toplulukların en belirgin özelliği kendi içlerindeki bağlantı sayısının çok, dışarıları ile olan bağlantı sayılarının ise az olmasıdır

Sosyal ağların istatistiksel özellikleri şu şekildedir (McGlohon vd., 2011):
1. Kalın kuyruklu derece dağılımları söz konusudur. Birkaç düğümün bağlantı sayısı çok fazla, çok sayıda düğümün ise komşu sayısı azdır.
2. Ağlarda düğümler kümeler (topluluk-cluster) oluştururlar ve ağların yarıçapları
küçüktür. Ağdaki bir düğümden diğerine birkaç sıçrama ile ulaşabilirsiniz. Genelde ağlarda kuvvet yasaları dağılımları (Power Law) geçerlidir.
3. Ağlarda zaman içinde yarıçap küçülür ve yoğunluk artar. Dev bileşenin dışında
küçük bileşenlerin büyüklükleri sabittir.

1896 yılında bir Fransız psikoloğu olan Gustave Le Bon, kollektif davranış biçimi için bir açıklama getirdi ve kalabalığın, yığınların üyeleri üzerinde hipnotik bir etki yaptıkların gözledi. Kalabalıklar, belirli bir hayat biçimi varsayıyorlar ve bireylerin duygularını karıştırarak akıl dışı hareketlere neden oluyorlardı.

Yapısal uyumun beş özelliği vardı:
• Bireyler topluluğunun nasıl bir araya geldiğini tanımlıyordu,
• Yapısal uyum bir grup özelliği olarak açıklanıyordu,
• Sürekliydi,
• Bireyler arasındaki sosyal ilişkilerin gözlenmesine dayanıyordu,
• Grup büyüklüğü ile ilgisi yoktu.

Hiyerarşik kümelenme algoritması bir dizi nesneyi benzerliklerine göre bir soy ağacında (dendogram) düzenler. Benzerlik ise bu nesneler arasındaki bir uzaklık fonksiyonu ile bulunur. Birbirlerine benzer veya yakın olan nesneler aynı kümelerde toplanır. Sürekli olarak aynı işlemlerin tekrarlanması yoluyla her adımda en yakın kümeler yeni kümelerde birleştirilir.

En yakın komşu yöntemi (nearest neighbor method) adını da alan tekli bağlantı yönteminde, iki küme arasındaki uzaklık bir kümedeki gözlem ile diğer kümedeki gözlem arasındaki minimum uzaklıktır. Tekli bağlantı yöntemi kümeler birbirinden açık bir şekilde ayrıldığında iyi bir tercihtir.

Tam Bağlantı Yöntemi (Complete Linkage Method)
Tam bağlantı yönteminde, iki küme arasındaki uzaklık bir kümedeki gözlem ile diğer kümedeki gözlem arasındaki maksimum uzaklıktır.

Hiyerarşik kümelenme algoritmasının bir dizi nesneyi benzerliklerine göre bir soy ağacında yani dendogramda düzenlediğini belirtmiştik. Dendogram, aşağıdan yukarıya doğru okunmalıdır.