SOSYAL AĞ ANALİZİ

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.

Şekilde verilen çizilmiş bir ağın özellikleri incelendiğinde, ağın ortalama derecesinin 1,7 olduğu görülmektedir. Doğru cevap C'dir. (Şekil 7.32)

Çizdiğimiz aynı ağdaki toplulukları aramak için ise Şekil 7.49’daki yolu izleriz. 

Create Partition > Communities > Louvain Method > Multi-Level Coarsening + Single Refinement

Doğru cevap E'dir.

File->Network->View/Edit yolu ile (Şekil 7.12) ağımızdaki bağlantıları oluşturalım. Bu komutları uyguladığımızda Şekil 7.13’teki diyalog kutusu ile karşılaşırız. Bu diyalog kutusunu OK’lediğimizde, Şekil 7.14’ün ortasındaki “Newline” ile karşılaşırız. Onun üstünü iki kez tıkladığımızda Şekil 7.15’teki diyalog kutusu ile karşılaşırız. Doğru cevap D'dir.

Doğru cevap A'dır. (Şekil 7.21)

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

Şekil 7.39’un üçüncü yatay bölümündeki “2 All Closeness centrality of N1(20)” iki kez tıklandığında Şekil 7.40’taki yakınlık ölçüleri elde edilir. Doğru cevap A'dır.

Şekil 7.46’daki sonuçlara göre Watts-Strogatz kümelenme katsayısı 0,09317311 ve ağın
kümelenme katsayısı ise 0,08848315 olarak hesaplanır. Doğru cevap B'dir.

Network-> Create vector->Centrality->Betweenness->Input dizisi izlenmiş olsaydı o
zaman da aynı ağ için düğümlerin girdi bağlantıları için merkezî arasındalık ölçüsü elde
edilecekti. Doğru cevap C'dir.

Pajek (Slovakçada Pahyek okunur) ağ analizi ve görselleştirmesi için Vladimir Batagelj ve Andrej Mrvar tarafından yazılmış ücretsiz bir programdır. Pajek programının İngilizce kullanım kılavuzuna http://vlado.fmf.uni-lj.si/pub/networks/pajek/doc/pajekman.pdf adresinden erişilebilir.

Şimdi Pajek ile Pajek’in içinde yeni bir ağ oluşturalım. Şekil 7.2’de de görüldüğü gibi, 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.

Benzer şekilde başka bağlantılar da oluşturduktan sonra: Draw->Network yolu ile Şekil 7.17’deki ağa ulaşılır.

Kamada-Kawai bir tasarım algoritmasıdır.

Şekil 7.22 Ölçekten Bağımsız Ağ Oluşturmak incelendiğinde Create Random Network’un ardından Scale Free seçildiği görülür.

Şekil 7.35 Düğümlerin Toplam Derece Merkezilikleri-1 incelendiğinde merkezilik hesaplamak için Centrality seçildiği görülür.

Network-> Create vector->Centrality->Betweenness->Input dizisi izlenmiş olsaydı o zaman da aynı ağ için düğümlerin girdi bağlantıları için merkezî arasındalık ölçüsü elde edilecekti.

Şekil 7.45 incelendiğinde kümlenme katsayılarını hesaplamak için Clustering Coefficients seçildiği görülür.

Şekil 7.49 Aynı Ağdaki Toplulukları Aramak-1 incelendiğinde topluluk aramak için Communities seçildiği görülür.