사회 연결망 분석
"오늘의AI위키"의 AI를 통해 더욱 풍부하고 폭넓은 지식 경험을 누리세요.
1. 개요
사회 연결망 분석은 인간 관계, 사회적 행위자 간의 연결 패턴을 과학적으로 연구하고 분석하는 방법이다. 20세기 초 사회학에서 시작되어, 1970년대부터 다양한 학문 분야로 확장되었다. 21세기 들어 인터넷과 소셜 네트워크 서비스(SNS)의 발달로 그 중요성이 커졌으며, 특히 한국에서도 SNS 이용 증가와 함께 연구가 활발히 이루어지고 있다. 사회 연결망 분석은 데이터 수집, 분석, 시각화 단계를 거치며, 연결, 분포, 세분화 등의 분석 요소를 활용한다. 경영, 사회 현상 분석, 예측 등 다양한 분야에서 활용되며, 엔론 이메일 분석 사례처럼 사회적 변화를 파악하는 데 기여한다. 또한, 소셜 미디어, 학교, 보안, 텍스트 분석, 컴퓨터 기반 협력 학습 등 다양한 분야에서 활용되고 있다.
인간과 인간의 관계, 인간과 사회의 관계 등 다양한 관계들을 과학적으로 밝히고 분석하고자 하는 노력은 긴 역사를 가지고 있다.
사회 연결망 분석은 데이터 수집, 분석, 시각화 단계를 거친다.
2. 역사 및 등장 배경
사회 연결망 분석은 게오르크 지멜 및 에밀 뒤르켐과 같은 초기 사회학자들의 작업에 이론적 뿌리를 두고 있다. 이들은 사회적 행위자를 연결하는 관계 패턴 연구의 중요성에 대해 썼다. 사회과학자들은 20세기 초부터 "사회 연결망"이라는 개념을 사용해 왔는데,[101] 이는 대인관계에서 국제 관계에 이르기까지 모든 규모의 사회 시스템 구성원들 사이의 복잡한 관계 집합을 의미한다.
1930년대에 야코브 레비 모레노와 Helen Hall Jennings|헬렌 홀 제닝스영어는 기본적인 분석 방법을 도입했다.[102] 1954년 John Arundel Barnes|존 애런델 반스영어는 이 용어를 체계적으로 사용하기 시작했는데, 이는 제한된 사회 집단(예: 부족, 가족) 및 사회적 분류(예: 성별, 민족)를 포괄하는 유대 패턴을 나타낸다.
1970년대부터 Ronald Stuart Burt|로널드 버트영어, Kathleen Carley|캐슬린 칼리영어, 마크 그래노베터, David Krackhardt|데이비드 크랙하트영어, Edward Lauman|에드워드 라우만영어, Anatol Rapoport|아나톨 라포폴트영어, Barry Wellman|배리 웰먼영어, Douglas R. White|더글라스 R. 화이트영어 및 Harrison White|해리슨 화이트영어와 같은 학자들이 체계적인 소셜 네트워크 분석의 사용을 확장했다.
1990년대 후반부터 소셜 네트워크 분석은 Duncan J. Watts|던컨 J. 와츠영어, 버러바시 얼베르트 라슬로, 피터 비어먼, Nicholas Christakis|니콜라스 크리스타키스영어, James H. Fowler|제임스 H. 파울러영어와 같은 사회학자, 정치학자, 경제학자, 컴퓨터 과학자 및 물리학자들의 연구를 통해 더욱 부활했다. Mark Newman|마크 뉴먼영어, Matthew O. Jackson|매튜 O. 잭슨영어, Jon Kleinberg|존 클라인버그영어 등은 온라인 소셜 네트워크에 대해 사용할 수 있는 새로운 데이터와 대면에 관한 "디지털 흔적"의 출현에 부분적으로 촉발된 새로운 모델과 방법을 개발하고 적용하고 있다.
21세기에 들어 인터넷의 발전과 Flickr, Twitter, Facebook, Instagram 등 다양한 소셜 네트워크 서비스(SNS)의 등장으로 사회 연결망 분석은 다양한 분야에서 그 역할이 중요해졌으며 그 유용성이 과거에 비해 크게 증대[103]했다. 특히, 2000년대 초반보다 소셜 네트워크 서비스(Social Network Service)가 활발해진 2010년 이후 한국에서는 사회 연결망 분석 연구가 매우 증가했다.[104]
3. 사회 연결망 분석 단계
데이터는 Flickr, Twitter, Facebook, Instagram 등 다양한 소셜 네트워크 서비스(Social Network Service)와 개인 이메일에서 수집할 수 있으며,[103] 웹 크롤러, NodeXL 등을 통해 수집하거나 인터뷰, 설문, 관찰 등을 통해 직접 수집할 수 있다.[103]
수집된 데이터는 R, Python 등의 프로그래밍 언어나 UCINET, NetMiner, NodeXL 등의 사회 연결망 분석 프로그램을 통해 분석한다.[103] 군집 계수는 노드의 두 연결된 구성원이 서로 연결될 가능성을 측정하는 지표이며,[38] 응집력은 행위자들이 응집력 있는 유대감으로 서로 직접 연결되는 정도를 나타낸다.[39]
분석된 데이터는 시각화를 통해 파악하며, 대부분 프로그램 안에 시각화 기능이 내장되어 있다.[40] 분석 소프트웨어의 네트워크 시각화 모듈을 통해 노드와 연결을 표시하고, 노드에 색상, 크기 등의 속성을 부여하여 데이터를 탐색한다.[41][42][43][44]
부호 그래프는 사람들 사이의 관계를 보여주는 데 사용될 수 있으며, 균형 이론에 따라 그래프의 미래 진화를 예측하는 데 사용될 수 있다.[45]
3. 1. 사회 연결망 데이터 수집
사회 연결망 분석을 위해서는 데이터가 필요하다. 이 데이터는 Flickr, Twitter, Facebook, Instagram 등 다양한 소셜 네트워크 서비스(Social Network Service)와 개인 이메일에서 수집할 수 있다.[103] 데이터 수집 방법에는 웹 크롤러 기법을 통한 직접 수집, NodeXL 같은 프로그램을 통한 수집 등이 있다.[103]
하지만 개인 정보 데이터의 중요성과 위험성이 드러나면서, Facebook을 시작으로 대부분의 소셜 네트워크 서비스들은 API 접근을 제한하여 데이터 수집 권한을 대폭 축소하였다.
이 외에도 인터뷰, 설문, 관찰 등을 통해 직접 데이터를 수집하는 방법도 있다.[103]
3. 2. 데이터 분석
수집된 데이터를 바탕으로 분석을 시행한다. 데이터를 분석하기 위해서는 R, Python 등 프로그래밍 언어를 이용하기도 하나, 일반적으로 사회 연결망 분석 프로그램을 사용한다. 국내의 대표적인 프로그램으로는 'UCINET'과 'NetMiner' 등이 있으며 해외의 대표적인 프로그램으로는 'NodeXL' 등이 있다.[103]
집단은 각 개인이 다른 모든 개인과 직접 연결되어 있는 경우 '파벌'로, 직접 접촉의 엄격성이 덜한 경우(정확하지 않음) '사교 집단'으로, 정확성이 필요한 경우 구조적으로 응집력 있는 블록으로 식별된다.
군집 계수: 노드의 두 연결된 구성원이 서로 연결될 가능성을 측정하는 지표이다. 군집 계수가 높을수록 '파벌 성향'이 더 크다.[38]
응집력: 행위자들이 응집력 있는 유대감으로 서로 직접 연결되는 정도이다. 구조적 응집력은 집단에서 제거될 경우 집단을 분리시키는 최소 구성원 수를 나타낸다.[39]
3. 3. 데이터 시각화
분석을 마친 데이터를 파악하기 위해 시각화를 시행한다. 대부분 프로그램 안에 시각화 기능이 내장되어 있다. 분석 방향과 필요한 정보에 따라 최종 시각화를 시행한다.[40] 사회 네트워크의 시각적 표현은 네트워크 데이터를 이해하고 분석 결과를 전달하는 데 중요하며, 사회 네트워크 분석으로 생성된 데이터에 대한 시각화 방법이 많이 제시되었다.[41][42][43][44] 많은 분석 소프트웨어에는 네트워크 시각화 모듈이 있어, 다양한 레이아웃으로 노드와 연결을 표시하고 노드에 색상, 크기 및 기타 고급 속성을 부여하여 데이터를 탐색한다. 네트워크의 시각적 표현은 복잡한 정보를 전달하는 강력한 방법이 될 수 있지만, 시각적 표시만으로 노드와 그래프 속성을 해석할 때는 주의해야 한다. 시각적 표시는 정량적 분석을 통해 더 잘 포착되는 구조적 속성을 잘못 나타낼 수 있기 때문이다.
부호 그래프는 사람들 사이의 좋은 관계와 나쁜 관계를 보여주는 데 사용할 수 있다. 두 노드 사이의 양의 간선은 긍정적인 관계(우정, 동맹, 데이트)를 나타내고, 음의 간선은 부정적인 관계(증오, 분노)를 나타낸다. 부호가 있는 사회 네트워크 그래프는 그래프의 미래 진화를 예측하는 데 사용될 수 있다. 부호가 있는 사회 네트워크에는 "균형 잡힌" 주기와 "불균형 잡힌" 주기라는 개념이 있다. 균형 잡힌 주기는 모든 부호의 곱이 양수인 주기로 정의된다. 균형 이론에 따르면, 균형 잡힌 그래프는 그룹 내 다른 사람들에 대한 의견을 바꿀 가능성이 없는 사람들의 그룹을 나타낸다. 불균형 잡힌 그래프는 그룹 내 사람들에 대한 의견을 바꿀 가능성이 매우 높은 사람들의 그룹을 나타낸다. 예를 들어, A와 B가 긍정적인 관계를 갖고, B와 C가 긍정적인 관계를 갖고, C와 A가 부정적인 관계를 갖는 3명(A, B, C)의 그룹은 불균형 잡힌 주기이다. 이 그룹은 B가 A와만 좋은 관계를 맺고 A와 B 모두 C와 부정적인 관계를 갖는 것과 같이 균형 잡힌 주기로 변형될 가능성이 매우 높다. 균형 잡힌 주기와 불균형 잡힌 주기의 개념을 사용하여 부호가 있는 사회 네트워크 그래프의 진화를 예측할 수 있다.[45]
참여적인 네트워크 매핑에 대한 다양한 접근 방식이 특히 사회 네트워크 분석을 변화를 촉진하는 도구로 사용할 때 유용한 것으로 입증되었다. 여기서 참가자/면접관은 데이터 수집 세션 중에 네트워크를 매핑(펜과 종이 또는 디지털 방식으로)하여 네트워크 데이터를 제공한다. 일부 행위자 속성(행위자의 인식된 영향력과 목표)의 수집을 포함하는 펜과 종이 네트워크 매핑 접근 방식의 예는 *Net-map toolbox이다. 이 접근 방식의 한 가지 장점은 네트워크 데이터가 수집되는 동안 연구자가 정성적 데이터를 수집하고 명확한 질문을 할 수 있다는 것이다.
4. 분석 요소
사회 연결망 분석에서는 네트워크의 크기, 즉 지정된 네트워크를 구성하는 구성원의 수를 분석한다.
4. 1. 연결
동질성(homophily): 행위자가 유사하거나 유사하지 않은 타인과 유대관계를 형성하는 정도를 의미한다. 유사성은 성별, 인종, 나이, 직업, 교육 성취, 지위, 가치 또는 기타 두드러진 특성에 따라 정의될 수 있다.[105] 동종성은 분류성이라고도 한다.
다중성: 관계에 포함된 콘텐츠 형식의 수이다. 예를 들어 친구이자 함께 일하는 두 사람의 다중화도는 2가 된다.[106] 다중성은 관계 강도와 연관되어 있으며 긍정적이고 부정적인 네트워크 관계의 중첩으로 구성될 수도 있다.[107]
상호성/재귀성(Mutuality/Reciprocity): 두 행위자가 서로의 우정이나 다른 상호작용을 어느 정도 상호 반응하는지에 대한 것이다.
네트워크 폐쇄(Network Closure): 관계형 트라이어드의 완전성을 측정한다. 네트워크 폐쇄에 대한 개인의 가정(즉, 친구도 친구임)을 전이성이라고 한다. 전이성은 인지적 폐쇄의 필요성의 개인 또는 상황적 특성의 결과이다.
근접성(Propinquity): 행위자들이 지리적으로 가까운 다른 사람들과 더 많은 연결을 가지는 경향을 의미한다.
4. 2. 분포
중심성(Centrality): 네트워크 내 특정 노드(또는 그룹)의 "중요도" 또는 "영향력"을 정량화하는 것을 목표로 하는 측정항목 그룹을 나타낸다.[109][110][111][112] 중심성을 측정하는 일반적인 방법으로는 매개중심성, 근접 중심성, 고유벡터 중심성, Katz centrality|알파 중심성영어, 정도 중심성이 있다.[113]
Bridge (graph theory)|브리지(Bridge)영어: 약한 연결이 구조적 허점을 채우는 개인으로, 두 개인 또는 클러스터 사이의 유일한 연결을 제공한다. 메시지 왜곡이나 전달 실패 위험이 높아 더 긴 경로가 실행 불가능한 경우 최단 경로도 포함된다.[108]
밀도(Density): 가능한 총 수에 대한 네트워크의 직접적인 연결 비율이다.[114][115]
거리(Distance): 두 명의 특정 행위자를 연결하는 데 필요한 최소 연결 수로, 스탠리 밀그램의 작은 세계 실험과 '6단계 분리' 개념에 의해 대중화되었다.
구조적 허점: 네트워크의 두 부분 사이에 연결이 없다. 구조적 허점을 찾아 활용하는 것은 기업가 경쟁 우위를 제공할 수 있다. 이 개념은 사회학자 Ronald Stuart Burt|로널드 스튜어트 버트영어에 의해 개발되었으며 때로는 사회적 자본의 대체 개념이라고도 한다.
유대 강도(Tie Strength): 시간, 정서적 강도, 친밀감 및 상호성(예: 상호성)의 선형 조합으로 정의된다.[116] 강한 유대는 동질성, 근접성, 전이성과 연관되는 반면, 약한 유대는 가교와 연관된다.
4. 3. 세분화
그룹은 모든 개인이 다른 모든 개인과 직접적으로 연결되어 있는 경우 '파벌'로 식별되고, 직접 접촉의 엄격함이 덜하고 부정확한 경우 '사회집단'으로 식별되며, 정확성이 필요한 경우 구조적 응집력이 있는 블록으로 식별된다.
클러스터링 계수는 노드의 두 연관이 연관될 가능성을 측정한 것이다. 클러스터링 계수가 높을수록 '클러시'가 더 크다는 것을 나타낸다.[117]
응집성은 행위자들이 사회 통합을 통해 서로 직접 연결되는 정도를 나타낸다. 구조적 응집력은 그룹에서 제거될 경우 그룹 연결을 끊을 수 있는 최소 구성원 수를 나타낸다.[118]
5. 네트워크 모델링 및 시각화
소셜 네트워크의 시각적 표현은 네트워크 데이터를 이해하고 분석 결과를 전달하는 데 중요하다.[119] 소셜 네트워크 분석 소프트웨어를 활용하여 네트워크를 시각화한다.[120][121][122] 데이터 탐색은 다양한 레이아웃으로 노드와 연결을 표시하고 노드에 색상, 크기 및 기타 고급 속성을 지정하여 수행된다. 네트워크의 시각적 표현은 복잡한 정보를 전달하는 강력한 방법일 수 있지만, 시각적 디스플레이만으로 노드 및 그래프 속성을 해석할 때는 정량 분석을 통해 더 잘 포착된 구조적 속성을 잘못 나타낼 수 있으므로 주의해야 한다.
부호형 그래프는 인간 사이의 좋은 관계와 나쁜 관계를 설명하는 데 사용될 수 있다. 두 노드 사이의 긍정적인 가장자리는 긍정적인 관계(우정, 동맹, 데이트)를 나타내고, 두 노드 간의 부정적인 가장자리는 부정적인 관계(증오, 분노)를 나타낸다. 서명된 소셜 네트워크 그래프를 사용하여 그래프의 향후 발전을 예측할 수 있다. 서명된 소셜 네트워크에는 "균형" 및 "불균형" 주기라는 개념이 있다. 균형 잡힌 주기는 모든 징후의 곱이 양수인 순환으로 정의된다. 균형 이론에 따르면, 균형 잡힌 그래프는 그룹 내 다른 사람들의 의견을 바꿀 가능성이 없는 사람들의 그룹을 나타낸다. 불균형 그래프는 자신이 속한 그룹의 사람들에 대한 의견을 바꿀 가능성이 매우 높은 사람들의 그룹을 나타낸다. 예를 들어 3명(A, B, C)으로 구성된 그룹에서 A와 B는 양의 관계, B와 C는 양의 관계, C와 A는 음의 관계를 갖는 불균형 순환이다. 이 그룹은 B가 A와만 좋은 관계를 갖고 A와 B 모두 C와 부정적인 관계를 갖는 것과 같은 균형 잡힌 주기로 변할 가능성이 매우 높다. 균형 및 불균형 주기의 개념을 사용하여 Sociogram|소셜 네트워크 그래프영어를 예측할 수 있다.[123]
특히 변화를 촉진하기 위한 도구로 소셜 네트워크 분석을 사용할 때 참여 네트워크 매핑의 다양한 접근 방식이 유용한 것으로 입증되었다. 여기서 참가자/면접관은 데이터 수집 세션 동안 실제로 네트워크를 매핑(펜과 종이 또는 디지털 방식으로)하여 네트워크 데이터를 제공한다. 일부 행위자 속성(행위자의 인지된 영향 및 목표)의 수집도 포함하는 펜과 종이 네트워크 매핑 접근 방식의 예는 Net-map toolbox|넷맵 도구 상자영어이다. 이 접근 방식의 한 가지 이점은 연구자가 질적 데이터를 수집하고 네트워크 데이터가 수집되는 동안 명확한 질문을 할 수 있다는 것이다.
6. 사회 네트워킹 잠재력 (SNP)
SNP(소셜 네트워킹 잠재력)는 개인의 소셜 네트워크 규모와 해당 네트워크에 영향을 미치는 능력을 나타내기 위해 알고리즘[124][125]을 통해 파생된 숫자 계수이다. SNP 계수는 2002년 Bob Gerstley에 의해 처음 정의되어 사용되었다. 밀접하게 관련된 용어는 높은 SNP를 가진 사람으로 정의되는 알파 사용자이다.
SNP 계수는 주로 두 가지 주요 기능을 갖고 있다.
# 사회 네트워킹 잠재력을 기반으로 개인을 분류한다.
# 정량적 마케팅 조사 연구에서 응답자의 가중치를 부여한다.
응답자의 SNP를 계산하고 높은 SNP 응답자를 대상으로 함으로써 바이럴 마케팅 전략을 추진하는 데 사용되는 정량적 마케팅 조사의 강도와 관련성이 향상된다.
개인의 SNP를 계산하는 데 사용되는 변수에는 소셜 네트워킹 활동 참여, 그룹 멤버십, 리더십 역할, 인정, 비전자적 미디어에 대한 출판/편집/기고, 전자 미디어(웹사이트, 웹사이트, 블로그) 및 해당 네트워크 내에서의 과거 정보 배포 빈도 등이 있다. "SNP"라는 약어와 개인의 소셜 네트워킹 잠재력을 정량화하기 위해 개발된 최초의 알고리즘 중 일부는 "광고 연구가 변화하고 있다"(Gerstley, 2003) 백서에 설명되어 있다. 바이럴 마케팅을 참조.[126]
이동 통신 청중 사이에서 Alpha Users의 상업적 사용을 논의한 첫 번째 책[127]은 2004년 Ahonen, Kasper 및 Melkko가 쓴 '3G Marketing'이었다. 사회 마케팅 정보의 맥락에서 알파 사용자를 보다 일반적으로 논의한 첫 번째 책은 2005년 Ahonen & Moore가 쓴 'Communities Dominate Brands'이다. 2012년 Nicola Greco(UCL)는 TEDx에서 소셜 네트워킹 잠재력을 사용자가 생성하고 기업이 사용해야 하는 잠재적 에너지와 평행하게 설명하면서 "SNP는 모든 기업이 보유해야 하는 새로운 자산이다"라고 말했다.[128]
7. 사회 연결망 분석의 유용성
사회 연결망 분석은 돈세탁, 테러 방지와 같은 실제 상황뿐만 아니라 다양한 학문 분야에서 응용되고 있다.[103] 20세기 후반부터 기술 발전과 함께 사회 연결망 분석 연구가 본격적으로 시작되었으며, 21세기에 들어 Flickr, Twitter, Facebook, Instagram 등 다양한 소셜 네트워크 서비스(Social Network Service)의 등장으로 그 역할과 유용성이 크게 증대되었다.[103] 2000년대 초반보다 소셜 네트워크 서비스가 활발해진 2010년 이후 관련 연구 또한 매우 증가했다.[104]
사회 연결망 분석은 엔론 이메일 분석과 같이 다양한 연구와 예측에 사용될 수 있으며, 앞으로 그 가치는 더욱 증대할 것으로 전망된다.
7. 1. 경영학적 활용
경영학적으로는 중심성을 파악하여 소셜 네트워크 서비스나 네트워크 내에서 가장 강력한 영향력을 가진 인물을 찾아 홍보 효과를 극대화하는 마케팅 전략에 활용할 수 있다. 특히 한국의 기업들은 인플루언서 마케팅에 적극적으로 활용하고 있다. 또한 특정 공간 내에서의 관계망을 분석하여 사회와 공간 간의 관계를 이해하고, 이를 과학적으로 분석할 수 있다.[1]7. 2. 사회 현상 분석 및 예측
사회 연결망 분석은 다양한 분야에서 활용될 수 있다. 특히, 조직 내 문제점을 예측하는 데 유용하게 사용될 수 있다.'엔론 이메일 분석'은 사회 연결망 분석의 대표적인 활용 사례이다. 엔론은 미국의 에너지 및 물류 서비스 회사였으나, 2001년 말 분식회계 사건으로 파산했다. 이후 법원 결정에 따라 직원들의 이메일 데이터가 공개되었다.
엔론 사태 발생 수개월 전, 회사 직원들 간의 연결 정도는 감소하고, 각 직원의 연결 정도 중심성도 감소했다. 반면, 네트워크 외부와의 연결 정도는 증가하고, 외부인들의 네트워크 내 중심성은 높아졌다. 이는 엔론 사태를 예측한 일부 임직원들이 다른 회사를 찾거나 구직 활동을 시작했고, 일부 외부인들은 회사 내 직원들에게 접근하기 시작했음을 의미한다.
사건 발생 후 분석이 이루어졌지만, 만약 당시에 사회 연결망 분석을 시행했다면 엔론 사태를 어느 정도 예측할 수 있었을지도 모른다.[1]
한국에서도 사회 연결망 분석을 통해 사회 현상을 분석하고 미래를 예측하는 연구가 활발하게 진행되고 있다. 예를 들어 세월호 참사 관련 여론 분석, 촛불집회 참여자 네트워크 분석 등이 있다.
8. 활용 사례
사회 연결망 분석은 인간과 인간, 인간과 사회의 다양한 관계를 과학적으로 분석하고 밝히려는 학문이다. 게오르크 지멜과 에밀 뒤르켐 같은 초기 사회학자들의 연구에 이론적 뿌리를 두고 있으며, 20세기 초부터 사회과학자들은 '사회 연결망'이라는 개념을 사용해 왔다.[101]
1930년대 야코브 레비 모레노와 헬렌 홀 제닝스|헬렌 홀 제닝스영어는 기본적인 분석 방법을 도입했고,[102] 1954년 존 애런델 반스|존 애런델 반스영어는 이 용어를 체계적으로 사용하기 시작했다. 1970년대 이후 여러 학자들이 체계적인 소셜 네트워크 분석의 사용을 확장했다. 1990년대 후반부터 사회 연결망 분석은 더욱 부활했으며, 온라인 소셜 네트워크에 대한 새로운 데이터의 출현으로 새로운 모델과 방법이 개발 및 적용되었다.
20세기 후반부터 기술 발전과 함께 사회 연결망 분석 연구가 본격화되었으며, 21세기에는 인터넷과 Flickr, Twitter, Facebook, Instagram 등 다양한 소셜 네트워크 서비스(Social Network Service)의 등장으로 그 역할과 유용성이 크게 증대되었다.[103] 특히 2010년 이후 소셜 네트워크 서비스가 활발해지면서 관련 연구 또한 매우 증가했다.[104] 사회 네트워크 분석은 돈세탁, 테러 방지와 같은 실제 상황에서도 활용된다.
사회 연결망 분석은 다음과 같이 다양한 분야에서 활용되고 있다.
- 데이터 집계 및 마이닝
- 네트워크 전파 모델링
- 네트워크 모델링 및 샘플링
- 사용자 속성 및 행동 분석
- 추천 시스템 개발
- 링크 예측과 개체 식별
민간 부문에서는 고객 상호 작용 분석, 정보 시스템 개발 분석, 마케팅 및 비즈니스 인텔리전스 등에 활용되며, 공공 부문에서는 리더 참여 전략 개발, 개인 및 그룹 참여 분석, 커뮤니티 기반 문제 해결 등에 사용된다.
8. 1. 일반적인 활용
사회 연결망 분석은 광범위한 응용 프로그램과 분야에서 널리 사용된다. 일반적인 네트워크 분석에는 데이터 집계 및 데이터 마이닝, 네트워크 전파 모델링, 네트워크 모델링 및 샘플링, 사용자 속성 및 행동 분석, 커뮤니티 유지 리소스 지원, 위치 기반 상호 작용 분석, 소셜 공유 및 필터링, 추천 시스템 개발 및 링크 예측과 개체 식별이 포함된다.[129]민간 부문에서 기업은 소셜 네트워크 분석을 사용하여 고객 상호 작용 및 분석, 정보 시스템 개발 분석,[129] 마케팅 및 비즈니스 인텔리전스 요구 사항과 같은 활동을 지원한다. ( 소셜 미디어 분석 참조)
일부 공공 부문 용도에는 리더 참여 전략 개발, 개인 및 그룹 참여 분석, 미디어 사용, 커뮤니티 기반 문제 해결 등이 포함된다.
8. 2. 학교의 종단적 소셜 네트워크 분석
전 세계적으로 수많은 연구자들이 어린이와 청소년의 소셜 네트워크를 조사한다. 연구자들은 설문지에 동급생, 같은 학년 학생, 학교 친구를 모두 나열하여 "가장 친한 친구는 누구입니까?"라고 질문한다. 학생들은 때때로 원하는 만큼 많은 동료를 지명할 수 있으며, 다른 경우에는 후보 수가 제한되기도 한다. 소셜 네트워크 연구자들은 우정 네트워크의 유사점을 조사했는데, 친구 사이의 유사성은 고대부터 확립되었다.[130] 닮음은 우정을 유지하는 중요한 기반이다. 특성, 태도, 행동의 유사성은 친구들이 서로를 더 빨리 이해하고, 이야기할 공통 관심사가 있고, 서로의 입장을 더 잘 알고, 서로에 대한 신뢰가 더 크다는 것을 의미한다.[131] 결과적으로 그러한 관계는 더욱 안정적이고 가치 있게 된다. 더욱이, 더 비슷해 보이는 것은 젊은 사람들에게 더 자신감을 주고 그들의 정체성을 발전시키는 데 도움이 된다.[132] 행동의 유사성은 선택(깃털이 있는 새들이 함께 모이는 것)과 영향(썩은 사과 하나가 통을 망친다)이라는 두 가지 과정에서 비롯될 수 있다. 이 두 프로세스는 톰 스니더스(Tom Snijders)와 동료가 개발한 R 패키지 SIENA(Simulation Investigation for Empirical Network Analyses)를 사용한 종단적 소셜 네트워크 분석을 통해 구별할 수 있다.[133] 종단적 소셜 네트워크 분석은 2013년 르네 빈스트라(René Veenstra)가 편집하고 15개의 실증 논문을 포함하는 ''청소년 연구 저널(Journal of Research on Adolescence)''의 특별호가 출판된 이후 주류가 되었다.[134]8. 3. 보안 분야 활용
사회 연결망 분석은 정보, 방첩, 법 집행 활동에 활용된다. 이 기술을 통해 분석가들은 간첩 조직, 범죄 조직, 거리 갱단과 같은 비밀 조직을 파악할 수 있다. 미국 국가 안보국(NSA)은 전자 감시 프로그램을 사용하여 테러리스트 세포 및 기타 네트워크에 대한 분석을 수행하는 데 필요한 데이터를 생성한다. NSA는 이러한 네트워크 분석 과정에서 최대 3개의 노드를 조사한다.[135] 사회 연결망의 초기 매핑이 완료된 후, 네트워크 구조를 결정하고 네트워크 내 리더를 파악하기 위한 분석이 수행된다.[136] 이를 통해 군대나 법 집행 기관은 리더십 위치에 있는 고위험 목표에 대한 포획 또는 사살 참수 작전을 시작하여 네트워크 기능을 방해할 수 있다. NSA는 9·11 테러 직후부터 메타데이터라고도 알려진 통화 상세 기록(CDR)에 대한 사회 연결망 분석을 수행해 왔다.[137][138]8. 4. 텍스트 분석 활용
대규모 텍스트 뭉치(말뭉치)를 네트워크로 변환한 후 사회 연결망 분석 방법을 적용할 수 있다. 이러한 네트워크에서 노드는 사회 행위자이고 링크는 작업이다. 파서를 사용하면 이러한 네트워크 추출을 자동화할 수 있다. 결과 네트워크는 수천 개의 노드를 포함할 수 있으며, 네트워크 이론의 도구를 사용하여 분석된다. 이를 통해 주요 행위자, 주요 커뮤니티 또는 당사자를 식별하고, 전체 네트워크의 견고성 또는 구조적 안정성, 특정 노드의 중심성과 같은 일반 속성을 파악한다.[140] 이는 정량적 서술 분석[141]에서 도입한 접근 방식을 자동화한 것으로, 주어-동사-목적어 삼중항을 행위로 연결된 행위자 쌍 또는 행위자-객체로 형성된 쌍으로 식별한다.[142]
다른 접근 방식으로는 텍스트에서 동시에 나타나는 단어의 네트워크를 고려하여 텍스트 분석을 수행한다. 이러한 네트워크에서 노드는 단어이며 노드 간의 링크는 동시 발생 빈도(특정 최대 범위 내)를 기준으로 가중치가 부여된다.
8. 5. 인터넷 상의 활용
하이퍼링크 분석은 웹 사이트나 웹 페이지 간의 연결을 분석하여, 개인이 웹을 탐색할 때 정보가 어떻게 흐르는지 조사하는 데 사용될 수 있다.[144] 또한, 하이퍼링크 분석을 통해 특정 이슈 커뮤니티 내에 어떤 조직들이 있는지 파악하기 위해 조직 간 연결을 분석할 수 있다.[145] 네토크라시 개념은 온라인 소셜 네트워크의 확장과 사회적 권력 역학 변화 간의 상관관계를 연구한다.[66]8. 6. 소셜 미디어에서의 활용
사회 연결망 분석은 트위터, 페이스북 등 소셜 미디어 웹사이트에서의 연결을 통해 개인이나 조직 간의 행동을 이해하는 도구로 활용된다.[147][67]8. 7. 컴퓨터 기반 협력 학습(CSCL)에서의 활용
(CSCL) 연구는 학습자 간의 협력 패턴을 이해하기 위해 사회 연결망 분석 (SNA)을 활용한다. SNA는 의사소통의 양, 빈도, 길이뿐만 아니라 질, 주제, 전략 측면에서 학습자가 어떻게 협력하는지 파악하는 데 사용된다.[148]CSCL 환경에서 SNA를 적용할 때, 참가자들의 상호작용은 사회적 네트워크로 간주된다. 분석의 초점은 각 참가자가 개별적으로 어떻게 행동했는지가 아니라, 참가자들 간의 "연결", 즉 그들이 어떻게 상호작용하고 의사소통했는지에 맞춰진다.[148]
CSCL에서 SNA 연구와 관련된 주요 용어는 다음과 같다:
- 밀도 (Density): 참가자 간의 연결을 나타낸다. 밀도는 참가자가 맺은 연결 수를 참가자가 가질 수 있는 최대 연결 수로 나눈 값으로 정의된다. 예를 들어, 20명이 참여하는 경우 각 사람은 잠재적으로 19명의 다른 사람과 연결될 수 있다. 100% (19/19) 밀도는 시스템에서 가장 높은 밀도이며, 5% 밀도는 19개의 가능한 연결 중 단 1개만 존재함을 의미한다.[148]
- 중심성 (Centrality): 네트워크 내 개별 참가자의 행동에 초점을 둔다. 개인이 네트워크의 다른 사람과 상호작용하는 정도를 측정하며, 개인이 다른 사람과 더 많이 연결될수록 중심성은 더 커진다.[149][150]
- 내향 연결 차수 (In-degree): 특정 개인에게 초점을 맞춘다. 다른 모든 개인의 중심성은 "급" 개인, 즉 초점이 되는 개인과의 관계를 기반으로 한다.[151]
- 외향 연결 차수 (Outdegree): 단일 개인에게 초점을 맞추지만, 분석은 개인으로부터 외부로 나가는 상호작용에 관심을 둔다. 개인이 다른 사람과 상호작용하는 횟수를 측정한다.[152][153]
- 소시오그램 (Sociogram): 네트워크에서 연결의 경계를 정의하여 시각화한 것이다. 예를 들어, 참가자 A의 외향 연결 차수를 보여주는 소시오그램은 연구된 네트워크에서 참가자 A가 만든 모든 나가는 연결을 보여준다.[154]
연구자들은 CSCL 연구에서 SNA가 제공하는 고유한 기능 덕분에 SNA를 활용한다. 이 방법은 네트워크로 연결된 학습 커뮤니티 내에서 상호작용 패턴을 연구하고, 참가자들이 그룹의 다른 구성원과 상호작용하는 정도를 설명하는 데 도움을 준다.[155] 또한, SNA 도구를 사용하여 생성된 그래픽은 참가자 간의 연결과 그룹 내 의사소통에 사용되는 전략을 시각화하며, 시간에 따른 구성원의 참여 패턴 변화를 쉽게 분석할 수 있게 해준다.[156]
다양한 연구에서 CSCL에 SNA를 적용한 결과, 다음과 같은 사실들이 밝혀졌다:
- 네트워크 밀도와 교사 존재 간의 상관관계[157]
- "중앙" 참가자의 추천에 대한 더 큰 존중[158]
- 네트워크에서 성별 간 상호작용 빈도가 낮음[159]
- 비동기 학습 네트워크에서 강사의 역할이 상대적으로 작음[160]
SNA는 CSCL에 대한 유용한 정보를 제공하지만, 연구자들은 SNA만으로는 CSCL을 완전히 이해하기 어렵다고 지적한다. 상호작용 과정의 복잡성과 다양한 데이터 소스로 인해 SNA는 CSCL에 대한 심층적인 분석을 제공하는 데 한계가 있다.[73] 따라서 SNA를 다른 분석 방법과 함께 활용하여 협력 학습 경험을 더 정확하게 파악해야 한다고 제안한다.[75]
CSCL 연구의 신뢰도를 높이기 위해, 다중 방법 접근 방식 또는 데이터 삼각측량을 통해 SNA와 다른 유형의 분석을 결합한 많은 연구가 진행되었다. 이러한 연구에서 활용된 방법은 다음과 같다:
질적 방법 | 양적 방법 |
---|---|
참조
[1]
논문
Social network analysis: a powerful strategy, also for the information sciences
2002-12
[2]
논문
A social network analysis of Twitter: Mapping the digital humanities community
2016-12-31
[3]
논문
Crisis Communications in the Age of Social Media: A Network Analysis of Zika-Related Tweets
2018-10
[4]
arXiv
An Agent-Based Model of Message Propagation in the Facebook Electronic Social Network
2016-11-22
[5]
논문
The Paris/Geneva Divide. A Network Analysis of the Archives of the International Committee on Intellectual Cooperation of the League of Nations
https://shs.hal.scie[...]
2022
[6]
논문
The firm's knowledge network and the transfer of advice among corporate inventors—A multilevel network study
2017-05
[7]
논문
Forty Years of Secondhand Smoke Research
2009-06
[8]
서적
Social Network Analysis in Telecommunications
https://books.google[...]
John Wiley & Sons
[9]
서적
Computational Social Network Analysis: Trends, Tools and Research Advances
Springer
[10]
논문
Understanding Classrooms through Social Network Analysis: A Primer for Social Network Analysis in Education Research
2014-01-23
[11]
논문
Life history stage explains behavior in a social network before and during the early breeding season in a cooperatively breeding bird
2020-02-10
[12]
서적
Social network differences of chronotypes identified from mobile phone data
2018
[13]
논문
EasyGraph: A multifunctional, cross-platform, and effective library for interdisciplinary network analysis
https://www.cell.com[...]
2023-10
[14]
논문
Is Global Governance Fragmented, Polycentric, or Complex? The State of the Art of the Network Approach
2020-11-26
[15]
논문
Using Social Network Analysis to Understand Missouri's System of Public Health Emergency Planners
2007-07
[16]
서적
Dynamics On and Of Complex Networks III Machine Learning and Statistical Physics Approaches
Springer International Publishing : Imprint: Springer
2019
[17]
논문
Trends in distance education research: A content analysis of journals 2009–2013
https://www.irrodl.o[...]
2015-01-20
[18]
웹사이트
Facebook friends mapped by Wolfram Alpha app
https://www.bbc.co.u[...]
2012-09-24
[19]
웹사이트
Wolfram Alpha Launches Personal Analytics Reports For Facebook
https://techcrunch.c[...]
2012-08-30
[20]
논문
We-Sport: from academy spin-off to data-base for complex network analysis; an innovative approach to a new technology
[21]
서적
The development of social network analysis: a study in the sociology of science
Empirical Press; BookSurge
2004
[22]
논문
How output outweighs input and interlocutors matter for study-abroad SLA: Computational Social Network Analysis of learner interactions
https://doi.org/10.1[...]
2022
[23]
논문
Peer interaction dynamics and L2 learning trajectories during study abroad: A longitudinal investigation using dynamic computational Social Network Analysis
2024
[24]
논문
Forms of Capital and Social Structure in Cultural Fields: Examining Bourdieu's Social Topography
1995-01
[25]
논문
Fields and networks: correspondence analysis and social network analysis in the framework of field theory
2003-10
[26]
논문
Die Afrikaanse literêre sisteem : 'n eksperimentele benadering met behulp van Sosiale-netwerk-analise (SNA) : geesteswetenskappe
2012-12-01
[27]
논문
Birds of a Feather: Homophily in Social Networks
2001-08
[28]
서적
Social networks and organisations
Sage Publications
[29]
논문
Dissonant Ties in Intraorganizational Networks: Why Individuals Seek Problem-Solving Assistance from Difficult Colleagues
2020-06
[30]
논문
The Strength of Weak Ties
1973-05
[31]
서적
Analyzing Social Media Networks with NodeXL
https://books.google[...]
Morgan Kaufmann
[32]
서적
Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data
https://books.google[...]
Springer
[33]
서적
The Sage Handbook of Social Network Analysis
SAGE
[34]
서적
Social Network Analysis for Startups: Finding Connections on the Social Web
https://books.google[...]
O'Reilly
[35]
논문
Node centrality in weighted networks: Generalizing degree and shortest paths
2010-07
[36]
서적
Field Manual 3-24: Counterinsurgency
Headquarters, Department of the Army
[37]
서적
Web Mining and Social Networking: Techniques and Applications
https://books.google[...]
Springer
[38]
서적
The Sage Handbook of Social Network Analysis
SAGE
[39]
서적
Handbook of Optimization in Complex Networks: Communication and Social Networks
Springer
[40]
학술지
Visualizing Social Networks
http://www.cmu.edu/j[...]
[41]
학술지
Cultural Scene Detection Using Reverse Louvain Optimization
https://zenodo.org/r[...]
2014
[42]
학회
Graphical Interaction and Visualization for the Analysis and Interpretation of Contingency Analysis Result
IEEE Power Engineering Society
[43]
학술지
SIM: A dynamic multidimensional visualization method for social networks
[44]
웹사이트
Network Analysis and Modeling (CSCI 5352)
https://danlarremore[...]
2024-12-02
[45]
학술지
Structural balance: a generalization of Heider's theory.
1956
[46]
학회
Proceedings of the 11th International Conference on Knowledge Management and Knowledge Technologies - i-KNOW '11
[47]
학술지
Measuring user influence on Twitter: A survey
2016-09-00
[48]
서적
The Changing Roles of Advertising
https://www.springer[...]
Springer Fachmedien Wiesbaden GmbH
2015-10-22
[49]
서적
3G marketing: communities and strategic partnerships
John Wiley & Sons
[50]
웹사이트
Watch "TEDxMilano – Nicola Greco – on math and social network" Video at TEDxTalks
http://tedxtalks.ted[...]
[51]
학술지
Multilayered analysis of co-development of business information systems
2015-07-01
[52]
학술지
Birds of a Feather: Homophily in Social Networks
https://www.annualre[...]
2001
[53]
학술지
Toward understanding the functions of peer influence: A summary and synthesis of recent empirical research
2021
[54]
웹사이트
Hallinan, M. T. (1980). Patterns of cliquing among youth. In H. C. Foot, A. J. Chapman, & J. R. Smith (Eds.), Friendship and social relations in children (pp. 321–342). New York, NY: Wiley.
https://psycnet.apa.[...]
2023-03-10
[55]
학술지
Introduction to stochastic actor-based models for network dynamics
https://www.scienced[...]
2010
[56]
웹사이트
The Prominence of Peer Interactions, Relationships, and Networks in Adolescence and Early Adulthood
https://osf.io/prepr[...]
American Psychological Association
2023-03-10
[57]
뉴스
NSA warned to rein in surveillance as agency reveals even greater scope
https://www.theguard[...]
2013-07-17
[58]
웹사이트
How The NSA Uses Social Network Analysis To Map Terrorist Networks
http://www.digitalto[...]
2013-06-12
[59]
잡지
NSA Using Social Network Analysis
https://www.wired.co[...]
2006-05-12
[60]
학술지
NSA has massive database of Americans' phone calls
http://www.slate.com[...]
2006-05-11
[61]
학술지
Network analysis of narrative content in large corpora
https://research-inf[...]
2015-01-00
[62]
서적
Quantitative Narrative Analysis
Emory University
[63]
학술지
Automated analysis of the US presidential elections using Big Data and network analysis
2015-05-00
[64]
학술지
A hegemon fighting for equal rights: the dominant role of COC Nederland in the LGBT transnational advocacy network
2017-04-00
[65]
서적
LGBTQ Politics
New York University Press
2017-09-19
[66]
서적
The Netocracts: Futurica Trilogy 1
https://books.google[...]
Stockholm Text
2012-02-24
[67]
학회
Proceedings of the 19th international conference on World wide web
ACM
2010-04-26
[68]
학술지
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[69]
학회
International Conference of the Learning Sciences
[70]
학술지
Combining qualitative evaluation and social network analysis for the study of classroom social interactions
2003-12-00
[71]
학회발표
Social information sharing in a CSCL community
Lawrence Erlbaum
[72]
저널
Network analysis of knowledge construction in asynchronous learning networks
[73]
서적
Groupware: Design, Implementation, and Use
Springer Berlin Heidelberg
2004-09-05
[74]
저널
Review of The Art of Case Study Research
1996-01-01
[75]
저널
Combining qualitative evaluation and social network analysis for the study of classroom social interactions
2003-12-01
[76]
저널
Social network analysis: a powerful strategy, also for the information sciences
2002-12
[77]
저널
A social network analysis of Twitter: Mapping the digital humanities community
2016-12-31
[78]
저널
Crisis Communications in the Age of Social Media: A Network Analysis of Zika-Related Tweets
2018-10
[79]
arxiv
[80]
저널
The Paris/Geneva Divide. A Network Analysis of the Archives of the International Committee on Intellectual Cooperation of the League of Nations
https://shs.hal.scie[...]
2022
[81]
서적
Language, Mobility and Study Abroad in the Contemporary European Context
Routledge
[82]
저널
The firm's knowledge network and the transfer of advice among corporate inventors—A multilevel network study
2017-05
[83]
저널
Forty Years of Secondhand Smoke Research
2009-06
[84]
저널
Dissonant Ties in Intraorganizational Networks: Why Individuals Seek Problem-Solving Assistance from Difficult Colleagues
2020-06
[85]
서적
Social Network Analysis in Telecommunications
https://books.google[...]
John Wiley & Sons
[86]
서적
Computational Social Network Analysis: Trends, Tools and Research Advances
Springer
[87]
저널
Understanding Classrooms through Social Network Analysis: A Primer for Social Network Analysis in Education Research
2014-01-23
[88]
저널
Life history stage explains behavior in a social network before and during the early breeding season in a cooperatively breeding bird
2020-02-10
[89]
저널
Crisis Communications in the Age of Social Media: A Network Analysis of Zika-Related Tweets
2018-10
[90]
서적
Social network differences of chronotypes identified from mobile phone data
2018
[91]
저널
The firm's knowledge network and the transfer of advice among corporate inventors—A multilevel network study
2017-05
[92]
저널
Dissonant Ties in Intraorganizational Networks: Why Individuals Seek Problem-Solving Assistance from Difficult Colleagues
2020-06
[93]
저널
Is Global Governance Fragmented, Polycentric, or Complex? The State of the Art of the Network Approach
2020-11-26
[94]
저널
Using Social Network Analysis to Understand Missouri's System of Public Health Emergency Planners
2007-07
[95]
저널
Forty Years of Secondhand Smoke Research
2009-06
[96]
서적
Dynamics On and Of Complex Networks III Machine Learning and Statistical Physics Approaches
Springer International Publishing : Imprint: Springer
2019
[97]
저널
Trends in distance education research: A content analysis of journals 2009–2013
https://www.irrodl.o[...]
2015-01-20
[98]
웹인용
Facebook friends mapped by Wolfram Alpha app
https://www.bbc.co.u[...]
2016-07-25
[99]
웹인용
Wolfram Alpha Launches Personal Analytics Reports For Facebook
https://techcrunch.c[...]
2016-07-25
[100]
저널
We-Sport: from academy spin-off to data-base for complex network analysis; an innovative approach to a new technology
[101]
서적
The development of social network analysis: a study in the sociology of science
Empirical Press; BookSurge
2004
[102]
서적
The development of social network analysis: a study in the sociology of science
Empirical Press; BookSurge
2004
[103]
서적
소셜 네트워크 분석
청람
[104]
저널
사회 연결망 분석 연구동향 및 정보학 분야에서의 활용가능성에 관한 연구
http://www.dbpia.co.[...]
한국정보관리학회
2010-12
[105]
저널
Birds of a Feather: Homophily in Social Networks
2001-08
[106]
서적
Social networks and organisations
Sage Publications
[107]
저널
Dissonant Ties in Intraorganizational Networks: Why Individuals Seek Problem-Solving Assistance from Difficult Colleagues
2020-06-01
[108]
저널
The Strength of Weak Ties
1973-05-01
[109]
서적
Analyzing Social Media Networks with NodeXL
https://books.google[...]
Morgan Kaufmann
[110]
서적
Web Data Mining: Exploring Hyperlinks, Contents, and Usage Data
https://books.google[...]
Springer
[111]
서적
The Sage Handbook of Social Network Analysis
https://archive.org/[...]
SAGE
[112]
서적
Social Network Analysis for Startups: Finding Connections on the Social Web
https://books.google[...]
O'Reilly
[113]
저널
Node centrality in weighted networks: Generalizing degree and shortest paths
2010-07-01
[114]
서적
Field Manual 3-24: Counterinsurgency
Headquarters, Department of the Army
[115]
서적
Web Mining and Social Networking: Techniques and Applications
https://books.google[...]
Springer
[116]
저널
The Strength of Weak Ties
1973-05-01
[117]
서적
The Sage Handbook of Social Network Analysis
https://archive.org/[...]
SAGE
[118]
서적
Handbook of Optimization in Complex Networks: Communication and Social Networks
Springer
[119]
저널
Visualizing Social Networks
http://www.cmu.edu/j[...]
[120]
저널
Cultural Scene Detection Using Reverse Louvain Optimization
https://zenodo.org/r[...]
2014-01-01
[121]
컨퍼런스
[122]
저널
SIM: A dynamic multidimensional visualization method for social networks
[123]
저널
Structural balance: a generalization of Heider's theory.
1956-01-01
[124]
서적
Proceedings of the 11th International Conference on Knowledge Management and Knowledge Technologies - i-KNOW '11
[125]
저널
Measuring user influence on Twitter: A survey
2016-09-01
[126]
서적
The Changing Roles of Advertising
https://www.springer[...]
Springer Fachmedien Wiesbaden GmbH
2023-12-01
[127]
서적
3G marketing: communities and strategic partnerships
John Wiley & Sons
[128]
웹인용
Watch "TEDxMilano – Nicola Greco – on math and social network" Video at TEDxTalks
http://tedxtalks.ted[...]
[129]
저널
Multilayered analysis of co-development of business information systems
2015-07-01
[130]
저널
Birds of a Feather: Homophily in Social Networks
https://www.annualre[...]
2001-01-01
[131]
저널
Toward understanding the functions of peer influence: A summary and synthesis of recent empirical research
2021-01-01
[132]
웹인용
Hallinan, M. T. (1980). Patterns of cliquing among youth. In H. C. Foot, A. J. Chapman, & J. R. Smith (Eds.), Friendship and social relations in children (pp. 321–342). New York, NY: Wiley.
https://psycnet.apa.[...]
2023-03-10
[133]
저널
Introduction to stochastic actor-based models for network dynamics
https://www.scienced[...]
2010-01-01
[134]
웹인용
The Prominence of Peer Interactions, Relationships, and Networks in Adolescence and Early Adulthood
https://osf.io/prepr[...]
American Psychological Association
2023-03-10
[135]
뉴스
NSA warned to rein in surveillance as agency reveals even greater scope
https://www.theguard[...]
2013-07-19
[136]
웹인용
How The NSA Uses Social Network Analysis To Map Terrorist Networks
http://www.digitalto[...]
2013-07-19
[137]
잡지
[138]
저널
NSA has massive database of Americans' phone calls
http://www.slate.com[...]
2013-07-19
[139]
저널
Automated analysis of the US presidential elections using Big Data and network analysis
2015-05-01
[140]
저널
Network analysis of narrative content in large corpora
https://research-inf[...]
2015-01-01
[141]
서적
Quantitative Narrative Analysis
Emory University
2010
[142]
저널
Automated analysis of the US presidential elections using Big Data and network analysis
2015-05
[143]
서적
Dynamics On and Of Complex Networks III Machine Learning and Statistical Physics Approaches
Springer International Publishing : Imprint: Springer
2019
[144]
저널
A hegemon fighting for equal rights: the dominant role of COC Nederland in the LGBT transnational advocacy network
2017-04
[145]
서적
LGBTQ Politics
New York University Press
2017-09-19
[146]
서적
The Netocracts: Futurica Trilogy 1
https://books.google[...]
Stockholm Text
2017-03-03
[147]
서적
Proceedings of the 19th international conference on World wide web
ACM
2010-04-26
[148]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[149]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[150]
서적
Social network differences of chronotypes identified from mobile phone data
2018
[151]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[152]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[153]
서적
Social network differences of chronotypes identified from mobile phone data
2018
[154]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[155]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[156]
서적
International Conference of the Learning Sciences
2013
[157]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[158]
저널
Combining qualitative evaluation and social network analysis for the study of classroom social interactions
2003-12
[159]
conference
[160]
저널
Network analysis of knowledge construction in asynchronous learning networks
2003
[161]
저널
Investigating patterns of interaction in networked learning and computer-supported collaborative learning: A role for Social Network Analysis
2007-03-08
[162]
서적
Groupware: Design, Implementation, and Use
https://archive.org/[...]
Springer Berlin Heidelberg
2004-09-05
[163]
저널
Combining qualitative evaluation and social network analysis for the study of classroom social interactions
2003-12-01
[164]
저널
Review of The Art of Case Study Research
1996-01-01
[165]
저널
Combining qualitative evaluation and social network analysis for the study of classroom social interactions
2003-12-01
본 사이트는 AI가 위키백과와 뉴스 기사,정부 간행물,학술 논문등을 바탕으로 정보를 가공하여 제공하는 백과사전형 서비스입니다.
모든 문서는 AI에 의해 자동 생성되며, CC BY-SA 4.0 라이선스에 따라 이용할 수 있습니다.
하지만, 위키백과나 뉴스 기사 자체에 오류, 부정확한 정보, 또는 가짜 뉴스가 포함될 수 있으며, AI는 이러한 내용을 완벽하게 걸러내지 못할 수 있습니다.
따라서 제공되는 정보에 일부 오류나 편향이 있을 수 있으므로, 중요한 정보는 반드시 다른 출처를 통해 교차 검증하시기 바랍니다.
문의하기 : help@durumis.com