חקר רשתות חברתיות

מתוך ויקיפדיה, האנציקלופדיה החופשית
קפיצה לניווט קפיצה לחיפוש
Sna large.png

חקר רשתות חברתיות היא גישה מדעית לחקר מבנים של יחסים הדדיים בין ישויות. המונח רחב מספיק כדי לכלול אנשים ובעלי חיים, ארגונים ותאגידים, אזורים גאוגרפיים ומדינות. למרות השוני הרב בין הישויות, תופעות מסוימות פועלות בצורה זהה בכל רשת חברתית. כדי להבין תופעה, אין די בבחינת מאפייני היחידים הקשורים לתופעה, אלא יש לבחון את מיקומם במבנה החברתי.

חקר רשתות חברתיות עוסק בניתוח הקשרים בין גורמים הפעילים בזירה החברתית. גורמים אלו יכולים להיות יחידים, קבוצות, תאגידים או אף מדינות. מתוך ניתוח הקשרים בין הגורמים השונים ברשת, ניתן ללמוד על מרכזיותו של כל אחד מהם, על היררכיה בקבוצה, על הצפיפות של הקבוצה ועוד. גישה זו משתמשת במושגים הלקוחים מתורת הגרפים המתמטית לניתוח מבנים. חקר רשתות חברתיות נועד גם להבין תופעות שאינן נראות לעין ברמת הצומת הבודד ורק ניתוח רשתי של התופעה חושף אותה. למשל מהו המרחק הממוצע (מינימלי, מקסימלי) בין חברי רשת, כיצד בנויה הרשת (רשת רנדומלית, רשת כוכב, רשת תאית, רשת שהתפלגות קשריה היא מסוג Power low ועוד). כיום ניתוח הרשת החברתיות מתרכז בעיקר בניתוח הדינמיקה של השתנות הרשת החברתית ופחות בניתוח סטטי בודד (Snapshot).

חקר רשתות חברתיות מאפשר לחוקר לחקור קבוצת אנשים בלא להניח הנחות מוקדמות לגבי הקבוצה בה הם חברים, אלא לבדוק את אופי ומהות חברותם בקבוצה מתוך הנתונים שהוא אוסף. חקר הרשתות החברתיות קיבל בעשור האחרון תנופה מחקרית, עם כניסת אתרי הרשתות החברתיות כדוגמת פייסבוק. אתרי הרשת החברתית מאפשרים לחקור היום נתוני עתק (Big Data) של מיליוני צמתים וקשרים ברשת. דבר זה יוצר אפשרויות הרחבה של תאוריות סוציולוגיות, פסיכולוגיות והתנהגותיות לתחום העולם הדיגיטלי.

דוגמאות למחקרים בתחום חקר הרשתות החברתיות[עריכת קוד מקור | עריכה]

  • הניסוי של סטנלי מילגרם על שש דרגות של הפרדה בין אנשים שונים על פני כדור הארץ היה הראשון בתחום והוא עדיין אחד המצוטטים ביותר.
  • חקר מערכת הסחר הבינלאומית, כאשר הניתוח ישתמש במדינות כצמתים ברשת ובהיקפי סחר כקשרים. ניתוח כזה יכול להראות על גושים של מדינות ועל היררכיה בין הגושים ובתוכם.
  • חקר רשתות של האקרים והבנת דפוסי ההתנהגות ואת הקשרים הנסתרים בין פרטים ומדינות בתחום זה.
  • חקר קבוצת תמיכה - הצמתים יהיו החברים בקבוצה והקשרים יהיו בהתאם לתשובתם לשאלה 'ממי את/ה מקבל/ת ולמי את/ה מעניק/ה תמיכה בקבוצה'. רשת כזו יכולה לשמש לניתוח דפוסים של מתן תמיכה ויעילות של קבוצות תמיכה.
  • "עוצמתם של קשרים חלשים" של הסוציולוג האמריקאי מארק גרנובטר.

מושגים בחקר רשתות חברתיות[עריכת קוד מקור | עריכה]

SocNet.png
צומת (Node)
שחקן, משתתף. באיור משמאל הצמתים מסומנים בנקודות האדומות.
קשר
החיבור בין שני צמתים ברשת. ישנם סוגים שונים של קשרים, המשתנים בין מחקר אחד למשנהו. לקשר יכולים להיות מספר מאפיינים.
ערך הקשר
על פי תוכן הרשת. לקשר יכולים להיות ערכים רבים המתארים את המציאות בה מתקיים הקשר. למשל מספר מיילים בין שני אנשים, כמות הפעמים שאני מבקר בדף הפייסבוק של חבר, משך זמן שיחת טלפון בין שני אנשים ועוד. המשמעות של קיום קשר משתנה לפי המחקר: במחקר אחד יכול לציין קשר רמת תמיכה רגשית המוענקת משחקן אחד לשני, בעוד במחקר אחר היא יכולה לציין היקף סחר חוץ בין מדינות.
כיוון הקשר
קיימים קשרים חד כיווניים, שקיומם מצביע על קשר בין שחקן א' ל-ב' אך אינו מצביע בהכרח על קיום קשר בין ב' לא', ולעומתם קשרים דו כיווניים, המצביעים על קשר הדדי בין שני הצמתים.
סימן הקשר
יש רשתות בהן בין השחקנים השונים מתקיימים יחסים חיובים ושלילים באותה העת. במצבים אלו חשוב לעשות הבחנה לגבי סימן הקשר האם הוא חיובי או שלילי (Friend או Fow).
חוזק הקשר
נהוג להבחין בין קשרים חזקים ברשת לבין קשרים חלשים. קשרים חזקים משקפים מציאות בה בין שני צמתים מתקיימים יחסים קרובים או אינטנסיביים. קשרים חלשים הם קשרים בין שני צמתים המשקפים מציאות בה קשר בין שני אנשים הוא לא אינטנסיבי או במהותו אינו חזק.
חור מבני (Structural Hole)
מצב בו אין קשר ישיר בין שני צמתים או שתי קבוצות של צמתים. חור רשתי אינו מאפשר זרימת המידע והמשאבים ביניהם. בתרשים המצורף, בין צמתים A, C, D, E לבין צמתים F, G, H יש חור מבני.
גשר
צומת המקשר מעל חור מבני. מצב זה הופך את הצומת לדרך היחידה בה יכולים לזרום משאבים בין שתי הקבוצות, ובכך מציב אותו בעמדת כוח. בתרשים המצורף, צומת B משמש כגשר מעל החור המבני שתואר לעיל.
צפיפות הרשת
מדד הבודק עד כמה השחקנים/צמתים ברשת מקושרים ביניהם לבין עצמם. מחושב כמספר הקשרים בפועל ברשת חלקי מספר הקשרים האפשריים - .
בתרשים המצורף יש שמונה צמתים ושלושה עשר קשרים, כך שהצפיפות היא .
קליקה (Clique)
בתורת הגרפים, קליקה היא אוסף של צמתים שכל אחד מהם מקושר לכל אחד אחר. תחת הגדרה זו, הקבוצות (A, B, C) ו-(F, G, H), בין השאר, הן קליקות.
אך ברשתות בעלות 'צפיפות' נמוכה, גם קליקות כאלה הן נדירות. לצורך כך הומצא מושג ה- n-clique - קבוצה שכל חבריה מחוברים ביניהם, אך דרך n קשרים לכל היותר. בתרשים המצורף, (B, F, G, H) הם 2-clique, כיוון שכל אחד מחבריהם מחובר לשני דרך שני קשרים לכל היותר.

מדדי רשת[עריכת קוד מקור | עריכה]

נהוג להתייחס למספר מדדי רשת ברשת: הצומת, הקהילה (קליקה) והרשת כולה: מדדי רשת של צומת בודד מתייחסים בעיקר למרכזיות הצומת הבודד (NODE) ביחס לקהילה בה הוא חבר, או לרשת כולה.

מדדים מרכזים של צומת יהיו:

  • In Degree - מספר הקשרים הנכנסים לצומת מתוף צמתים אחרים ברשת
  • Out Degree - מספר הקשרים היוצאים מהצומת ומחברים אותו לצמתים אחרים ברשת
  • Total Degree - סיכום אריתמטי של ה In וה Out
  • Betweenness Degree - מודד עד כמה צומת מבוים מקשר בין צמתים אחרים, שאילולא הוא היה מחבר אותן, צמתים אלו לא היו מקושרים זה עם זה.
  • Closeness Degree - מודד עד כמה צומת קרוב בממוצע לכל שאר הצמתים ברשת.,
  • ED) Eigenvector Degree) - מודד עד כמה הצומת מקושר לצמתים אחרים שגם הם בעלי ED גבוה.

מדדי קהילה לדוגמה:

  • Reciprocity (הדדיות) - עד כמה הקשרים בין חברי הקהילה הם הדדיים,
  • Density (צפיפות) - עד כמה מנוצל פוטנציאל הקשרים של כל חברי הקהילה לדבר עם כולם.
  • וכל מדדי הצומת בראיה ממוצעת, כלומר למשל Betweenness ממוצע, Closeness ממוצע על פני כל הקהילה וכדומה

מדדי רשת לדוגמה:

  • מדדים נאיביים כגון: מספר הצמתים, מספר הקשרים, מספר הקשרים ההדדיים, מספר הקשרים העצמיים (צומת מקושר לעצמו)
  • Modularity - מדדים הבודקים עד כמה הרשת מורכבת מקהילות קהילות או האם היא אחידה
  • Diameter - המינימום מבין המרחקים המקסימליים של שני צמתים ברשת
  • GCC - רכיב הרשת הגדול ביותר בו הצמתים מקושרים בינם לבין עצמם (בקשר חזק או חלש)
  • Clustering Coefficient - דומה מאד למדד הצפיפות, רק מיושם על פני כל הרשת (במקום לקהילה/קבוצה ברשת)
  • כלל מדדי הקהילה ברמת ממוצע על פני כל הקהילות
  • כלל מדדי הצומת על פני כל הצמתים.

בישראל[עריכת קוד מקור | עריכה]

בין החוקרים העוסקים בחקר רשתות חברתיות במוסדות האקדמיים בישראל: פרופ' שיזף רפאלי, ראש מרכז שגיא לחקר האינטרנט באוניברסיטת חיפה; פרופ' דפנה רבן, מרצה בכירה בבית הספר לניהול והחוג לניהול מידע וידע באוניברסיטת חיפה; פרופ' אילן תלמוד, החוג לסוציולוגיה ואנתרופולוגיה באוניברסיטת חיפה, פרופ' ברוך ברזל במחלקה למתמטיקה באוניברסיטת בר-אילן פרופ' גלעד רביד המחלקה להנדסה, תעשייה וניהול, אונ' באר שבע וד"ר עמית רכבי, עמית מחקר במרכז פדרמן לחקר הסייבר אוניברסיטה העברית ובמרכז לחקר האינטרנט באוניברסיטת חיפה.

ראו גם[עריכת קוד מקור | עריכה]

קישורים חיצוניים[עריכת קוד מקור | עריכה]

הערות שוליים[עריכת קוד מקור | עריכה]