2 sosial s?B?K?L?Rin analizi anlayislar modell?R v? T?Dqiqat probleml?RI



Yüklə 196,54 Kb.
Pdf görüntüsü
tarix08.11.2018
ölçüsü196,54 Kb.
#79552


İnformasiya cəmiyyəti problemləri, №2, 2010 

 

 



       www.jpis.az                                                                      9 

 

UOT 004:351 



 İmamverdiyev Y.N.

 

 

AMEA İnformasiya Texnologiyaları İnstitutu, Bakı, Azərbaycan  

yadigar@lan.ab.az

   


SOSİAL ŞƏBƏKƏLƏRİN ANALİZİ: ANLAYIŞLAR, MODELLƏR VƏ 

TƏDQİQAT PROBLEMLƏRİ  

Sosial şəbəkə servisləri insanların sosial qarşılıqlı əlaqəsi üçün yeni imkanlar yaradır və 

cəmiyyətə  təsirin  yeni  üsul  və  vasitələrinin  meydana  çıxmasına  səbəb  olur.  Məqalədə 

sosial  şəbəkələrin  əsas  anlayışları,  sosial  şəbəkə  analizinin  təşəkkül  mərhələləri  və 

orijinal  ideyaları  təhlil  edilmiş,  sosial  şəbəkə  analizinin  tətbiqləri  göstərilmişdir.  Sosial 

şəbəkə  analizi  sahəsində  aktual  tədqiqat  istiqamətləri  müəyyən  olunmuş    və  onların 

müasir vəziyyəti analiz edilmişdir.    

Açar sözlər: sosial şəbəkə, aktor, sosial şəbəkə analizi, zəif əlaqələrin gücü, kiçik dünya 

fenomeni,  miqyassız  şəbəkələr,  böyük  miqyaslı  şəbəkələrin  modelləşdirilməsi,  dinamik 

şəbəkələrin analizi, mülti-agentlər əsasında sosial modelləşdirmə.  

Giriş 

Son  5  ildə  İnternetin  inkişafında  əsas  hadisə  sosial  şəbəkə  saytlarının  (Facebook



Twitter,  LiveJournal,  MySpace,  Classmates  və  s.)  populyarlığının  sürətlə  artmasıdır. 

Sosial  şəbəkə  saytlarının  populyarlığı  axtarış  sistemlərindən,  portallardan,  e-poçt  və 

proqram  təminatı  saytlarından  iki  dəfə  sürətlə  artır  və  onlar  saytların  reytinq 

cədvəllərində böyük üstünlüklə birinci yeri tuturlar.  

Artıq  sosial  şəbəkə  saytları  İnternet  fəzasının  ayrılmaz  tərkib  hissəsinə  çevrilib, 

qlobal onlayn cəmiyyətin üçdə iki hissəsi müntəzəm olaraq bu və ya digər sosial şəbəkə 

saytına  baş  çəkir,  sosial  şəbəkələrin  auditoriyası  genişlənir,  yaş  tərkibinə  görə  daha 

müxtəlif  olur.  İnternet  trafikinin  böyük  bir  hissəsini  məşhur  sosial  şəbəkə  saytları  zəbt 

edir.  İstifadəçilərin  sosial  şəbəkə  saytlarında  keçirdikləri  vaxt  durmadan  artır,  hər 

“İnternet saatı”nın təxminən 6 dəqiqəsi sosial şəbəkələrin payına düşür. 

Sosial  şəbəkə  servisləri  təkcə  İnternetin  landşaftına  təsir  etmirlər,  onlar 

istifadəçilərin  davranışını  da  ciddi  şəkildə  dəyişmək  gücündədir.  Bu  servislərin  kontent, 

xidmətlər,  əlyetərlilik,  əhatə  etdiyi  auditoriya  və  ərazi  baxımından  inkişafı  cəmiyyətə 

təsirin  yeni  üsul  və  vasitələrinin  meydana  çıxmasına  səbəb  olur.  Onlar  insanların, 

təşkilatların və dövlətin qarşılıqlı əlaqəsi üçün yeni imkanlar yaradır [1,2]. 

Məsələn,  ABŞ-da  son  prezident  seçkiləri  zamanı  prezidentliyə  namizədlər  sosial 

şəbəkə  texnologiyasından  geniş  istifadə  etmişdilər.  Hazırki  ABŞ  prezidenti  Barak 

Obamanın seçki kampaniyası çərçivəsində  yaradılmış 

www.my.barackobama.com

 sosial 


şəbəkəsi  (MyBo  kimi  də  məşhurdur)  daha  uğurlu  olmuşdu.  Bu  şəbəkənin  yaradılmasına 

Facebook-un yaradıcılarından biri cəlb edilmişdi. MyBo şəbəkəsi həm seçki kampaniyası 

üçün ianələrin toplanmasında, həm də seçki təbliğatında, seçicilərin səfərbər edilməsində 

mühüm rol oynamışdı. Hazırda amerikan politoloqları və sosioloqları B.Obamanın sosial 

şəbəkə  fenomenini,  ABŞ  siyasi  həyat  tərzinə  təsirini  geniş  müzakirə  edirlər.  Bir  sıra 

ölkələrin  prezidentləri  populyar  mikrobloq  saytı  olan  Twitter-də  özlərinin  səhifələrini 

açmışlar. 

Sosial  şəbəkə  servislərinin  uğurları  sübut  edir  ki,  sosial  şəbəkələr  prinsipcə  yeni 

kommunikasiya  mühitinə  çevrilir,  onların  cəmiyyətə  təsir  imkanlarını  tam  başa  düşmək 




İnformasiya cəmiyyəti problemləri, №2, 2010  

 

10                                                                  www.jpis.az 



 

hələlik  çətindir.  Qeyd  edək  ki,  sosial  şəbəkə  servislərinin  cəmi  15  illik  tarixi  var  (ilk 

sosial şəbəkə saytı 

www.classmates.com

 1995-ci ildə yaradılmışdı). 

Təqdim  olunan  məqalənin  məqsədi  sürətlə  inkişaf  edən  sosial  şəbəkə 

texnologiyaları  sahəsində  elmi  tədqiqatların  müasir  vəziyyətini  analiz  etmək  və  aktual 

tədqiqat istiqamətlərini müəyyənləşdirməkdir.  



Sosial şəbəkə analizinin anlayışları 

Sosial sistemlərin öyrənilməsinə struktur yanaşmasının istiqamətlərindən biri sosial 

aktorlar arasındakı əlaqələrin sosial şəbəkə analizi adını almış tədqiqat metodologiyası və 

metodlarıdır.  Sosial  şəbəkə  –  sosial  obyektlər  çoxluğundan  və  onlar  arasındakı  sosial 

əlaqələrdən (münasibətlərdən) ibarət sosial strukturdur [3,4].  

Sosial obyektlər kimi insanlar, sosial qruplar, icmalar, təşkilatlar, partiyalar, ölkələr 

və s. çıxış edə bilər. Onları sosial şəbəkələrin aktorları və ya qovşaqları adlandırırlar.  

Əlaqələr  dedikdə,  aktorlar  arasında  təkcə  qarşılıqlı  kommunikasiya  əlaqələri  deyil, 

müxtəlif resursların mübadiləsi, münaqişələr də daxil olmaqla, birgə fəaliyyət və s. başa 

düşülür.  

Formal  olaraq  sosial  şəbəkə  qraf  ilə  təsvir  edilir,  qrafın  təpələri  aktorlar,  tilləri  isə 

əlaqələr çoxluğudur.  

 

Şəkil 1. Sosial şəbəkənin qrafla və matrislə təsviri 



Məlumdur ki, qrafları matrislərlə də təsvir etmək olar, ən sadə və ən çox rastlaşılan 

matris qonşuluq matrisi adlanan binar matrisdir. Qonşuluq matrisi əlaqələr haqqında ilkin 

məlumatlardan  istifadə  edərək  qurulur. 

G

  qrafının  qonşuluq  matrisi 



n

n

×

  ölçülü 



A

 

kvadrat matrisidir (



n

 – təpələrin (qovşaqların) sayıdır), 



ij

a

 elementi aşağıdakı qayda ilə 

müəyyən edilir: 

 



əgər 

G

 qrafında 



i

 qovşağından 



j

 qovşağına til varsa, onda 

1

=

ij



a



 

əgər 


G

 qrafında 



i

 qovşağından 



j

 qovşağına til yoxdursa, onda 

0

=

ij



a

Aktorları arasında yalnız bir növ əlaqə (münasibət) olan şəbəkə simpleks şəbəkə, bir 



neçə  növ  əlaqə  olan  şəbəkə  multipleks  şəbəkə  adlanır.  Aktorlar  arasında  bir  neçə  növ 

əlaqə olduqda onları hər növ üçün ayrıca şəbəkədən istifadə etməklə analiz etmək olar. 

Sosial  şəbəkələr  birtipli  (ing.  one-mode)  və  ikitipli  (ing.  two-mode)  şəbəkələrə 

bölünür.  Birtipli  şəbəkələr  aktorların  xassələrinin  eyni  olmasını  nəzərdə  tutur.  İkitipli 

şəbəkədə  aktorların  iki  müxtəlif  çoxluğu  arasında  əlaqələrə  baxılır.  Misal  olaraq  özəl 

təşkilatlar  və  onların  qeyri-özəl  təşkilatlarla  əlaqələrindən  ibarət  olan  sosial  şəbəkəni 

göstərmək olar.  





 

 



 

 

 



 




















İnformasiya cəmiyyəti problemləri, №2, 2010 

 

 



       www.jpis.az                                                                      11 

 

Sosio-sentrik  və  ya  tam  şəbəkələr  məhdud  bir  qrupun  bütün  üzvləri  arasındakı 

əlaqələrdən  ibarətdir.  Misal  kimi  kafedranın  əməkdaşları  arasındakı  bütün  əlaqələri 

göstərmək olar. 



Eqosentrik  şəbəkələr  və  ya  fərdi  şəbəkələr  (personal  network)  yalnız  mərkəzi 

(fokal)  aktor  baxımından  müəyyən  edilir.  Bu  şəbəkələr  fokal  aktoru  (eqonu)  başqa 

aktorlara (eqonun alterlərinə) birbaşa birləşdirən əlaqələrdən və alterlərin eqo tərəfindən 

göstərilən əlaqələrindən ibarətdir.  

Sosial şəbəkə analizi qraflar nəzəriyyəsi əsasında aşağıdakıları müəyyən edir: 

 



aktorlar üçün indekslərin hesablanması; 

 



bütövlükdə, sosial şəbəkə üçün indekslərin hesablanması; 

 



sosial şəbəkədə lokal strukturların aşkarlanması. 

         Aktorlar (qovşaqlar) üçün aşağıdakı parametrlər müəyyən edilir: 

 

aktorun giriş dərəcəsi – aktora daxil olan tillərin sayı; 



 

aktorun çıxış dərəcəsi – aktordan çıxan tillərin sayı; 



 

geodezik məsafə – aktorlar arasındakı məsafələrin ən kiçiyi; 



 

verilmiş aktordan digər aktorlara olan orta məsafə; 



 

eksentriklik  –  verilmiş  aktordan  digər  aktorlara  olan  geodezik  məsafələrin  ən 



böyüyü; 

 



vasitəçilik – verilmiş aktordan keçən ən qısa yolların sayı; 

 



mərkəzilik – verilmiş aktorun digərlərinə nisbətən əlaqələrinin ümumi sayı. 

Şəbəkə  indekslərinin  hesablanması  üçün  aşağıdakı  parametrlər  istifadə  edilir: 

qovşaqların  sayı,  tillərin  sayı,  qovşaqlar  arasında  geodezik  məsafə,  qovşaqlar  arasında 

orta  məsafə,  şəbəkənin  sıxlığı,  simmetrik,  tranzitiv  və  dövri  triadların  sayı,  şəbəkənin 

radiusu, diametri və s. 

Sosial şəbəkədə lokal strukturların müəyyən edilməsinə dair bir neçə yanaşma var: 

 

sosial  şəbəkədə  kliklərin  müəyyən  edilməsi.  Kliklər –  elə  altqruplardır  ki, 



onlarda aktorların hər bir cütü bir-biri ilə birləşir;  

 



komponentlərin  (qrafın  hissələrinin)  müəyyən  edilməsi.  Komponent  –  əlaqəli 

aktorların  (maksimal)  çoxluğudur  (yəni  komponentdəki  hər  bir  təpə 

komponentdəki  bütün  başqa  təpələrdən  əldə  edilə  biləndir).  Əgər  qrafda  bir  və 

ya  bir  neçə  təcrid  edilmiş  təpə  varsa,  onda  onlar  ayrıca  komponent  hesab 

edilirlər;  

 



blokların  və  qırılma  nöqtələrinin  tapılması.  Qırılma  nöqtəsi  silindikdə  qraf 

komponentlərə  (sosial  şəbəkənin  əlaqəsiz  hissələrinə)  parçalanır.  Blokda 

şəbəkənin  ekvivalent  aktorlarını  birləşdirmək  olar.  Məsələn,  əgər  sosial  şəbəkə 

informasiya axını münasibətinə görə qurulubsa, onda  yalnız informasiya ötürən 

aktorları bir bloka, yalnız informasiya alan aktorları ikinci bloka, informasiyanı 

həm alan, həm də ötürən aktorları isə üçüncü bloka daxil etmək olar. 

 

qruplaşmaların (fraksiyaların) – şəbəkənin maksimal oxşar əlaqə profilinə malik 



aktorları qrupunun müəyyən edilməsi.  

Şəbəkələrdə sosial strukturların başqa nümunələri kliklər, N-kliklər və N-klanlardır.  



Sosial şəbəkə analizinin təşəkkülü 


İnformasiya cəmiyyəti problemləri, №2, 2010  

 

12                                                                  www.jpis.az 



 

Sosial şəbəkə analizinin inkişafı 1930-cu illərdə bir neçə ənənəvi tədqiqat sahəsində 

  sosial  psixologiya,  sosial  antropologiya  və  riyaziyyatda  (kompyuter  elmlərində)  bir-



birindən asılı olmadan meydana çıxmışdır [5].  

Sosial  psixologiya  sahəsində  işləyən  Y. Moreno  1930-cu  illərdə  sosiometriyanı 

inkişaf  etdirirdi  [6].  O,  1937-ci  ildə  təsis  etdiyi  “Sosiometriya”  jurnalında  psixoloji 

sağlamlıq  ilə  sosial  struktur  arasındakı  qarşılıqlı  əlaqəni  tədqiq  edirdi.  Moreno 



sosioqramları  –  insanları  işarə  edən  nöqtələrdən  və  insanlar  arasındakı  münasibətləri 

göstərən xətlərdən ibarət diaqramları təklif etmişdi.  

Morenonun  işləri  öz  vaxtında  və  onilliklər  boyu  kifayət  qədər  məşhur  olsa  da, 

müasir sosial şəbəkə analizinin  yaradılmasına böyük təsir etməyib. Ola bilsin ki, burada 

şəxsiyyət  pis  rol  oynamışdı,  Morenonun  “mistikliyə  meyli,  təmtəraqlı  üslubu,  dahilik 

maniyası onun ilkin tərəfdarlarını özündən uzaqlaşdırırdı” [5].  

Fərdlər arasındakı əlaqələrin antropoloji tədqiqatları 1930-cu illərdə, əsasən, ingilis 

alimi  A.Radklif-Braunun  “sosial  struktur”  ideyalarına  söykənirdi  [7].  Həmin  dövrlərdə 

ABŞ-da  sosial  münasibətlərin  müşahidəsi  üzrə  bir  sıra  tədqiqat  proqramları  həyata 

keçirilmişdi:  böyük  sənaye  şirkətlərində  (Western  elektric  şirkətinin  Çikaqodakı 

"Houtorn"  zavodu),  şəhər  icmalarında  "Yankee  Sity"  (Massaçuset  ştatının  Nyuberiport 

şəhəri)  və

 

"Old  Sity"  (ABŞ-ın  cənubunda),  kənd  icmalarında  “Deep  South”  (Missisippi 



ştatı, Natchez) geniş miqyaslı ekspedisiyalar təşkil edilmişdi. 

Houtorn


 

eksperimentlərində  "qeyri-formal  təşkilat"  –  gizli  sosial  struktur 

aşkarlamışdılar, bu struktur fəhlələrin əmək məhsuldarlığına şirkətin rəhbərliyindən daha 

çox təsir edirdi. İrimiqyaslı sistemlərdə “qeyri-formal” münasibətlərin empirik tədqiqi bu 

sistemlərin  daxilində  gizli  mütəşəkkil  altqruplara  malik  olması  kəşfinə  gətirdi.  Sosial 

şəbəkələrin  onu  təşkil  edən  altqruplara  dekompozisiyası  üsullarının  tapılmasına  xeyli 

səylər  göstərilmişdi.  Toplanmış  relyasion  verilənlər  əsasında  istənilən  sosial  sistemin 

altqruplar  strukturunu  aşkarlamağa  imkan  verən  metodların,  böyük  həcmli  verilənlərin 

analizi  və  qarşılıqlı  əlaqənin  daha  formal  ölçülməsi  üçün  riyazi  alətlərin  işlənməsinə 

zərurət yaranmışdı.  

Yankee  City”  tədqiqatlarında  (A.R.Raddiff-Braunun  şagirdi  gənc  antropoloq 

V.Lloyd Varner və onun həmkarları) həmin dövr üçün sosial münasibətlərin müşahidəsi 

üzrə  ən  böyük  məlumat  bankı  yaradılmışdı,  bununla  yanaşı,  yekdil  kliklərin  (Uornerin 

terminologiyasında 

 "sosial dairələr") yarıformal analizi də irəli sürülmüşdü [8]. Varner 



xüsusi  halda  hesab  edirdi  ki,  müasir  sosial  icmanı  əhatə  edən  sosial  konfiqurasiya  ailə, 

kilsə,  siniflər  və  assosiasiyalar  kimi  müxtəlif  altqruplardan  ibarətdir.  Bunlarla  yanaşı, 

Varnerin  “sosial  dairələr”  (kliklər)  adlandırdığı  fərdlərin  qeyri-formal  birliyi  də 

mövcuddur, onların arasında müəyyən dərəcədə qrup və yaxınlıq hissi var, onun əsasında 

da spesifik qrup davranışı normaları bərqərar olar. 

1950-ci  illərdə  Mançester  Universitetində  (İngiltərə)  Max  Gluckman  (A.Radkliff-

Braunun  başqa  bir  tələbəsi)  sosial  antropologiya  şöbəsində  şəbəkə  seminarı  təşkil 

etmişdi.  “Sosial  şəbəkə”  terminini  bu  seminarın  iştirakçılarından  biri  olan  Ceyms  Barns 

1954-cü ildə təklif etmişdi [9]. Mançester məktəbinin təmsilçiləri bir sıra əsas anlayışlar 

haqqında  aydın  danışırdılar  (şəbəkə  ranqı,  multiplekslik,  sıxlıq),  insanlar  arasındakı 

münasibətlərin  təkcə  insanlara  deyil,  bütünlükdə  cəmiyyətə  (məsələn,  onun 

əlaqələndirmə  qabiliyyətinə)  necə  təsir  etməsini  öyrənməyə  başlamışdılar.  Onlar  sosial 

münasibətlərin  strukturu  ilə  yanaşı,  bu  münasibətlərin  məzmununa  da  böyük  fikir 

verirdilər. Bu məktəbin şəbəkə analizinə sonrakı təsiri çox böyükdür. 




İnformasiya cəmiyyəti problemləri, №2, 2010 

 

 



       www.jpis.az                                                                      13 

 

1960-cı  illərdə  Harvardda  sosial  şəbəkə  sahəsində  tədqiqatlar  yenidən  canlandı. 



Harrison  Uaytın  başçılıq  etdiyi  qrup  sosial  şəbəkə  analizinin  riyazi  əsaslarını  inkişaf 

etdirirdi,  onlar  ictimai  elmlərdən  bir  çox  anlayışları  riyazi  formaya  gətirdilər  ki,  bu  da 

onların  modelləşdirilməsinə  və  ölçülməsinə  kömək  edirdi  [10,11].“Uayt  və  onun 

tələbələri təkcə sosial şəbəkə yanaşmasına iddia edə bilən şəxslər deyillər. ...Yəqin ki, bu 

sahədə  çap  edilmiş  işlərin  böyük  əksəriyyəti  Uayt  və  onun  keçmiş  tələbələri  tərəfindən 

yerinə yetirilmişdir.”  

1970-ci illərin ortalarından sosial şəbəkənin qrafik inikası 

 vizuallaşdırma üsulları 



da  tədqiqatların  ayrıca  istiqaməti  kimi  formalaşmağa  başladı  [12].  Vizuallaşdırmanın 

vacib  əhəmiyyəti  var,  çünki  şəbəkəni  görmək  imkanının  özü  qrafların  analizi  üsullarına 

müraciət  etmədən  aktorların  qarşılıqlı  əlaqələrinin  xarakteri  haqqında  vacib  nəticələr 

çıxarmağa  imkan  verir.  UCINET,  SIENA,  Visone  kompyuter  proqramları  hazırda  bu 

sahədə əsas proqramlar hesab edilirlər. 

1970-cı illərin sonlarına doğru  müasir şəbəkə analizinin elmi əsaslarını təşkil edən 

riyazi  üsullar  kompleksi  formalaşdı.  Faktiki  olaraq  sosiologiyanın  bölməsi  olan  sosial 

şəbəkə  analizi  məqalələrin  parametrlərinə  görə  (məqalənin  həcmi,  özünə  istinad  indeksi 

və s.) sosiologiyadan daha çox kompyuter elmlərinə yaxındır [5]. Riyazi aparatdan geniş 

istifadə edilməsi bu sahəni sosiologiyada müəyyən dərəcədə marginal vəziyyətdə qoyur. 



Üç sosial şəbəkə fenomeni 

Bu  bölmədə  sosial  şəbəkə  analizində  orijinal  işlərdən  hesab  olunan  zəif  əlaqələr 

nəzəriyyəsinə və mürəkkəb şəbəkələr istiqamətinə qısa nəzər salınır.  

M.  Qranovetterin  zəif  əlaqələrə  həsr  olunmuş  işi  sosial  şəbəkə  analizində  orijinal 

işlərdən  biri  hesab  olunur  [13].  İşdəki,  universitetdəki  dostlar  və  ya  sadəcə,  təsadüfi 

tanışlar  arasındakı  əlaqələr  çox  vaxt  zəif  olur.  M.  Qranovetter  iddia  edirdi  ki,  fərdlər 

arasındakı  zəif  sosial  əlaqələr  sosial  şəbəkələrin  mövcudluğu  üçün  daha  vacib 

əhəmiyyətə  malikdir.  Məhz  zəif  əlaqələr  böyük  cəmiyyəti  vahid  bir  tamda  birləşdirən 

sosial  fenomendir.  Bu  baxımdan,  sosial  şəbəkə  qlobal  şəbəkələrin  başqa  növlərindən, 

məsələn, nəqliyyat şəbəkəsindən çox fərqlənir.  

Mürəkkəb  şəbəkələr  təsadüfi  qraflar  kimi  sadə  şəbəkələrdə  meydana  çıxmayan 

qeyri-trivial  topoloji  əlamətlərə  malik  şəbəkələrdir.  Mürəkkəb  şəbəkələrin  öyrənilməsi 

elmi tədqiqatların yeni və fəal sahəsidir, lakin həyatda o qədər çoxsaylı tətbiqlər (bioloji 

və  sosial  şəbəkələr,  nəqliyyat  axınları,  paylanmış  kompyuter  sistemləri,  iqtisadi 

strukturlar,  neyron  şəbəkələri)  tapıb  ki,  artıq  fənlərarası  elmi  istiqamət  hesab  edilir. 

Mürəkkəb  şəbəkələrin  iki  məşhur  və  xeyli  öyrənilmiş  növü  kiçik  dünya  şəbəkələri  və 

miqyassız  şəbəkələrdir.  Onların  hər  ikisi  spesifik  struktur  xassələri  ilə 

  birincilər  orta 



yolun  kiçik  uzunluğu  və  böyük  klasterləşmə  əmsalı  ilə,  ikincilər  isə  dərəcələrin  üstlü 

paylama qanunu ilə xarakterizə olunurlar.  



Zəif  əlaqələrin  gücü.  Əlaqələrə  qarşı  “əlaqənin  gücü”  adlanan  və  onun  kəmiyyət 

atributlarını  xarakterizə  edən  qiymətləri  qoymaq  olar.  Əlaqənin  gücünü  müxtəlif 

göstəricilərlə  ölçmək  olar  –  əlaqənin  tezliyi,  müddəti,  əlaqə  (til)  üzrə  trafik  və  ya  axın 

sürəti, qovşaqlar arasındakı məsafə, informasiyanın keçmə ehtimalı və s. Əlaqə gücünün 

seçilmiş göstəricisinin qiymətindən asılı olaraq güclü və zəif əlaqələri fərqləndirirlər.  

H.Uaytın  tələbələrindən  biri  də  1974-cü  ildə  “İş  axtarışı”  kitabını  yazan  Mark 

Qranovetter idi. O, doktorluq dissertasiyasında (1973-cü il) insanların çalışdıqları işi necə 

tapmalarını  tədqiq  etmək  üçün  sorğu  aparmışdı.  Çoxları  işi  rəsmi  mənbələrdə  (məsələn, 




İnformasiya cəmiyyəti problemləri, №2, 2010  

 

14                                                                  www.jpis.az 



 

qəzet elanları) məqsədyönlü axtarışın köməyi ilə deyil, digər insanlarla təsadüfi əlaqələr 

vasitəsi ilə tapmışdılar. Bəziləri iş imkanı barəsində digər insanlarla əlaqələri vasitəsi ilə, 

bəziləri ailə üzvlərindən və yaxın dostlarından xəbər tutmuşdu, əksəriyyəti isə işi tanışları 

vasitəsi  ilə  tapmışdı.  M. Qranovetter  bu  hadisəni  zəif  əlaqələrin  gücü  adlandırmışdı.  O 

isbat  etdi  ki,  bir  sıra  sosial  məsələlər  üçün  zəif  əlaqələr  güclü  əlaqələrdən  daha 

səmərəlidir.  

Qranovetter bu hadisəni belə izah edirdi: Güclü əlaqələr tranzitivitlik yaradır. Güclü 

əlaqə  ilə  birləşmiş  iki  qovşaq  qarşılıqlı  ortaq  tanışlığa  (eyni  bir  3-cü  tərəflə) 

 



tranzitivitliyə  malik  olacaqlar.  Tranzitiv  üçlüyün  hissələri  olan  əlaqələr  (tillər)  şəbəkədə 

körpü və lokal körpü ola bilməzlər. Deməli, yalnız zəif əlaqələr körpü ola bilər. Buradan 

da  zəif  əlaqələrin  dəyəri  aydınlaşır.  Zəif  əlaqələr  şəbəkədə  yolların  uzunluğunu  (yəni 

diffuziyanın  sürətini)  azaldır.  Buna  görə  də  zəif  əlaqələrin  çox  olduğu  şəbəkələr  qısa 

yollara  malik  olur.  Nəticədə  şəbəkədə  dəyişikliklər  sürətli  olur,  koordinasiya  imkanı 

yaranır.  Çox  sayda  zəif  əlaqələrə  malik  olan  aktorlar  daha  yaxın  olurlar,  bunun 

nəticəsində iş fürsətləri, resurslara çıxış imkanları meydana çıxır.  

Güclü  əlaqələr  nəticəsində  isə  sıx  lokal  qruplar  (klasterlər)  əmələ  gəlir.  Güclü 

əlaqəli şəxslər, əsasən, eyni məlumatları və ya resursları bölüşürlər, bununla da, onlar bir-

birinə az faydalı olurlar. 

M.Qranovetterin  zəif  və  güclü  əlaqələr  nəzəriyyəsinin  böyük  ölçülü  real 

şəbəkələrdə  empirik  yoxlanması  vacib  praktiki  əhəmiyyətə  malikdir.  Böyük  Britaniya, 

ABŞ  və  Macarıstandan  olan  tədqiqatçılar  qrupu  mobil  rabitə  sahəsində  belə  bir  empirik 

tədqiqatı  həyata  keçirmişlər.  Onlar  təsdiq  etmişdilər  ki,  fərdlər  arasındakı  zəif  sosial 

əlaqələr sosial şəbəkələrin mövcudluğu üçün daha vacib əhəmiyyətə malikdir.  

Kiçik  dünya  fenomeni.  Kiçik  dünya  fenomeni  çox  böyük  ölçülərinə  baxmayaraq, 

şəbəkələrin  əksəriyyətində  istənilən  iki  qovşaq  arasında  nisbətən  qısa  yolun 

mövcudluğunu bildirir. Xatırladaq ki, iki qovşaq arasındakı  məsafə onları birləşdirən ən 

qısa yoldakı tillərin sayı kimi təyin olunur.  

Kiçik dünya fenomeni hələ 1924-cü ildə macar yazıçısı Frigyes Karinthy tərəfindən 

təsvir  edilmişdi.  1960-cı  illərdə  Stenli  Milqram  (Harvard  Universiteti)

  kiçik  dünya 

fenomenini eksperimentlər yolu ilə yoxladı [14]. Milqram Kanzasda müxtəlif iştirakçıya 

60  məktub  göndərərək  onlardan  məktubu  ilahiyyat  fakültəsi  tələbəsinin  Massaçusetdə 

məlum  ünvanda  yaşayan  həyat  yoldaşına  göndərməyi  xahiş  etdi.  İştirakçılar  məktubu 

yalnız  şəxsən  tanıdıqları  o  şəxslərə  verə  bilərdilər  ki,  onların  fikrincə,  birbaşa  və  ya 

"dostlarının  dostu"  vasitəsi  ilə  ünvana  çatdıra  bilərlər.  S.Milqram  müəyyən  etdi  ki,  iki 

təsadüfi  ABŞ  vətəndaşı  orta  hesabla  6  aralıq  vasitəçi  ilə  əlaqələnir.  S. Milqramın 

nəticələri 1967-ci ildə çap edilmişdi. 

Kiçik dünya fenomenini izah etmək üçün 1990-cı illərdən başlayaraq bir sıra riyazi 

modellər  təklif  edilmişdir  [15-20].  1998-ci  ildə  Dunkan  Uots  və  Stiven  Stroqats  kiçik 

dünya fenomeninin izahını verdilər [15]. Onlar göstərdilər ki, kiçik sayda uzun məsafəli 

əlaqələr  daxil  etməklə  müntəzəm  qrafı  “kiçik  dünya”ya  çevirmək  olar.  D. Uots  və 

S. Stroqats  təsadüfi  qrafların  və  müntəzəm  qrafların  iki  xassəsinə 

  klasterləşməyə  və 



orta  yolun  uzunluğuna  baxırlar.  Klasterləşmə  qrafın  klik  olmaq  ölçüsüdür.  Sosial 

şəbəkədə  klik  dostların  elə  çoxluğudur  ki,  hamı  bir-birini  tanıyır.  Uots  və  Stroqats 

klasterləşmə  əmsalını  eyni  aktora  birləşən  aktorların  öz  aralarında  birləşməsi  ehtimalı 

kimi müəyyən edirlər. Yolun uzunluğu isə iki aktor arasındakı orta məsafədir.  




İnformasiya cəmiyyəti problemləri, №2, 2010 

 

 



       www.jpis.az                                                                      15 

 

C.Kleynberqin  təklif  etdiyi  sosial  şəbəkə  modelində  şəbəkədə  əlaqələrin 



yaradılmasını  müəyyən  parametr  xarakterizə  edir  [17].  Müəllif  bu  modelin  qeyri-adi 

xassəsini aşkarlamağa nail olmuşdu: parametrin yeganə qiyməti mövcuddur ki, məlumatı 

"tanışlar zənciri üzrə" istənilən ünvana tez ötürmək imkanı var. 

Miqyassız  şəbəkələr.  Şəbəkənin  bütün  qovşaqları  eyni  dərəcəyə  malik  olmur. 

Şəbəkənin vacib xarakteristikası qovşaqların dərəcələrinin 

)

(k



P

 paylanma funksiyasıdır, 

)

(k



P

  təsadüfi  seçilmiş  qovşağın    dərəcəsinin 



k

-ya  bərabər  olması  ehtimalı  kimi 

müəyyən  edilir.  Müxtəlif 

)

(k



P

  ilə  xarakterizə  olunan  şəbəkələr  olduqca  müxtəlif 

davranışlar nümayiş etdirirlər.  

Təsadüfi  böyük  qrafda  hər  bir  til  bərabər  ehtimalla  iştirak  edir  və  ya  etmir, 

dərəcələrin  paylanması  binomial  və  ya  Puasson  paylanmasıdır.  Digər  tərəfdən,  son 

empirik  nəticələr  göstərir  ki,  şəbəkələrin  əksəriyyəti  üçün  dərəcələrin  paylanması 

Puasson  paylanmasından  xeyli  fərqlənir.  Xüsusi  halda,  veb-şəbəkədə  və  İnternet 

marşrutizatorlarının  şəbəkəsində  qovşaqların  dərəcələri  üstlü  qanunla  paylanır: 

π





k

k

P

)

(



.  

Qovşaqlarının  dərəcələri  üstlü  qanunla  paylanan  şəbəkələr  “miqyassız  şəbəkələr” 

adlanır  (ing.  scale-free  networks)  [18].  Real  mövcud  olan  mürəkkəb  şəbəkələrdə  məhz 

üstlü  paylanmalara  tez-tez  təsadüf  edilir.  Üstlü  paylanma  zamanı  çox  yüksək  dərəcəli 

qovşaqların  mövcud  olması  mümkündür,  bu,  Puasson  paylanmasına  malik  şəbəkələrdə 

praktiki olaraq müşahidə edilmir. 

Albert  Laslo  Barabaşi  «Əlaqəlilik:  şəbəkələr  haqqında  yeni  elm»  kitabında  [19] 

miqyassız  şəbəkələr  üzrə  özünün  yaratdığı  riyazi  aparatdan  istifadə  edərək,  şəbəkə 

nəzəriyyəsində  öz  baxışlar  sistemini  qurur.  Barabaşinin  baxışlarının  yeniliyi  ondan 

ibarətdir  ki,  ona  qədər  sosial  şəbəkələri  təsadüfi  hesab  edirdilər.  O  göstərdi  ki,  bu 

şəbəkələr  mürəkkəb  daxili  struktura  malikdir.  Şəbəkələrdə  kiçik  sayda  əlaqələrə  malik 

aktorlar  və  böyük  sayda  əlaqələrə  malik  aktorlar  var;  daxili  infrastruktur  onların 

xassələrini müəyyən edir; şəbəkələr kortəbii və ya kiminsə idarəsi altında yarana bilər. 

Barabaşi  xüsusi  halda  göstərmişdir  ki,  əgər  şəbəkə  sistemi  xarici  tənzimləyicilərin 

təsiri  olmadan  təkamül  edirsə,  onda  aktorlarda  yaranan  əlaqələrin  sayı  təsadüfi  deyil. 

Ayrıca  götürülmüş  aktordakı  əlaqələrin  sayı  Puasson  qanunu  üzrə  deyil,  loqarifmik 

qanunla paylanır. Buradan alınır ki, real şəbəkələrin əksəriyyətində aktorların əsas hissəsi 

məhdud  sayda  əlaqələrə,  bəzi  aktorlar  –  konsentratorlar  isə  (Barabaşi  onları  “hab” 

adlandırır) anomal böyük sayda əlaqələrə malikdir. 

Sosial şəbəkə analizində tədqiqat problemləri  

S.Vasserman  və  F.Pattison  [21]  şərti  olaraq  sosial  şəbəkə  analizində  inkişaf 

mərhələlərini üç nəslə  ayırırlar. Birinci nəsil tədqiqatların əsas  mövzuları (1970-ci illərə 

qədər)  fərdin  qrupda  vəziyyətinin  kəmiyyətcə  ölçülməsi  (kvantifikasiya);  həmrəy 

qrupların analizi; balanslı diadik və triadik münasibətlərin struktur analizi; mövqelərin – 

struktur  baxımından  fərqlənməyən  altqrupların,  yəni  digər  fərdlərlə  eyni  əlaqə 

şablonlarına  malik  fərdlərin  identifikasiyası.  Modellərin  ikinci  nəsli  1970-ci  illərdə                       

P.Holland,  S.Linard  və  başqaları  tərəfindən  böyük  olmayan  qruplarda  münasibətlərin 

ehtimalını parametrik qiymətləndirən statistik modellərin işlənilməsi ilə yarandı [22-24]. 

Bu  modelləri  diadik  əlaqələrin  asılı  olmaması  fərziyyələri  ilə  qururdular.  Modellərin 

üçüncü  nəsli  1980-ci  illərin  sonları 

  1990-cı  illərin  əvvəllərində  meydana  çıxmağa 




İnformasiya cəmiyyəti problemləri, №2, 2010  

 

16                                                                  www.jpis.az 



 

başladı, onlar təsadüfi  Markov qrafları ideyalarına söykənirdilər [23]. Bu  modellər daha 

ümumidir  və  diadların  asılı  olmaması  fərziyyəsindən  azaddır,  həmrəy  qruplar,  tranzitiv 

triadlar, qarşılıqlı əlaqəli diadlar, fərdi xarakteristikaların qrup strukturuna təsiri haqqında 

statistik hipotezləri yoxlamağa imkan verir. 

Hazırda  mürəkkəb  sosial  şəbəkələrin  öyrənilməsi,  şəbəkələrdə  dinamika  və 

informasiyanın yayılması, riyazi modellərin ciddilik səviyyəsinin yüksəldilməsi, müxtəlif 

sahələrdən  ümumi  anlayışların  mücərrədləşdirilməsi,  şəbəkə  strukturunun  daha  yaxşı 

eksperimentləri  və  ölçmələri,  şəbəkələrin  layihələndirilməsi  və  sintezi  üzrə  fəal 

tədqiqatlar aparılır. Müxtəlif nəşrlərin və konfrans materiallarının analizi göstərir ki, çox 

böyük  şəbəkələrin  modelləşdirilməsi  və  dinamik  şəbəkələrin  analizi  kimi  iki  istiqamət 

tədqiqatların ön cəbhəsini təşkil edir. Aşağıda bu istiqamətlərin bəzi xüsusiyyətləri qısaca 

analiz edilir. 

Böyük  miqyaslı  sosial  şəbəkələr.  Sosial  şəbəkə  analizi  üçün  verilənlərin  ənənəvi 

mənbələri (sorğu, müsahibə, arxiv, müşahidə, informant, gündəlik, mətbuat və s.) böyük 

həcmdə  verilənləri  toplamağa  imkan  vermirdi  və  analiz  kiçik  sosial  qruplarla 

kifayətlənirdi.  Hazırda  sosial  şəbəkə  saytlarının,    telefon  zəngləri  loqlarının,  veb-şəbəkə 

loqlarının  və  s.  nəhəng  bazaları  sosial  şəbəkə  analizinə  cəlb  olunur  [24-28].  Məsələn, 

LiveJournal  bloq  cəmiyyətində  bəyan  edilmiş  dostluqların  4.4  milyon  qovşaqdan  ibarət 

şəbəkəsi  [25],  Microsoft  Instant  Messenger-də  bir  ay  ərzindəki  bütün  IM  ünsiyyətlərin 

240 milyon qovşaqdan ibarət şəbəkəsi [26] üzərində tədqiqatlar məlumdur.  

Lakin  böyük  miqyaslı  sosial  şəbəkələrin  modelləşdirilməsində  bir  sıra  problemlər 

vardır.  Ən  vacib  problem  ondadır  ki,  təklif  edilən  həllər  böyük  həcmli  və  heterogen 

verilənlər toplularını emal etməyə qadir deyillər. Ənənəvi verilənlər saxlancına əsaslanan 

yanaşmalar  bu  problem  qarşısında  kifayət  qədər  səmərəli  deyillər.  Onların  əksəriyyəti 

SQL-kimi  ümumi  məqsədli  sorğu  dillərini  təmin  etməyə  cəhd  edirlər  və  sosial  şəbəkə 

analizini  birbaşa  dəstəkləmirlər.  Ənənəvi  SŞA-nin  istifadə  etdiyi  verilənlərlə  (istifadə 

loqları,  sorğu  loqları,  sənəd  topluları)  yanaşı,  multimedia  verilənlərinin  də  (şəkillər  və 

onların  annotasiyaları,  çoxkanallı  istifadə  verilənləri)  analizə  cəlb  edilməsi  vacibdir. 

Digər tərəfdən, mövcud SŞA alətləri də, əsasən, bir işçi stansiya rejimində istifadə edilir 

və  yetərincə  genişlənə  bilmir.  Bu  problemi  həll  etmək  üçün  sosial  şəbəkə  analizi  ilə 

verilənlərin intellektual analizinin konvergensiyası (Social Network Analysis and Mining, 



SNAM) vacibdir.  

Hazırda SNAM aşağıdakı əsas sahələri əhatə edir [29-36]:  

1.

 

icmaların  aşkarlanması  və  analizi,  fərdi  və  sosial  fəaliyyət  baxımından 



fərdiləşdirmə,  istifadəçilərin  davranışının  analizi  üçün  verilənlərin  intellektual 

analizi  üsullarının  inkişaf  etdirilməsi,  sosial  şəbəkələrin  robastlığı  və 

təhlükəsizliyi, icmalarda pis davranışların aşkarlanması;  

2.

 



sosial  şəbəkə  modelləşdirilməsi,  miqyaslanan,  sifarişli  sosial  şəbəkə 

infrastrukturunun  qurulması,  sosial  şəbəkədə  informasiyanın  yayılması,  sosial 

şəbəkələrdə  dinamikanın,  evolyusiya  şablonlarının  və  şəbəkə  evolyusiyasında 

anomaliyaların aşkarlanması, sosial şəbəkə topologiyalarının zaman üzrə analizi, 

trendlərin  proqnozlaşdırılması,  sosial  şəbəkələrin  kontekstual  analizi,  sosial 

şəbəkələrdə axtarış alqoritmləri, böyük miqyaslı qraf alqoritmləri. 



Dinamik şəbəkələrin analizi. Dinamik şəbəkələrin analizi – ənənəvi sosial şəbəkə 

analizini,  əlaqə  analizini  (ing.  link  analysis)  və  multi-agent  sistemlərini  [37]  şəbəkə 

nəzəriyyəsi  daxilində  birləşdirən  yeni  elmi  istiqamətdir.  Dinamik  şəbəkələr  ənənəvi 



İnformasiya cəmiyyəti problemləri, №2, 2010 

 

 



       www.jpis.az                                                                      17 

 

sosial  şəbəkələrdən  onunla  fərqlənir  ki,  onlar  daha  dinamik,  böyük,  müxtəlif  tipli, 



multipleks  şəbəkələrdir  və  dəyişən  səviyyəli  qeyri-müəyyənliklərə  malik  ola  bilər.  Bu 

sahədə iki cəhət var. Birinci cəhət dinamik şəbəkə verilənlərinin statistik analizidir, ikinci 

cəhət  şəbəkə  dinamikasını  öyrənmək  üçün  imitasiya  modelləşdirilməsindən  istifadə 

edilməsidir.  

Ənənəvi sosial şəbəkə analizinin alətləri eynitipli və ya ən çoxu ikitipli şəbəkələrdə 

işləyir və baxılan anda  yalnız bir əlaqə tipini analiz edir. Bunun əksinə, dinamik şəbəkə 

analizinin  statistik  alətləri  böyük  miqyaslı  şəbəkələr  üçün  optimallaşdırılır  və  eyni 

zamanda bir neçə müxtəlif tipli multipleks şəbəkəni analiz etməyə imkan verirlər.  

Dinamik şəbəkə analizinin statistik alətləri istifadəçiyə daha çox ölçmə məlumatları 

verə  bilər,  çünki  onlar  eyni  zamanda  bir  neçə  şəbəkədən  alınmış  verilənləri  ölçürlər. 

Kompyuter  modelləşdirməsi  baxımından  dinamik  şəbəkə  analizində  qovşaqlar  kvant 

nəzəriyyəsindəki  atomlar  kimidir,  onlarla  stoxastik  obyektlər  kimi  davranmaq  olar. 

Ənənəvi sosial şəbəkə analizi modellərində qovşaqlar statistikdir, dinamik şəbəkə analizi 

modellərində isə qovşaqların öyrənmə qabiliyyətləri var. Atributlar  zamana görə dəyişə, 

qovşaqlar yeni biliklər öyrənə və şəbəkədə öz dəyərlərini artıra bilər: şirkətin əməkdaşları 

yeni  biliklər  öyrənə  və  şəbəkədə  öz  dəyərlərini  artıra  bilərlər.  Dəyişiklik  bir  qovşaqdan 

digərinə və s. doğru yayılır. Dinamik şəbəkə analizi şəbəkənin evolyusiyasına elementlər 

əlavə edir və dəyişikliklərin baş verə biləcəyi şəraiti nəzərdən keçirir. 



Nəticə 

Son  yarım  əsr  ərzində  sosial  şəbəkə  analizi  sosiologiya,  sosial  psixologiya, 

antropologiya, riyaziyyat və kompyuter elmlərində fəal tədqiqat sahəsi olmuş və hazırda 

fənlərarası tədqiqat sahəsinə çevrilmişdir. Bu gün sosial və texnoloji şəbəkələrin, məxsusi 

sosial struktura malik hesablama və informasiya şəbəkələrinin konvergensiyası baş verir. 

Hazırda sosial şəbəkə tədqiqatları onlayn sosial şəbəkə veb-saytlarının geniş yayılması və 

böyük  miqyaslı  müxtəlif  oflayn  sosial  şəbəkələrin  əlyetərliliyi  sayəsində  əhəmiyyətli 

dərəcədə  inkişaf  etməkdədir.  Tədqiqatçılar  sosial  şəbəkələrdə  ümumi  statik  topoloji 

xassələrin  və  sosial  şəbəkələrin  formalaşması  və  evolyusiyası  zamanı,  dinamik 

xassələrinin  öyrənilməsi  də  daxil  olmaqla,  geniş  spektrli  problemlərin  araşdırılmasına 

maraq  göstərirlər.  Bu  məsələlərin  icmaların  tapılması,  anomaliyaların  aşkarlanması, 

tendensiyaların  proqnozlaşdırılması  ilə  vacib  əlaqələri  var  və  informasiya  axtarışı, 

tövsiyə  sistemləri,  idarəetmə,  iqtisadiyyat,  təhlükəsizlik  və  s.  kimi  bir  çox  sahələrdə 

sosial şəbəkə analizinin tətbiqlərini genişləndirə bilər. 



Ə

dəbiyyat 

1.

 



Алгулиев  Р.М.,  Юсифов  Ф.Ф.  Социальные  сети  как  инструмент  повышения 

эффективности  механизмов  государственного  управления  /  Телекоммуни-

кации, 2009, № 9, с.25-30. 

2.

 



Абдуллаева 

Ф.Д. 


Об 

одном 


методе 

построения 

отношений 

между 


персональными  данными  в  социальных  сетях  /  Проблемы  управления  и 

информатики, 2009, № 1, c. 118-123. 

3.

 

Wasserman  S.,  Faust  K.  Social  Network  Analysis:  Methods  and  Applications. 



Cambridge: Cambridge University Press, 1994. 

4.

 



Carrington  P.,  Scott  J.,  Wasserman  S.  Models  and  Methods  in  Social  Network 

Analysis. Cambridge: Cambridge University Press, 2005. 




İnformasiya cəmiyyəti problemləri, №2, 2010  

 

18                                                                  www.jpis.az 



 

5.

 



Freeman  L.C.  The  Development  of  Social  Network  Analysis:  A  Study  in  the 

Sociology of Science. Vancouver: Empirical Press, 2004. 208 p. 

6.

 

Moreno J.L. Sociometry, experimental  method and science  of society.  N.Y.: Beacon 



House, 1951. 

7.

 



Radcliff-Brown  A.R.  Structure  and  function  in  primitive  society.  New  York:  Free 

Press, 1952. 

8.

 

Warner W.L. The Status System of a Modern Community. New Heaven, 1942.  



9.

 

Barnes  J.A.  Class  and  committees  in  a  Norwegian  island  parish  /  Human  Relations, 



1954, V.7, N.1, pp.39-58. 

10.


 

White  H.,  Boorman  S.,  Breiger  R.  Social  structure  from  multiple  networks.  I.: 

Blockmodels  of  roles  and  positions  /  American  Journal  of  Sociology,  1976,  V.81, 

N.4, pp. 730-780.  

11.

 

White  H.,  Boorman  S.  Social  structure  from  multiple  networks  II:  Role  structures  / 



American Journal of Sociology, 1976, V.81, N.6, pp.1384-1446. 

12.


 

Freeman  L.C.  Visualizing  Social  Networks  /  Journal  of  Social  Structure,  2000,  V.1, 

N.1. 

13.


 

Granovetter M.S. The Strength of Weak Ties / American Journal of Sociology, 1973, 

V.78, pp. 1360-1380. 

14.


 

Milgram S. The small world problem / Psychology Today, 1967, V.2, N.1, pp.60-67. 

15.

 

Watts  D.J.,  Strogatz  S.H.  Collective  dynamics  of  small-world  networks  /  Nature, 



1998, V. 393, pp. 440-442. 

16.


 

Robins  G.L.,  Pattison  P.,  Woolcock  J.  Small  and  other  worlds:  Global  network 

structures  from  local  processes  /  American  Journal  of  Sociology,  2005,  V.110,  N.4, 

pp.894-936. 

17.

 

Kleinberg  J.  The  small-world  phenomenon:  an  algorithm  perspective  //  Proceedings 



of the thirty-second annual ACM symposium on Theory of computing, pp. 163-170.  

18.


 

Barabási A.-L., Albert R. Emergence of scaling in random networks / Science, 1999, 

V.286, N.5439, pp.509-512. 

19.


 

Barabási  A.-L.  Linked:  The  New  Science  of  Networks.  Cambridge,  MA:         

Perseus, 2002. 

20.


 

Newman  M.E.J.  The  structure  and  function  of  complex  networks  /  SIAM  Review, 

2003, V.45, N. 2, pp.167-256. 

21.


 

Wasserman  S.,  Pattison  P.  Logit  models  and  logistic  regression  for  social  networks:   

I.  An  introduction  to  Markov  graphs  and  p_  /  Psychometrika,  1996,  V.61,  N.3, 

pp.401-425. 

22.

 

Holland  P.W.,  Leinhardt  S.  An  exponential  family  of  probability  distributions  for 



direct  graphs  /  Journal  of  the  American  Statistical  Association,  1981,  V.76,  N.373, 

pp.33-50. 

23.

 

Frank O., Strauss D. Markov graphs / Journal of the American Statistical Association, 



1986, V.81, N.395, pp.832-842. 

24.


 

Mislove  A.,  Marcon  M.,  Gummadi  K.,  Drusche  P.,  Bhattacharjee  B.  Measurement 

and Analysis of Online Social Networks // Proceedings of the 7th ACM SIGCOMM 

conference on Internet measurement, 2007, pp. 29-42. 

25.

 

Liben-Nowell D. The Structure of Social Networks / MITACS/MASCOS  Workshop 



on Fusion, Mining and Security for Networks. Montreal, 16 June 2008. 


İnformasiya cəmiyyəti problemləri, №2, 2010 

 

 



       www.jpis.az                                                                      19 

 

26.



 

Leskovec  J.,  Horvitz  E.  Planetary-Scale  Views  on  a  Large  Instant-Messaging 

Network  //  Proceeding  of  the  17th  international  conference  on  World  Wide  Web, 

2008, pp. 915-924. 

27.

 

Onnela  J.-P.  et  al.  Analysis  of  large  scale  weighted  network  of  one-to-one  human 



communication // New Journal of Physics, 2007, V.9, N.6, pp.179. 

28.


 

Uchida  M.,  Shibata  N.  Identification  and  Visualization  of  Emerging  Trends  from 

Blogosphere  //  Proceedings  of  International  Conference  on  Weblogs  and  Social 

Media (ICWSM), 2007, pp. 305–306. 

29.

 

Давыдов  А.А.  Системная  социология:  введение  в  анализ  динамики  социума.         



М.: ЛКИ, 2007. - 248 с.  

30.


 

Newman M.E.J., Girvan M. Finding and evaluating community structure in networks 

/ Physical Review E, 69, 026113, 2004, pp.56-68.   

31.


 

Kleinberg  J.  Challenges  in  mining  social  network  data:  processes,  privacy,  and 

paradoxes  //  Proceedings  of  the  13th  ACM  SIGKDD  international  conference  on 

Knowledge discovery and data mining, 2007, pp. 4-5. 

32.

 

Barrat  A.,  Barthélemy  M.,  Vespignani  A.  Dynamical  Processes  on  Complex 



Networks. Cambridge: Cambridge University Press, 2008. 

33.


 

Caldarelli  G.,  Vespignani  A.  Large  Scale  Structure  and  Dynamics  of  Complex 

Networks:  From  Information  Technology  to  Finance  and  Natural  Science.  London: 

World Scientific Publishing Company, 2007. 

34.

 

Linkletter  C.  Social  network  analysis:  practical  and  statistical  challenges  /  Health 



Services and Outcomes Research Methodology, 2008, V.8, N.4, pp. 270-272. 

35.


 

Bin  Zhou,  Jian  Pei  Preserving  Privacy  in  Social  Networks  Against  Neighborhood 

Attacks  //  Proceedings  of  the  2008  IEEE  24th  International  Conference  on  Data 

Engineering (ICDE 2008), pp.506-515. 

36.

 

Shrivastava N., Majumder A., Rastogi R. Mining (Social) Network Graphs to Detect 



Random Link Attacks // Proceedings of the 2008 IEEE 24th International Conference 

on Data Engineering (ICDE 2008), pp.486-495.  

37.

 

Uhrmacher  A.,  Weyns  D.  Multi-Agent  Systems:  Simulation  and  Applications.  Boca 



Raton: CRC Press, 2009. 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 


İnformasiya cəmiyyəti problemləri, №2, 2010  

 

20                                                                  www.jpis.az 



 

УДК

  004:351 

Имамвердиев

 Я.Н. 

Институт Информационных Технологий НАНА, Баку, Азербайджан 

yadigar@lan.ab.az   

 

Анализ



 социальных сетей: понятия, модели и проблемы исследования 

Сервисы социальных сетей создают новые возможности для взаимодействия людей 

и обуславливают возникновение новых способов и средств влияния на общество. В 

этой  работе  проанализированы  основные  понятия  социальных  сетей,  этапы 

формирования  анализа  социальных  сетей  и  оригинальные  идеи  в  этой  области, 

указано  применение  анализа  социальных  сетей.  Идентифицированы  актуальные 

научные проблемы в области анализа социальных сетей и изучено их современное 

состояние.  



Ключевые

  слова:  социальная  сеть,  актор,  анализ  социальных  сетей,  сила  слабых 

связей, феномен малых миров, бесмасштабные сети, моделирование сверхбольших 

сетей,  анализ  динамических  сетей,  мультиагентное  моделирование  социальных 

явлений. 

 

Imamverdiyev Y.N. 

Institute of Information Technology of ANAS, Baku, Azerbaijan 

yadigar@lan.ab.az   



 

Social Network Analysis: concept, models and research challenges 

Social networking services create new  opportunities for social interaction of people and 

cause the emergence of new methods and techniques to influence on society. The paper 

analyses  main  concepts  of  social  networks,  the  stages  of  formation  of  social  network 

analysis and original ideas in this field, and points out the applications of social network 

analysis. Actual research directions in social network analysis are identified and the state-

of-the-art of these problems is analyzed.  

Keywords: social network, actor, social network analysis,weak ties’ strength, small 

world phenomena, scale-free network, large-scale network modeling, dynamic network 

analysis, multi-agent based social modeling.

 

 



 

Yüklə 196,54 Kb.

Dostları ilə paylaş:




Verilənlər bazası müəlliflik hüququ ilə müdafiə olunur ©genderi.org 2024
rəhbərliyinə müraciət

    Ana səhifə