1 / 31

Pajek

Pajek. Download: http ://vlado.fmf.uni-lj.si/pub/networks/pajek / Corso Pajek Sidney 2105 http :// vlado.fmf.uni-lj.si/pub/networks/doc/seminar/NICTA.htm DATA SETS : http ://vlado.fmf.uni-lj.si/pub/networks/data. Pajek significa «ragno» in Sloveno.

alima
Télécharger la présentation

Pajek

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Pajek Download: http://vlado.fmf.uni-lj.si/pub/networks/pajek/ CorsoPajek Sidney 2105 http://vlado.fmf.uni-lj.si/pub/networks/doc/seminar/NICTA.htm DATA SETS: http://vlado.fmf.uni-lj.si/pub/networks/data

  2. Pajek significa «ragno» in Sloveno. Pajek è un software per la visualizzazione e l’analisi delle reti complesse. E’ continuamente esteso e aggiornato. Gli autori sono: Vladimir Batagelij e Andrei Mrvar dell’università di LjublJana (Slovenia)

  3. libro

  4. libro

  5. Manuale

  6. la social network analysis(SNA) permettedi rispondere a domande molto semplici ma importantiquali: • chi conosce chi • chi ha ilnumeropiùelevato di contatti in unacomunità o organizzazione • qualisono i sotto-gruppi di cui è compostaunacomunitànumerosa • come funzional'organizzazionereticolare di un movimento politico o di un gruppoterrorista • come sonocollegatitraloro i dirigenti di aziendequotate in borsa • ecc. Introduzione all SNA http://www.ccsr.ac.uk/methods/publications/snacourse/snacourseweb.html

  7. introdurre reti rappresentare graficamente le reti Statistica di base come si misura la coesione

  8. Mainwindow

  9. Aprire una rete esistente Dining-table_partners.net: 26 vertices, 52 valued arcs (1 = first choice, 2 = second choice), no edges, no loops. Disegnarla

  10. Creare un file (*.net, *.vec, *.clu) manualmente con Pajek Net/RandomNetwork/Total n° of Arcs(es: 15 , How manyarcs=10) File/Network/Edit(cambia un vertice per volta) Partition/Create ConstantPartitionFile/Partition/Edit Vector/Create ConstantVectorFile/Vector/Edit File/Network/Save File/Partition/Save File/Vector/Save 2. Modificare un file manualmente con un word processor Net/Random Networks/Total n° of arcs(es: 15 , How manyarcs=10) File/Network/Save Open file with Blocco Note and modifyit SaveRe-open File beforeusingit (Never use TAB) Analogamente per partizioni e vettori

  11. Come inserire una rete: Esempio 1 *Verteces 5 1 «Pippo» 2 «Franco» 3 «Luca» 4 «Giovanni» 5 «Mario» *Edges 1 5 2 5 2 4 3 4 4 5 * Arcs *Verteces 5 1 «Pippo» 2 «Franco» 3 «Luca» 4 «Giovanni» 5 «Mario» *Arcslist 1 5 2 5 4 3 4 4 5 Pippo Mario Giovanni *Verteces 5 1 «Pippo» … *matrix 0 0 0 0 1 0 0 0 1 1 0 0 0 1 0 0 1 1 0 1 1 1 0 1 0 Luca Franco 1. Lista di vertici seguita da una lista di arcs/edges 2. Lista di vertici seguita da una matrice. Limitazioni: non è possibile indicare linee multiple Linee di valore 0 = non linee

  12. Possono essere ni reali

  13. Esempi di grafi diretti(digraph)

  14. Drawing Draw Draw/Partition Draw/Vector Draw/Partition/Vector Draw/Layout/circular Draw/Layout/Energy/Kamada-Kaway/Free Per default Pajek non disegna reti con più di 5000 vertici anche se può fare i calcoli con reti di 9.999.997 vertici L’algoritmo di Kamada –Kawai trova la posizione dei nodi che minimizza il numero di incroci delle linee e la distanza tra i nodi.

  15. Drawing La posizione dei vertici può essere cambiata usando il mouse. Si possono usare le Option dalla finestra grafica per visualizzare diversamente i nodi e gli archi. Le figure si possono esportare con export o copiando la foto (print screen) in Paint

  16. Statistica di base su reti unimodali Info/Network/General fornisce informazioni generali sulla rete: m=n°spigoli, n=n° nodi; <k>=2m/n grado medio Densità1= d1=m/(n*n)=link esistenti/link possibili (con loops) Densità2=d2=m/(n*(n-1))=link esistenti/link possibili (senza loops)

  17. Esercizio Inserire la seguente rete che rappresenta «chi è amico con chi» all’interno di un gruppo sportivo 1 nessuna frequentazione 2 frequentazione saltuaria (1 v al mese) 3 frequentazione assidua (1 v alla settimana) • Creare il file es1 .net • Rendere la rete non diretta • Inserire la rete come matrice e come lista • Creare la partizione maschi/femmine • Creare il vettore età

  18. Statistica di base Info/network/general (0)

  19. Info/partition (0) Info/vector (0)

  20. Come misurare la Coesione

  21. A cosa può servire misurare la coesione? Prevedere la diffusione di idee/innovazioni e l’uniformità di tale diffusione E’ più probabile avere diverse opinioni in diversi gruppi coesi.

  22. K-cores E’ il massimo sotto-grafo connesso in cui ogni nodo è connesso con almeno altri k-nodi nel gruppo. A volte questo è un concetto troppo stringente per individuare comunità in una rete. Può essere interessante osservare la sovrapposizione fra diversi k-cores Net/Partitions/core

  23. P-cliques= percentuale delle connessioni E’ il massimo sotto grafo connesso in cui i nodi hanno almeno una data percentuale p di vicini all’interno del sotto grafo Problema: si può avere p alto se molti vertici appartengono ad un grande cluster

  24. Altri metodi: Componenti connesse (strong e weak) Densità dei link nella rete

  25. Esempio con Pajek. Attiro.net Nel 1948 i sociologi americani studiarono le relazioni sociali in una regione della Costa Rica nel Sud America. Essi erano interessati all’impatto delle relazioni sociali sull’evoluzione di una società. Studiarono le relazioni di «fare visita a» tra famiglie che vivevano nelle «haciendas» (fattorie). La rete di visite è contenuta nel file Attiro.net. Si ha un semplice grafo diretto dove ogni arco rappresenta la frequenza delle visite da una famiglia ad un’altra. Non si conosce l’esatto numero di visite. Le linee sono classificate come «ordinarie» (1), visite saltuarie tra famigliari (2), visite ricorrenti tra famigliari (3). I loops non ci sono perché in questo caso non hanno senso La visualizzazione aiuta a mettere in evidenza le diverse famiglie e la forza dei loro legami. Le famiglie verdi e azzurre sono concentrate al centro. Eccezione f43

  26. Che gruppi coesi possiamo trovare in attiro.net? Coincideranno con le famiglie? Per misurare la connessione si può misurare la densità dei link Net/Info/General (0) La rendo non diretta perché così il grado è il numero di vicini Net/Transform/Arcs-Edges

  27. Net/Partition/Degree Info/Partition

  28. Rete non diretta Net/partitions/Core/(all) Draw/Drawpartition I colori dei vertici indicano il più grande k-core a cui i vertici appartengono 3 k-core Sembra che i k-core non identifichino i raggruppamenti delle famiglie

  29. p-Cliques Partizione della rete in sotto-grafi i cui vertici hanno una percentuale almeno di p di vicini P=0.5 Nemmeno le p-cliques identificano I raggruppamenti tra famiglie

  30. Stronglyconnected component with Pajek Attiro.net (CAP 3) sono importanti le strong component (=gruppi che si visitano a vicenda) sono quindi importanti le direzioni delle frecce Net/Component/Strong Draw/DrawPartitions Layout/circular/usingPartition Se vi si sovrappone la partizione in famiglie si ottiene: Quindi le strong component individuano le famiglie

More Related