Diese Ausarbeitung befasst sich mit dem Thema Computational Soical Network Analysis. Ziel ist es, dem Leser einen Einblick in diese Thematik zu verschaffen. Dabei werden Hintergründe, anwendbare Methoden und Tools vorgestellt, die hierbei Verwendung finden. Zunächst wird dabei näher auf den Hintergrund, also warum dieses Gebiet als Forschungsgegenstand so interessant ist, eingegangen. Anschließend werden verschiedene Aspekte, die man im Rahmen der Analyse sozialer Netzwerke untersuchen kann benannt. In diesem Zusammenhang werden auch zwei verschiedene Kategorien zur formalen Analyse benannt. Zur Verdeutlichung wird die Verwendung dieser am Ende des Kapitels auch noch einmal anhand eines Praxisbeispiels gezeigt. Das nächste Kapitel befasst sich mit der Fragstellung, wie Schlüsselfiguren in Netzwerken ermittelt werden können und was für Rollen diese spielen. Dabei werden auch die verschiedenen Arten von Schlüsselfiguren benannt. Eine weitere zentrale Rolle in der Analyse sozialer Netzwerke nehmen Gruppen ein. Die Bedeutung von Gruppen und wie man sie ermitteln kann wird im nächsten Kapitel erläutert. Aufbauend auf den Gruppen sollen Interaktionen innerhalb von Netzwerken untersucht werden. Hierfür werden zunächst die nötigen Werkzeuge, wie die SCAN oder DISSECT Methode vorgestellt und anschließend die Einsatzgebiete anhand von Beispielen verdeutlicht. Im 7. Kapitel wird eine eLearning Plattform näher betrachtet. Hierbei werden zunächst die Eigenschaften und Besonderheiten von eLearning Plattformen beschrieben und anschießend anhand eines Praxisbeispiels verschiedene Methoden zur Analyse sozialer Netzwerke angewendet.
Inhaltsverzeichnis
1. Einleitung
2. Hintergrund
3. Aspekte zur Untersuchung sozialer Netzwerke
3.1 Datensammlung in Netzwerken
3.2 Veranschaulichung von Daten in Netzwerken
3.3 Praxisbeispiel
4. Schlüsselfiguren in Netzwerken
5. Bedeutung von Gruppen
6. Analyse von Interaktionen in Netzwerken
6.1 Die SCAN-Methode
6.1.1 Auswählen
6.1.2 Einordnen
6.1.3 Benutzen
6.1.4 Praxisbeispiele
6.2 Die DISSECT-Methode
6.3 Entwicklung von Communities
7. Analyse von Beziehungen am Beispiel des e-Learnings
Zielsetzung & Themen
Die vorliegende Arbeit gibt einen fundierten Einblick in die Methoden und Werkzeuge der Computational Social Network Analysis, um soziale Strukturen, Gruppenbildungen und Interaktionsmuster in digitalen Netzwerken zu identifizieren und zu analysieren.
- Grundlagen der Datensammlung und visuellen Analyse von Netzwerkstrukturen.
- Identifikation und Bedeutung von Schlüsselfiguren sowie Gruppendynamiken.
- Einführung und Evaluation der Methoden SCAN und DISSECT zur Interaktionsanalyse.
- Anwendung netzwerkanalytischer Verfahren auf das spezifische Szenario von e-Learning-Plattformen.
Auszug aus dem Buch
3.1 Datensammlung in Netzwerken
Die Datensammlung dient der Ermittlung von Hintergrundinformationen zur Entwicklung des Netzwerkes und dessen räumlicher Ausdehnung. Es wird also versucht zu ermitteln, was für Möglichkeiten (z.B. im Bereich der Interaktion) den Mitgliedern geboten werden, wie diese untereinander Interagieren (z.B. Diskussionen, Austausch von Informationen) und in welchem Umkreis (z.B. räumlich oder thematisch) sich die Handlungen der Mitglieder bewegen.7
Hierbei findet die sogenannte Socio-Centric Methode Verwendung. Sie wird bei der Betrachtung der Beziehungen der Mitglieder untereinander eingesetzt. Zweiergruppen bilden dabei logisch die kleinste Basis für Interaktionen. Die Datensammlung erfolgt in 3 nacheinander folgenden Stufen.
1. Ermitteln der Beziehung eines Mitgliedes zu allen anderen
2. Untersuchen dieser Beziehungen in Hinblick auf Stärke, Bestätigung und Vielfältigkeit
3. Verschaffen eines Gesamtüberblicks über das betrachtete Netzwerk (Größe, Dichte)8
Um an diese Daten heran zu kommen, müssen die einzelnen Mitglieder Fragen zu anderen Mitgliedern beantworten können. Die Auswertung der Antworten erfolgt dabei anhand einer Matrix.
Zusammenfassung der Kapitel
1. Einleitung: Dieses Kapitel führt in das Thema der Computational Social Network Analysis ein und gibt einen Überblick über die behandelten Methoden, Tools und Praxisbeispiele.
2. Hintergrund: Es wird die Relevanz sozialer Netzwerke im Web 2.0 beleuchtet und die Motivation der Nutzer für die Teilnahme an diesen Netzwerken erläutert.
3. Aspekte zur Untersuchung sozialer Netzwerke: Das Kapitel behandelt grundlegende Methoden zur Datenerhebung und visualisierung, wobei zwischen Ego-Centric und Socio-Centric Ansätzen unterschieden wird.
4. Schlüsselfiguren in Netzwerken: Hier werden Verfahren zur Identifikation zentraler Akteure vorgestellt, basierend auf verschiedenen Zentralitätsmaßen wie Eigenvektor- oder Zwischenzentralität.
5. Bedeutung von Gruppen: Es werden Ansätze wie Cliquen und der K-Plex-Ansatz analysiert, um kohäsive Gruppen innerhalb von Netzwerken zu definieren und zu identifizieren.
6. Analyse von Interaktionen in Netzwerken: Dieses Kapitel stellt die SCAN- und DISSECT-Methoden zur Untersuchung von Interaktionsdynamiken und der Entwicklung von Communities vor.
7. Analyse von Beziehungen am Beispiel des e-Learnings: Die Arbeit schließt mit einer praktischen Anwendung der vorgestellten Netzwerkanalysen auf eLearning-Plattformen zur Optimierung des Lernprozesses.
Schlüsselwörter
Computational Social Network Analysis, Soziale Netzwerke, Socio-Centric, Ego-Centric, Netzwerkanalyse, SCAN-Methode, DISSECT-Methode, Clusteranalyse, Communities, e-Learning, Zentralität, Interaktionsanalyse, Graphen, Matrizen, Wissensaustausch.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit befasst sich mit der Computational Social Network Analysis und erläutert, wie soziale Beziehungen und Interaktionen in digitalen Netzwerken methodisch erfasst und ausgewertet werden können.
Welche zentralen Themenfelder werden bearbeitet?
Zu den Schwerpunkten zählen die Datenerhebung, die Identifikation von Schlüsselfiguren, die Analyse von Gruppenbildungen sowie die methodische Untersuchung von Interaktionen.
Was ist das primäre Ziel der Untersuchung?
Ziel ist es, dem Leser einen praxisorientierten Einblick in die Thematik zu geben und Methoden sowie Werkzeuge vorzustellen, die zur Analyse von Netzwerkstrukturen und deren Dynamiken notwendig sind.
Welche wissenschaftlichen Methoden finden Anwendung?
Neben der grundlegenden Netzwerkanalyse mittels Graphen und Matrizen werden spezifische Verfahren wie die Socio-Centric- und Ego-Centric-Methode, Clustering-Verfahren sowie die SCAN- und DISSECT-Methoden beschrieben.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Fundierung der Netzwerkanalyse, die Identifikation von Schlüsselrollen, die Analyse von Gruppenstrukturen und die detaillierte Vorstellung komplexer Interaktionsanalysen.
Welche Schlüsselwörter charakterisieren die Arbeit?
Wesentliche Begriffe sind Netzwerkanalyse, soziale Interaktion, Zentralitätsmaße, Clustering, Communities und e-Learning.
Wie werden die SCAN- und DISSECT-Methoden voneinander abgegrenzt?
Während die SCAN-Methode zur Ermittlung kohäsiver Gruppen dient, stellt die DISSECT-Methode eine Weiterentwicklung dar, welche Schwächen der SCAN-Methode adressiert und durch Inhaltsanalysen sowie Clusteranalysen ergänzt.
Warum wird e-Learning als Anwendungsbeispiel herangezogen?
e-Learning-Plattformen bilden ein ideales, strukturiertes Umfeld, um soziale Beziehungen zwischen Lehrenden (eTutors) und Lernenden sowie die Effektivität von Wissensvermittlungsprozessen mittels Netzwerkanalyse zu optimieren.
- Citation du texte
- Kai Subel (Auteur), Michel Schultz (Auteur), 2010, Computational Social Network Analysis, Munich, GRIN Verlag, https://www.grin.com/document/160118
