A análise visual da rede ajuda sociólogos, historiadores e economistas a examinar questões sociais por meio da tecnologia digital.
A explosão de dados relacionais nos espaços de trabalho desses pesquisadores os obriga a encontrar novas ferramentas de análise. Porque suas ferramentas usuais não conseguem entender as conexões dentro dos dados.
É necessário acompanhá-los fornecendo uma estrutura metodológica e ferramentas para explorar e interpretar esses dados.
De quais redes estamos falando?
O termo “web” refere-se aos diferentes objetos que tendemos a confundir. Podemos distinguir pelo menos três deles.
• Uma rede social: Um conjunto de indivíduos ou organizações conectados por interações sociais. As conexões são inesgotavelmente ricas: parentesco, afinidades, transações, etc.
• Grafo Matemático: É uma estrutura de ‘nós’ conectada por ‘arcos’ e cujas propriedades topológicas são estudadas pela ‘teoria dos grafos’. Pelo contrário, os links são despojados de toda a sua essência.
• Dados relacionais que utilizamos na prática, ou seja, arquivos digitais que listam os dois itens e os links entre eles. Elementos e links geralmente são definidos por metadados.
Esses três objetos são complementares. Naturalmente, queremos aplicar o poder da computação matemática a dados relacionais para examinar questões sociais.
Isso é possível, por exemplo, desde que estejamos cientes de inconsistências entre objetos que nos obrigam a reduzi-lo a um dado para calcular o vínculo social.
Os dados relacionais disponíveis para os pesquisadores são diversos. Às vezes, são o resultado de observações empíricas, como “sociogramas” que visualizam as relações entre os alunos em uma sala de aula do ensino fundamental.
Em outros casos, quando o vínculo não é uma redução da realidade empírica, os dados são formais desde o início.
É como uma coleção de sites ligados por hiperlinks. Aplica-se tanto às redes digitais quanto às redes de citação nas quais a bibliometria vem trabalhando há muito tempo.
Apoiando Descobertas
Visualizamos redes para explorar. Mas preferimos recorrer às evidências científicas, de outras formas. Em 1970, foi formalizada a análise exploratória de dados.
Foi afirmado que as ferramentas estatísticas clássicas são projetadas para verificar hipóteses, que os estatísticos usam para encontrá-las.
Este é um uso tendencioso. Isso porque as hipóteses propostas pelos dados são estatisticamente válidas, mesmo que, por definição, sejam completamente falsas. Em outras palavras, podemos construir um exemplo para qualquer hipótese falsa onde ela seja estatisticamente válida.
Podemos chegar a duas conclusões. Por um lado, precisamos de ferramentas adaptadas à geração de hipóteses.
Por outro lado, é preferível tentar construir evidências científicas fora dos dados que descobrimos para formular nossas hipóteses. É nesta posição que a análise visual da rede se torna eficiente.
Torna possível explorar dados complexos para formular questões de pesquisa a serem testadas separadamente de outras maneiras: medições ou estudo qualitativo etc.
Para explorar uma rede, você deve primeiro visualizá-la. Ou seja, uma imagem ou mapeamento deve ser criado e depois interpretado. Para desenhar os nós, o posicionamento deve ser feito no plano.
Para isso, usamos um algoritmo de incorporação de variantes diferente que produz imagens semelhantes, mas diferentes.
Além de suas variações, esses algoritmos funcionam com o mesmo princípio. Os nós empurram uns aos outros à medida que os links os puxam, e a rede evolui como um móvel gigante até se estabilizar.
cérebro de rede visual
mapa de rede visual
redes cerebrais
Na imagem resultante, os nós geralmente estão próximos quando estão conectados direta ou indiretamente.
Não podemos traduzir a distância entre os nós com mais precisão, pois o algoritmo deve fazer uma aproximação para achatar a malha em duas dimensões da imagem.
Clusters que definimos visualmente podem ser interpretados como comunidades sob certas condições. Podemos quantificar o fenômeno de agrupamento com medidas como densidade ou modularidade.
As lacunas entre os agregados podem ser interpretadas como oposição ou competição. A imagem mostra as características estruturais da rede.
Dr. Yasam Ayavefe
Clique nos links abaixo para ver os projetos do Dr. Yasam Ayavefe: