![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/star_shaped_network.png\")
Questa rete informa su una scarsa interazione tra gli utenti e un considerevole interesse degli utenti per il video.<\/p>\n
La forma a stella fornisce informazioni dirette sull’opinione degli utenti e quindi sul coinvolgimento critico.<\/p>\n
In ogni caso, reazione buona o cattiva, il video \u00e8 stato in grado di avviare una discussione, \u00e8 la prova di un valore intrinseco del video.<\/p>\n
A seconda del contenuto dei commenti, il valore \u00e8 emotivo, intellettuale o entrambi.
\nQuesto diagramma non ha direzione per semplicit\u00e0, ma evidentemente le direzioni vanno dagli utenti al produttore.<\/p>\n
Vediamo esempi reali per capire quanto possa spingersi l’analisi di rete. Titoli, indirizzi, nomi o qualsiasi altra informazione che possa rivelare il produttore e gli utenti sono offuscati per conformarsi alle leggi che tutelano la privacy.<\/p>\n
La figura successiva mostra la rete creata da un video di YouTube con 80 utenti e 161 connessioni.<\/p>\n Le risposte degli utenti creano spesso sottogruppi. Questi sono una sorta di sottoinsieme di utenti che discutono dettagli specifici sugli aspetti del contenuto del video. Gli utenti con un livello di coinvolgimento pi\u00f9 alto sono evidenziati in cerchi rossi.<\/p>\n Nella teoria delle reti, il grado di centralit\u00e0 di rete \u00e8 una misura dell’importanza o della centralit\u00e0 di un nodo (o vertice) all’interno di una rete. Il grado di un nodo \u00e8 semplicemente il numero di connessioni che ha con altri nodi della rete. In altre parole, misura quanti collegamenti diretti un nodo ha verso altri nodi della rete.<\/p>\n Secondo la definizione di cui sopra, la figura 3 mostra quegli utenti che dispongono del maggior numero di risposte in relazione agli altri utenti. Nel grafico gli utenti sono nodi o vertici, i commenti o le risposte sono connessioni.<\/p>\n I nodi con un alto grado di centralit\u00e0 sono spesso considerati pi\u00f9 importanti o influenti all’interno della rete, poich\u00e9 hanno pi\u00f9 connessioni e quindi sono pi\u00f9 propensi a poter accedere a informazioni e risorse nella rete.<\/p>\n Il grado di centralit\u00e0 \u00e8 una misura semplice e comunemente usata della centralit\u00e0 di rete, ma non tiene conto della qualit\u00e0 o della forza delle connessioni tra i nodi e potrebbe non essere sempre la misura pi\u00f9 appropriata per ogni tipo di rete. Per questo motivo \u00e8 utile procedere con un’altra importante misura di rete, centri e autorit\u00e0.<\/p>\n Per introdurre queste misure \u00e8 necessario spiegare il ruolo dei pesi in una rete. Nel caso specifico di commenti e risposte a un video di YouTube, i pesi sono rappresentati dal valore dei “mi piace”.<\/p>\n Il grado di centralit\u00e0 ponderato della rete \u00e8 una misura dell’importanza o della centralit\u00e0 di un nodo all’interno di una rete che tiene conto della forza o del peso delle connessioni tra i nodi. A differenza del grado di centralit\u00e0, che considera solo il numero di connessioni dirette che un nodo ha, la centralit\u00e0 ponderata tiene conto della forza di tali connessioni. Le misure di centralit\u00e0 ponderata possono fornire una rappresentazione pi\u00f9 accurata dell’importanza di un nodo all’interno di una rete, dando pi\u00f9 peso ai nodi che hanno connessioni pi\u00f9 forti o pi\u00f9 influenti.<\/p>\n La figura successiva mostra tutti i centri nella rete creata da commenti e risposte allo stesso video di YouTube a cui si riferiscono i grafici precedenti.<\/p>\n La figura 4 mostra come emergano nuovi utenti da una rete in cui il numero di “mi piace” viene preso in considerazione per i calcoli di centralit\u00e0. I valori specifici calcolati sono noti con il nome di centro (hub).<\/p>\n L’importanza dei centri in una rete pu\u00f2 essere vista nella loro capacit\u00e0 di facilitare la comunicazione, aumentare la connettivit\u00e0 e controllare il flusso di risorse e informazioni all’interno della rete. Comprendere il ruolo dei centri all’interno di una rete pu\u00f2 essere utile per identificare i giocatori chiave in una rete sociale. Secondo la figura 5, un centro \u00e8 un nodo che ha connessioni che puntano verso l’esterno. Si pu\u00f2 anche pensare a un centro come a un nodo che \u00e8 il nodo di partenza delle connessioni. Un’autorit\u00e0, d’altra parte, \u00e8 un nodo che ha connessioni che puntano verso di esso. Si pu\u00f2 anche pensare all’autorit\u00e0 come a un nodo che \u00e8 il nodo finale delle connessioni.<\/p>\n Ora che la differenza tra centri e autorit\u00e0 \u00e8 chiara, \u00e8 possibile visualizzare il grafico delle autorit\u00e0 per lo stesso video a cui si riferiscono i grafici precedenti.<\/p>\n Si noti come nella figura 6 siano evidenziati meno utenti, in particolare un utente.<\/p>\n Esistono molte altre misure che possono essere calcolate in una rete; le poche spiegate in questo articolo permettono di capire come alcuni utenti possano essere riconosciuti come aventi un’importanza speciale nello sviluppo della forma e delle dinamiche della rete.<\/p>\n Il video a cui ci si \u00e8 riferiti fino a questo punto ha creato una rete semplice a causa del numero relativamente basso di utenti che partecipano a commenti e risposte. Con lo scopo di spiegare il prossimo importante concetto nell’analisi delle reti (comunit\u00e0), \u00e8 meglio riferirsi a un video diverso che ha avuto un numero maggiore di utenti partecipanti, creando, come risultato, un grafico pi\u00f9 complesso.<\/p>\n La figura successiva rappresenta il grafico di rete del video menzionato.<\/p>\n La figura 7 mostra una rete pi\u00f9 complessa per due ragioni principali: un numero maggiore di utenti; l’argomento del video ha generato pi\u00f9 discussioni.<\/p>\n Da un numero maggiore di utenti e una dinamica pi\u00f9 ampia, tutte le misure di centralit\u00e0 spiegate in questo articolo possono essere calcolate; inoltre, il calcolo delle comunit\u00e0, note anche come cluster, \u00e8 pi\u00f9 significativo.<\/p>\n Questo video ha contato la partecipazione di 1.174 utenti che hanno generato 2.070 connessioni.<\/p>\n Sono state generate anche pi\u00f9 di 20 comunit\u00e0. La figura successiva mostra la comunit\u00e0 pi\u00f9 grande con 140 membri.<\/p>\n Nell’analisi delle reti sociali, per comunit\u00e0 si intendono gruppi di nodi all’interno di una rete che sono densamente connessi tra loro ma hanno relativamente poche connessioni con nodi al di fuori del gruppo. Le comunit\u00e0 sono importanti nell’analisi delle reti sociali per diverse ragioni:<\/p>\n 1) La comunit\u00e0 pu\u00f2 fornire informazioni sulla struttura di una rete e aiutare a identificare sottogruppi o comunit\u00e0 all’interno della rete. Identificando le comunit\u00e0, l’analisi pu\u00f2 comprendere meglio come i diversi nodi sono connessi e il grado in cui interagiscono tra loro. Questo pu\u00f2 essere utile per comprendere le dinamiche sociali, identificare potenziali fonti di conflitto e individuare opportunit\u00e0 di collaborazione o cooperazione.<\/p>\n 2) La comunit\u00e0 pu\u00f2 fornire un senso di coesione sociale e di supporto sociale all’interno di una rete. I membri di una comunit\u00e0 spesso condividono interessi, valori ed esperienze comuni, e sono pi\u00f9 propensi a fornire supporto emotivo o assistenza pratica reciproca. Identificando le comunit\u00e0, l’analisi pu\u00f2 acquisire informazioni sulla natura e la forza di questi legami sociali e pu\u00f2 utilizzare queste informazioni per progettare interventi o programmi che rafforzino le connessioni sociali e le reti di supporto.<\/p>\n Le comunit\u00e0 possono essere utilizzate per identificare potenziali opinion leader o agenti influenti all’interno di una rete. I membri di un cluster che sono ben collegati all’interno del loro gruppo ma hanno anche connessioni con altre comunit\u00e0 o nodi al di fuori del gruppo possono essere particolarmente influenti all’interno della rete, poich\u00e9 sono in grado di fungere da ponte tra diversi gruppi sociali e facilitare la diffusione di idee o informazioni.<\/p>\n In generale, l’identificazione e l’analisi delle comunit\u00e0 nell’analisi delle reti sociali \u00e8 uno strumento importante per comprendere la struttura, le dinamiche e il funzionamento delle reti sociali. Comprendendo il ruolo delle comunit\u00e0 all’interno di una rete, l’analisi pu\u00f2 ottenere preziose informazioni sulla coesione sociale, il supporto sociale e il flusso di informazioni e risorse all’interno della rete.<\/p>\n![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/comments_replies_01-1024x767.png\")
\nLa forma a stella \u00e8 ancora visibile con l’aggiunta di sottogruppi.
\nQuesto grafico informa sul livello di coinvolgimento. Alcuni utenti sono chiaramente pi\u00f9 coinvolti di altri.
\nPotrebbe essere utile evidenziare quegli utenti con un maggiore livello di coinvolgimento per un ulteriore coinvolgimento in video futuri. Vedi lo stesso grafico con gli utenti coinvolti evidenziati nella figura successiva.<\/p>\n![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/high_degree_centrality_graph_01-947x1024.png\")
![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/hub_weights_graph-1024x811.png\")
\nPer comprendere la successiva misura di centralit\u00e0, chiamata “autorit\u00e0”, la figura seguente spiega visivamente la differenza tra un centro e un’autorit\u00e0.<\/p>\n![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/hub_vs_authority.png\")
![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/auth_weights_graph-1024x873.png\")
![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/comments_replies_02-1024x707.png\")
![\"\"](\"http:\/\/oreste.parlatano.org\/wp\/wp-content\/uploads\/2023\/04\/cluster01_02-1024x808.png\")