Đang tải... (xem toàn văn)
Đồ án Phân tích mạng xã hội(Facebook) và dùng công cụ Gephi, phân tích mạng xã hội Facebook và hướng dẫn người dùng sử dụng từng bước công cụ Gephi để phân tích mạng xã hội Facebook giúp người dùng có thể tìm ra các đối tượng cần lọc trong group của Facebook
TỔNG LIÊN ĐOÀN LAO ĐỘNG VIỆT NAM TRƯỜNG ĐẠI HỌC TÔN ĐỨC THẮNG KHOA CÔNG NGHỆ THÔNG TIN ĐỒ ÁN 1: Đề tài: Tìm hiểu Social network analysis (SNA ) ứng dụng vào toán thực tế Người hướng dẫn: Ths.TRẦN THỊ HỒNG NHUNG Người thực hiện: PHAN ĐỨC PHƯƠNG - 81203108 ĐẶNG VIỆT NHÃ TUẤN - 51303203 Lớp : 12050301 13050301 THÀNH PHỐ HỒ CHÍ MINH,NĂM 2015 MỤC LỤC CHƯƠNG 1: TỔNG QUAN CHƯƠNG 2: CƠ SỞ LÝ THUYẾT….……………………………………………… 10 2.1 Mạng xã hội……………………………………………………………………….10 2.2 Phân tích mạng xã hội……… ……………………………………………………12 2.3 Lịch sử phân tích mạng xã hội…………………………………………………….15 2.4 Phần mềm phân tích mạng xã hội…………………………………………………16 CHƯƠNG 3: PHÂN TÍCH MẠNG XÃ HỘI VỚI GEPHI 18 3.1 Lấy liệu từ mạng xã hội…………………………………………………… …18 3.2 Các chức Gephi…… …………………………………………….….21 3.2.1 Layout……………………………………………………………………….21 3.2.2 Statistics …………… ……………………………………………………………… 22 3.2.3 Filters………………………………………………………………… ……25 3.2.4 Ranking…………………………………………………………………… 26 3.2.5 Partition………………………………………………………………… …30 3.3 Kết luận… … ………………………………………………………………… 33 CHƯƠNG 4: KẾT LUẬN VÀ HUỚNG PHÁT TRIỂN……………………………34 4.1 Thuận lợi…………………………………………………………………………34 4.2 Khó khăn…………………………………………………………………………34 4.3 Đóng góp đề tài………………………………………………………………34 4.4 Hướng phát triển…… ………………………………………………………….35 TÀI LIỆU THAM KHẢO…………………………………………………………….36 CHƯƠNG 1: TỔNG QUAN Xu hướng giao tiếp kỷ 21 gắn liền với cụm từ “Mạng xã hội” – nơi tìm kiếm chia sẻ thông tin vô hiệu Với tên địa email, người nhanh chóng tìm thấy Một hoạt động cá nhân hay doanh nghiệp hưởng ứng với số đông nhiều người Mọi thông tin mạng xã hội nhanh chóng lan tỏa dựa vào mối quan hệ kết nối thành viên mạng xã hội Mạng xã hội trực tuyến (Online Social Network) nơi kết nối thành viên có sở thích internet không phân biệt không gian thời gian, thông qua dịch vụ mạng xã hội (Social Network Service) Có thể nói, đời site Facebook, Twitter, Myspace, Youtube, Google+, ZingMe… khiến cho mạng xã hội ngày trở nên phổ biến Nó ảnh hưởng trực tiếp tới đời sống chúng ta, tác động vừa tích cực,cũng tiêu cực vào tùy lĩnh vực như:quân sự,chính trị,giáo dục …Theo đó,các mục tiêu phân tích,tìm hiểu MXH cần thiết cho cá nhân tổ chức muốn khám phá nó.Hiện có nhiều công cụ phân tích MXH, chúng cung cấp phân tích sâu sắc xã hội, Gephi công cụ giúp người nghiên cứu phân tích liệu cách trực quan Chính chúng em tiến hành nghiên cứu đề tài: “Tìm hiểu Social network analysis (SNA) ứng dụng vào toán thực tế” Hình 1.1: Hình ảnh mô tả mạng xã hội Mục tiêu đề tài - Tìm hiểu mạng xã hội (Social Network) - Tìm hiểu phương pháp phân tích mạng xã hội -Tìm hiểu phần mềm Gephi để phân tích mạng xã hội CHƯƠNG 2: CƠ SỞ LÝ THUYẾT 2.1 Mạng xã hội MXH trực tuyến nơi kết nối thành viên sở thích Internet không phân biệt không gian thời gian thông qua dịch vụ mạng xã hội Email, chat, Internet Sharing,… Sự đời site Facebook, Twitter, Myspace, Youtube, Google+, Flickr,… khiến cho mạng xã hội ngày trở nên đa dạng, phổ biến Ngoài ta xem mạng xã hội tập hợp phần tử (nodes), node cá thể, tập thể, chí tổ chức có liên kết, ràng buộc lẫn thông qua mối quan hệ xã hội gọi liên kết (links) Hình 2.1:Mô hình mạng xã hội Facebook[-1] Mạng xã hội xuất lần năm 1995 với đời trang Classmate với mục đích kết nối bạn học, xuất SixDegrees vào năm 1997 với mục đích giao lưu kết bạn dựa theo sở thích[1] Năm 2002, Friendster trở thành trào lưu Hoa Kỳ với hàng triệu thành viên ghi danh, nhiên phát triển nhanh dao hai lưỡi: server Friendster thường bị tải ngày, gây bất bình cho nhiều thành viên Năm 2004, MySpace đời với tính phimảnh (embedded video) nhanh chóng thu hút hàng chục ngàn thành viên ngày, thành viên cũ Friendster chuyển qua MySpace vòng năm, MySpace trở thành mạng xã hội có nhiều lượt xem Google tập đoàn News Corporation mua lại với giá 580 triệu USD Năm 2006, đời Facebook đánh dấu bước ngoặt cho hệ thống mạng xã hội trực tuyến với tảng lập trình "Facebook Platform" cho phép thành viên tạo công cụ (apps) cho cá nhân thành viên khác dùng Facebook Platform nhanh chóng gặt hái thành công vược bực, mang lại hàng trăm tính cho Facebook đóng góp không nhỏ cho số trung bình 19 phút mà thành viên bỏ trang ngày[2] Hình 2.2: Lịch sử hình thành mạng xã hội qua thời kỳ Bảng số liệu thống kê người dùng năm 2012[-2] Tên Facebook Windows Live Spaces Friendster Twitter Tagged Flixster Class mate BeBo BeBo Orkut Netlog HI5 Miêu tả Số thành viên Tỉ lệ truy cập cao Canada Anh, nhiều nhân vật tiếng Blog Rất phổ biến Philippines, Malaysia, Indonesia Singapore Mạng nhắn tin nhanh, blog nhỏ Tagged.com Thiết kế dành cho người yêu phim ảnh Giúp người tìm lại người bạn học cũ Được sử dụng rộng rãi Ireland Rất phổ biến Brasil Ấn Độ Rất phổ biến Bỉ Audience variee 750.000.000 (tài khoản hoạt động) 120.000.000 115.000.000 100.000.000 70.000.000 69.000.000 40.000.000 40.000.000 37.000.000 35.000.000 80 000 000 2.2 Phân tích mạng xã hội Định nghĩa Phân tích mạng xã hội trình điều tra cấu trúc xã hội thông qua việc sử dụng mạng lưới đồ thị lý thuyết Nó đặc trưng cấu trúc mạng nút (các cá nhân, người, hay vật bên mạng) mối quan hệ (mối quan hệ hay tương tác) mà chúng kết nối [5].Ví dụ cấu trúc xã hội thường hình dung thông qua phân tích mạng xã hội bao gồm mạng xã hội truyền thông, mạng lưới bạn bè người quen, biểu đồ cộng tác, quan hệ họ hàng, lây lan dịch bệnh, mối quan hệ [4][5] Các mạng lưới thường hình dung qua sociograms nút biểu diễn điểm mối quan hệ biểu diễn qua dòng Phân tích mạng xã hội lên kỹ thuật quan trọng việc đại xã hội học Nó đạt sau quan trọng nhân chủng học, sinh học, nghiên cứu truyền thông, kinh tế, địa lý, lịch sử, khoa học thông tin, nghiên cứu tổ chức, khoa học trị, tâm lý xã hội, nghiên cứu phát triển xã hội nghiên cứu người tiêu dùng Các khái niệm tổ chức mạng xã hội Trong phân tích mạng xã hội, ta xem xét mạng xã hội đồ thị mạng bao gồm đỉnh (nodes), cạnh (links) Node biểu diễn tập tác nhân, thực thể, link biểu diễn mối quan hệ (relation) tác nhân, thực thể đó[6] -Tập đỉnh Trong phân tích mạng xã hội, biết tập tác nhân (actors) hay tập thực thể (entities),…Trong mạng xã hội, tập đỉnh đặc trưng cho cấu trúc mạng xã hội, thành viên hay cộng đồng nhóm người, tổ chức hay quốc gia, trang web, nhãn từ khoá hay hình ảnh, video, … Ví dụ: ta xét tập đỉnh đặc trưng cho phần tử mạng sau: Hình 2.3: Biểu diễn tập đỉnh mô hình mạng[11] _ Tập cạnh Trong MXH, tập cạnh đặc trưng cho mối liên kết (Link) hay mối quan hệ tập đỉnh mạng Mỗi cạnh ta hiểu đường nối hai đỉnh với Dựa sở lý thuyết đồ thị, ta chia tập cạnh loại: -Đối với đồ thị có hướng: Tập cạnh dạng trực tiếp, biểu diễn đường thẳng có hướng (xác định hướng theo chiều mũi tên) -Đối với đồ thị vô hướng: Tập cạnh dạng gián tiếp, biểu diễn đường thẳng vô hướng (không có chiều mũi tên) Hình 2.4: Đồ thị có hướng đồ thị vô hướng Ngoài ra, đồ thị, thành phần quan trọng trọng số cạnh Trọng số cạnh định nghĩa đơn vị dùng để xác định mức độ hay tần suất liên kết đỉnh đồ thị Đối với toán lý thuyết đồ thị, trọng số đóng vai trò định để giải toán tìm đường ngắn đồ thị Hình 2.5: Sơ đồ mạng xã hội hiển thị mối quan hệ hữu nghị tập hợp Facebook người dùng Ứng dụng thực tế -Phân tích mạng xã hội – SNA - ứng dụng nhiều lĩnh vực khác nhau: - Các doanh nghiệp sử dụng SNA để phân tích cải thiện lưu lượng giao tiếp tổ chức họ với mạng đối tác khách hàng - Cơ quan thực thi pháp luật quân đội sử dụng SNA để xác định mạng lưới tội phạm khủng bố từ dấu vết truyền thông mà họ thu thập sau xác định đối tượng chủ chốt mạng - Các trang web mạng xã hội facebook sử dụng yếu tố SNA để xác định giới thiệu bạn bè tiềm dựa vào quan hệ bạn bè bạn bè (friends of friends) - Nhà khai thác mạng điện thoại, điện thoại di động sử dụng phương phương pháp SNA để tối ưu hóa cấu trúc lực mạng lưới họ - Các tổ chức xã hội dân sử dụng SNA để phát xung đột lợi ích kết nối ẩn quan phủ, vận động hành lang doanh nghiệp 2.3 Lịch sử phân tích mạng xã hội -Vào cuối năm 1890, hai Émile Durkheim Ferdinand Tönnies trình bày ý tưởng mạng xã hội lý thuyết họ nghiên cứu nhóm xã hội.Tönnies lập luận nhóm xã hội tồn mối quan hệ xã hội cá nhân,trực tiếp cá nhân liên kết với người chia sẻ giá trị niềm tin (Gemeinschaft, Đức, thường dịch " cộng đồng ") liên kết xã hội khách quan( Gesellschaft, Đức, thường dịch " xã hội ") [7].Durkheim đưa lời giải thích phi-cá nhân thực tế xã hội, cho tượng xã hội nảy sinh cá nhân tương tác tạo thành thực tế cá thể hạch toán vào điều khoản thuộc tính cá nhân [8] Georg Simmel, viết vào đầu kỷ XX, chất mạng ảnh hưởng tương tác kiểm tra khả tương tác mạng lưới lỏng lẻo nhóm [9] -Phát quan trọng lĩnh vực thấy rõ năm 1930 số nhóm tâm lý học, nhân chủng học, toán học làm việc độc lập [10] [11] Trong tâm lý học, vào năm 1930, Jacob L Moreno bắt đầu ghi phân tích hệ thống tương tác xã hội nhóm nhỏ, đặc biệt lớp học nhóm làm việc (xem sociometry ) [12] [13] Trong nhân chủng học, tảng cho lý thuyết mạng xã hội lý luận dân tộc học việc Bronislaw Malinowski, [13] Alfred RadcliffeBrown, Claude Lévi-Strauss [14] Một nhóm nhà nhân chủng học xã hội gắn liền với Max Gluckman học Manchester, bao gồm John A Barnes, [15] J Clyde Mitchell Elizabeth Bott Spillius thường ghi với thực số nghiên cứu thực địa mà từ phân tích mạng thực [16] [17], điều tra mạng lưới cộng đồng miền nam châu Phi, Ấn Độ Vương quốc Anh [18] đồng thời, nhà nhân chủng học người Anh SF Nadel hệ thống hóa lý thuyết cấu trúc xã hội ảnh hưởng lớn mạng lưới phân tích sau [19] xã hội học, (năm 1930) việc Talcott Parsons thiết lập giai đoạn tiếp cận cho quan hệ để tìm hiểu cấu trúc xã hội [20] [21] sau đó, rút từ lý thuyết Parsons, công việc nhà xã hội học Peter Blau cung cấp động lực mạnh mẽ cho việc phân tích mối quan hệ quan hệ đơn vị xã hội với công việc lý thuyết trao đổi xã hội [22] [23] [24].Vào năm 1970, số lượng ngày tang học giả làm việc để kết hợp hát truyền thống khác Một nhóm gồm nhà xã hội học Harrison white sinh viên ông Bộ Đại học Ngoài có người hoạt động độc lập phận quan hệ xã hội Harvard Charles Tilly, người tập trung vào mạng xã hội học trị, cộng đồng phong trào xã hội, Stanley Milgram, người phát triển "sáu cấp độ khác nhau" luận án [25] Mark Granovetter [26] Barry Wellman [27] học sinh cũ White, người xây dựng đấu tranh cho việc phân tích mạng xã hội [28] [29] [30] 2.4 Phần mềm phân tích mạng xã hội Hiện giới có nhiều phần mềm để phân tích mạng xã hội người dùng dánh giá cao phần mềm Gephi Gephi có giao diện trực quan dễ tiếp cận với người dùng nên đồ án tìm hiểu phần mềm Gephi 10 Modularity Modularity đơn vị đo cấu trúc Graph Nó thiết kế để đo cường độ phân rã Graph thành module (còn gọi nhóm, cụm cộng đồng) Một Graph với modularity cao có kết nối dày đặc nút với module thưa thớt nút với module khác Modularity thường sử dụng phương pháp tối ưu để phát cấu trúc cộng đồng Graph Tuy nhiên, người ta chứng minh modularity bị giới hạn việc tìm kiếm phát cộng đồng nhỏ • Khi nhấn Run Modularity bảng thông báo với tùy chọn Tùy theo nhu cầu sử dụng điều chỉnh để phù hợp với mục đích Ở để tùy chọn theo mặc định • Hình 3.12: Modularity • Sau thực phân chia Graph thành 19 cộng đồng Hình 3.13: Modularity Report 18 3.2.3 Filters Chức giúp sàng lọc lại liệu thành liệu mà cần để phân tích Chức nằm góc phải phía kế bên Statistics Hình 3.14: Filters _ Degree Range • Chức giúp lọc Degree theo giá trị nodes theo giá trị khoảng Nó nằm mục Topology, mở double click vào Degree Range, phía bảng khoảng giá trị mà cần lọc liệu Ở thử để giá trị từ đến 44 Sau nhấn Filter để thực 19 Hình 3.15: Degree Range • Chúng ta thấy bảng context thay đổi liệu Node 22 chiếm 8.06% tỉ lệ Node ban đầu Edge 34 chiếm 8.5% tỉ lệ Edges ban đầu Hình 3.16: Context • Graph thay đổi hình dạng hiển thị Node Edge theo lọc Hình 3.17: Filters Degree Range 3.2.4 Ranking Gephi cung cấp cho chức để đánh giá mức độ Graph Chức nằm góc trái Gephi Vì chức có nhiều lựa chọn nên tìm hiểu vài đánh giá bên không tìm hiểu hết 20 Hình 3.18: Ranking Degree (Bậc Graph): • Degree nút số các liên kết tới nút Graph (số cạnh kề nút) Một nút có giá trị degree cao: +Người hoạt động tích cực nổi tiếng +Là đầu nối quan trọng Có vị trí thuận lợi + Có tầm ảnh hưởng quan trọng mạng • Trong combo box Ranking ta chọn Degree Sau chọn lựa chọn màu nút để hiển thị tùy vào phạm vi nút Trong ta thấy phạm vi Degree 44 tức Bậc cao Graph 44 Sau ta nhấn Apply để Gephi thực Hình 3.19: Ranking-Degree • Sau Gephi thực xong thấy nút Graph thay đổi màu sắc tùy theo phạm vi Degree nút đó, từ phân biệt nút cần xem xét 21 Hình 3.20: Graph sau sử dụng chức Ranking-Degree _Betweenness Centrality (Độ đo trung tâm dựa trung gian): • Betweenness Centrality độ đo dùng để xác định vị trí tác nhân mạng mà có khả kết nối đến cặp tác nhân hay nhóm tác nhân khác Một nút có độ đo Betweenness Centrality cao thì: + Giữ vị trí đặc biệt quan trọng tầm ảnh hưởng lớn mạng + Nếu nút bị loại bỏ gây tan rã cấu trúc mạng, tức nút không trao đổi thông tin liên lạc với • Trong combo box Ranking ta chọn Betweenness Centrality Sau chọn lựa chọn màu nút để hiển thị tùy vào phạm vi nút Trong ta thấy phạm vi Betweenness Centrality 0.31953 tức Betweenness Centrality Graph 0.31953 Sau ta nhấn Apply để Gephi thực 22 Hình 3.21: Ranking-Betweenness Centrality • Sau Gephi thực xong thấy nút Graph thay đổi màu sắc tùy theo phạm vi Betweenness Centrality nút đó, từ phân biệt nút cần xem xét Hình 3.22: Graph sau sử dụng chức Ranking-Betweenness Centrality 23 Closeness Centrality (Độ đo trung tâm theo lân cận) • Closeness centrality độ đo khoảng cách từ nút đến nút lại đồ thị Một thực thể có giá trị closeness centrality cao: + Có thể truy xuất nhanh chóng đến các thực thể khác mạng + Có đường ngắn đến nhiều thực thể khác + Có thể truyền đạt, tiếp nhận thông tin từ các nút khác mạng cách nhanh nhất, tốn thời gian Eccentricity (Độ lệch tâm) Khoảng cách tối đa nút đến tất nút khác coi độ lệch tâm nút 3.2.5 Partition Chức dùng để phân vùng liệu thành màu sắc khác kèm theo số liệu tỉ lệ phần trăm để người dùng phân tích cách trực quan Chức nằm phía bên trái Gephi kế bên Ranking Hình 3.23: Partition _ Modularity Class Chức hiển thị cộng đồng Graph dựa vào số liệu ta phân tích Modularity • Trong combo box ta chọn Modularity Class, liệu gồm Màu, Số lượng thành phần, Tỉ lệ phần trăm cộng đồng • 24 Hình 3.24: Partition-Modularity Class • Khi nhấn Show Pie bảng cho theo biểu đồ tròn Hình 3.25: Show Pie • Khi nhấn Group Graph hiển thị các thành phần bỏ node phụ, tùy thuộc vào size node biết mức độ quan trọng node Graph Hình 3.26: Group 25 • Sau nhấn Apply Graph điều chỉnh hiển thị số lượng cộng đồng dựa màu bảng giúp ta dễ dàng phân tích Hình 3.27: Graph sau sử dụng chức Partition-Modularity Class Like count • • Chức thống kê status có like thống kê số liệu Trong combo box ta chọn like_count, liệu hiển thị gồm Màu, Số lượng thành phần, Tỉ lệ phần trăm cộng đồng 26 Hình 3.28: Partition-like count • Sau nhấn Apply Graph điều chỉnh hiển thị số lượng like dựa màu bảng giúp ta dễ dàng phân tích Hình 3.29: Graph sau sử dụng chức Partition-like count 3.3 Kết luận Sau sử dụng chức thấy qua chức node edge thay đổi liên tục tùy theo mức độ quan trọng chức Nói cách xác node gọi phần tử yếu Graph Như chức Partition-like count ta thấy số liệu 34 lớn tương ứng với số like cho status Facebook, dựa vào số like ta biết người thích Facebook từ ta cập nhật kiện xảy theo chức comment_count ta thấy người dùng hoạt động tích cực Facebook họ trao đổi vấn đề Và dựa vào chức ta nắm bắt sư kiện, người hoạt động tích cực người tiếng 27 CHƯƠNG 4: KẾT LUẬN VÀ HUỚNG PHÁT TRIỂN 4.1 Thuận lợi - Phần mềm có giao diện trực quan dễ sử dụng - Có nhiều chức giúp người dùng có nhiều lựa chọn - Có thể in chỉnh sửa dạng file PDF giúp dễ dàng trình báo cáo - Xuất liệu thống kê dạng biểu đồ giúp dễ dàng quan sát thấy thay đổi Graph - Sau xuất kết phần ghi có ghi rõ thuật toán dùng để phân tích liệu vậy, từ giúp tiếp cận học hỏi thêm thuật toán việc tìm kiếm phân tích - Chương trình mã nguồn mở nên tùy chỉnh theo ý người chỉnh sửa để tạo sản phẩm ngày tốt - Phần mềm không bắt buộc trả phí nên tiếp cận tới tay nhiều người hơn, đóng góp cho tác giả thông qua Paypal 4.2 Khó khăn - Vì lĩnh vực phân tích mạng xã hội nước ta mẻ nên tài liệu Tiếng Việt nói lĩnh vực nên phải chủ yếu đọc tài liệu Tiếng Anh nên có lúc không hiểu xác nghĩa từ - Các số liệu thống kê mang tính tương đối chưa xác Ví dụ chức Modularity lúc tìm 19 cộng đồng, lúc lại tìm 15 cộng đồng, sai số số liệu lớn - Các thuật toán đôi lúc chưa tối ưu nên cần chỉnh sửa nhiều 4.3 Đóng góp đề tài Đề tài “Tìm hiểu Social network analysis (SNA) ứng dụng vào toán thực tế” đề tài dùng để khai phá liệu để tìm nhóm phần tử quan trọng mạng, hỗ trợ doanh nghiệp hay tổ chức tìm phát nhân tố đặc biệt quan trọng hệ thống sở liệu mạng - Đứng sở doanh nghiệp Việc giúp họ xây dựng chiến lược quảng bá thương hiệu quảng giới thiệu sản phẩm thông qua nhân vật quan trọng, yếu mà chương trình tìm 28 - Đứng sở Cơ sở giáo dục trường Đại học, Cao đẳng hay Trung học chuyên nghiệp, họ áp dụng việc này để tìm phần tử có mức độ ảnh hưởng lớn nhất, có độ lan tỏa thông tin nhanh xác tới phần tử khác mạng xã hội, từ họ tập trung để quảng bá chương trình đào tạo, hay thông tin tuyển sinh,… - Đứng sở quan an ninh, quốc phòng, Việc giúp họ phát nhóm tội phạm, phần tử khủng bố quan trọng thông qua liệu mà họ thu thập mạng xã hội tin nhắn, email liên lạc họ Việc tìm kiếm liệu thu thập mạng, đưa phần tử, nhóm phần tử yếu nhằm giúp họ xây dựng chiến lược thực hay đối phó ngăn chặn kịp thời hoạt động tội phạm Hình 4.1: Mạng tường thuật bầu cử Mỹ năm 2012 4.4 Hướng phát triển Do thời gian có hạn, đề tài triển khai liệu nhỏ lẻ chưa phân tích hết hoạt động dựa sở liệu lớn đầy đủ Trong tương lai tập trung phân tích sở liệu lớn tiến hành phân tích qua trang mạng xã hội khác không phân tích qua Facebook Các chức sử dụng đề tài chức đơn giản Gephi Cần phát triển tìm hiểu sâu tất chức Gephi cung cấp để việc phân tích có tính chuyên nghiệp Cài đặt thêm plugin hỗ trợ cho công cụ phân tích Gephi 29 TÀI LIỆU THAM KHẢO [1] Linton Freeman, The Development of Social Network Analysis Vancouver: Empirical Pres, 2006 [2] “Windows Live Spaces: Fact Sheet - tháng năm 2006” News Center Microsoft [3] E Adar GUESS: a language and interface for graph exploration In Proceedings of the ACM Conference on Human Factors in Computing Systems, pages 791–800, 2006 [4] A Aris and B Shneiderman Designing semantic substrates for visual network exploration Information Visualization, 6(4):281–300, 2007 [5] M Bastian, S Heymann, and M Jacomy Gephi: An open source software for exploring and manipulating networks In Proceedings of the International Conference on Weblogs and Social Media, 2009 [6] “International Network for Social Network Analysis” [7] Tönnies, Ferdinand (1887) Gemeinschaft und Gesellschaft, Leipzig: Fues's Verlag (Translated, 1957 by Charles Price Loomis asCommunity and Society, East Lansing: Michigan State University Press.) [8] Durkheim, Emile (1893) De la division du travail social: étude sur l'organisation des sociétés supérieures, Paris: F Alcan (Translated, 1964, by Lewis A Coser as The Division of Labor in Society, New York: Free Press.) [9] Simmel, Georg (1908) Soziologie, Leipzig: Duncker & Humblot [10] For a historical overview of the development of social network analysis, see: Carrington, Peter J & Scott, John (2011) "Introduction".The Sage Handbook of Social Network Analysis SAGE p 1.ISBN 978-1-84787-395-8 [11] See also the diagram in Scott, John (2000) Social Network Analysis: A Handbook SAGE.p ISBN 978-0-7619-6339-4 [12] Malinowski, Bronislaw (1913) The Family Among the Australian Aborigines: A Sociological Study London: University of London Press 30 [13] Radcliffe-Brown, Alfred Reginald (1930) The social organization of Australian tribes Sydney, Australia: University of Sydney Oceaniamonographs, No.1 [14] Radcliffe-Brown, A R (1940) "On social structure" Journal of the Royal Anthropological Institute 70: 1–12 doi:10.2307/2844197 [15] Lévi-Strauss, Claude ([1947]1967) Les structures élémentaires de la parenté Paris: La Haye, Mouton et Co (Translated, 1969 by J H Bell, J R von Sturmer, and R Needham, 1969, as The Elementary Structures of Kinship, Boston: Beacon Press.) [16] Barnes, John (1954) "Class and Committees in a Norwegian Island Parish" Human Relations, (7): 39-58 [17] Freeman, Linton C.; Wellman, Barry (1995) "A note on the ancestoral Toronto home of social network analysis" Connections 18(2): 15–19 [18] Savage, Mike (2008) "Elizabeth Bott and the formation of modern British sociology" TheSociological Review 56 (4): 579–605.doi:10.1111/j.1467954x.2008.00806.x [19] Nadel, S F 1957 The Theory of Social Structure London: Cohen and West [20] Parsons, Talcott ([1937] 1949) The Structure of Social Action: A Study in Social Theory with Special Reference to a Group of European Writers New York: The Free Press [21] Parsons, Talcott (1951) The Social System New York: The Free Press [22] Blau, Peter (1956) Bureaucracy in Modern Society New York: Random House, Inc [23] Blau, Peter (1960) "A Theory of Social Integration" The American Journal of Sociology, (65)6: 545-556, (May) [24] Blau, Peter (1964) Exchange and Power in Social Life [25] Bernie Hogan "The Networked Individual: A Profile of Barry Wellman" [26]Granovetter, Mark (2007) "Introduction for the French Reader".Sociologica 2: 1–8 [27] Wellman, Barry (1988) "Structural analysis: From method and metaphor to theory and substance" Pp 19-61 in B Wellman and S D Berkowitz (eds.) Social Structures: A Network Approach, Cambridge, UK: Cambridge University Press [28]Mullins, Nicholas Theories and Theory Groups in Contemporary American Sociology New York: Harper and Row, 1973 [29] Tilly, Charles, ed An Urban World Boston: Little Brown, 1974 [30] Wellman, Barry 1988 "Structural Analysis: From Method and Metaphor to Theory and Substance" Pp 19-61 in Social Structures: A Network Approach, 31 edited by Barry Wellman and S D Berkowitz Cambridge: Cambridge University Press Nguồn: [-1]http://julianhopkins.net [-2]wikipedia 32