Degree centrality

Report
Centri e periferia
Quantificazione dell’informazione informale in una organizzazione
Centrality nodo
Centralization intera rete
Misure (su reti non dirette)
Degree centrality e centralization
Closeness centrality e centralization
Betweenness centrality
Clustering coefficients
Degree distribution
CAP 6
Esercizio: Sawmill.net
Cap 6 Pajek
Trovare le persone centrali e quelle periferiche in una rete sociale, dal punto di vista della
comunicazione.
La rete Sawmill.net rappresenta le rete di comunicazione in una piccola impresa : una
segheria.
A tutti gli impiegati è stato chiesto di indicare la frequenza con cui essi discutono di
problemi di lavoro con i loro colleghi usando una scala con 5 punti da meno di una volta a
settimana a diverse volte al giorno.
1
2
3
4
5
Gli impiegati sono inglesi (E) o spagnoli (H) che ovviamente incide nella comunicazione.
La segheria contiene due reparti principali: il reparto di lavorazione (M) dove i tronchi
vengono tagliati a pezzi e il reparto del magazzino dove i pezzi vengono accatastati (P).
C’è infine un ufficio amministrativo (Y) dove lavorano 2 impiegati e alcuni managers.
Le etichette dei nodi nella rete indicano la nazionalità e la sezione in cui un impiegato
lavora (HP-10= spagnolo, sezione P)
Diverse rappresentazioni
Draw
Layout/Circular/original
Draw/
Layout/Energy/Kamada-Kawai/Free
Togliamo loops e linee multiple
Net/Remove/Loops
Net/ Remove/Multiple Lines (max value)
%Net/Transform/EdgesArcs (Indirecteddirected)
mette frecce nelle 2 direzioni
Disd
Distanza da un vertice
Per calcolare la partizione della centrality di un vertice
Net/k-Neighbours (‘’All’’ non tiene conto della direzione delle linee)
I vertici non raggiungibili sono posti ad una distanza (nella classe) 9999998
Degree centrality
Net/Partition/Degree
Calcola la degree centrality
e la degree centralization
Info/Partition
distanza tra due vertici
Net/Path Between 2 vertices/All Shortest trova in cammino minimo tra 2 nodi
Net/ Path Between 2 vertices/Diameter trova il diametro
Net/ Path Between 2 vertices/Geodesic Matrices calcola tutte le distanze minime
Per vedere tutte le distanze minime cliccare 2 volte sulla ‘’ geodesic count matrix’’
Closeness centrality
Net/Vector/Centrality/Closeness
Betweenness
Net/Vector/Centrality/Betweenness
Info/Vectors
Oppure
Cliccando sul vettore betweenness
centrality
N.B. la betweenness si può calcolare
anche in reti non connesse
Clustering coefficient
Reti non dirette
Net/Vector/Clustering/Coefficient
Deg(v)=degree of v
|E(G1(v)|=n°di connessioni tra i vicini di v
CC 1 ( v ) 
2 E ( G 1 ( v ))
deg( v )(deg( v )  1)
Degree distribution
Net/Partition/degree
Info/Partition
Si salva la parte dello schermo che
interessa in un file di testo (.txt) e
poi, dopo avergli cambiato nome,
la si lancia da Octave
clear
clf
k=[1,2,3,4,5,6,7,13];
frequ=[5,6,11,7,4,1,1,1];
frequ=frequ./sum(frequ);
subplot(221),plot(k,frequ), title('istogramma')
fsopravv=1-cumsum(frequ)
subplot(222),plot(k,fsopravv),
title('sopravvivenza')
subplot(224),loglog(k,fsopravv),
title('sopravvivenza scala logaritmica')
Esercizio
1
4
2
1
4
1
1
3
Con Pajek:
-generare il file prova1.net
Calcolare
-la degree centrality e la degree centralization
- Closeness centrality e closeness centralization
-Betweenness centrality
-clustering coefficient dei nodi
-Diametro
-cammino minimo dal nodo 1 al nodo 3
-Degree Distribution (solo con Pajek dalla “report window”)
G=(V,E); n=4, m=4
Non diretto

similar documents