Auszug
Die soziale Netzwerkanalyse identifiziert und untersucht bedeutsame strukturelle Netzwerkmuster und ihre Auswirkungen. Die kürzlich entstandenen Möglichkeiten zur einfachen Erfassung großer Mengen von Netzwerkdaten im Umfeld elektronischer Kommunikation ermöglichen, die dabei eingesetzten analytischen Methoden zu verifizieren und weiter zu entwickeln. Der Fokus dieses Beitrags liegt dabei auf der Untersuchung von Mustern der Entwicklung der Zentralität von Akteuren im Zeitverlauf. Dazu wird zunächst ein Überblick über die Forschung und offenen Fragen zu dieser Messgröße gegeben. Anschließend werden die gängigen Arbeiten zur Netzwerkdynamik in eine Klassifikation eingeordnet, um darauf aufbauend einen neuen Ansatz der ereignisbasierten dynamischen Netzwerkanalyse einzuführen. Dieser ergänzt die gegenwärtigen Methoden der SNA für die Klasse von Netzwerken, deren Strukturen aufgrund vieler über einen betrachteten Zeitraum eintretender Ereignisse entstehen. Die Methode basiert auf der Auswertung einer Vielzahl beliebig kleiner Zeitfenster mit den darin eintretenden Ereignissen und ist eng gekoppelt an einen korrespondierenden dynamischen Netzwerkgraphen. Für eine einfache Verwendung zeitbasierter Messalgorithmen wurde das Analyseinstrumentarium in ein Softwareprogramm implementiert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literatur
Barabási, A.-L.; Albert, R. (1999): Emergence of scaling in random networks. Science 286: 509–512.
Borgatti, S.C.; Everett, M.G. (2006): A Graph-theoretic perspective on centrality. Social Networks 28: 466–484.
Carley, K.M. (2003): Dynamic Network Analysis. S. 133–145, in: Breiger, R., Carley, K.M., Pattison, P. (Hrsg.): Dynamic Social Network Modeling and Analysis: Workshop Summary and Papers. Committee on Human Factors, National Research Council, Washington, DC.
DeNooy, W.; Mrvar, A.; Bagatelj, V. (2005): Exploratory Social Network Analysis with Pajek. Cambridge: Cambridge University Press.
DeSanctis, G.; Monge, P. (1998): Communication Processes for Virtual Organizations. Journal of Computer-mediated Communication JCMC 3 (4).
Doreian, P; Stokman F.N. (1997): The Dynamics and Evolution of Social Networks. S. 1–17, in: Doreian, P; Stokman F.N. (Hrsg.): Evolution of Social Networks. Amsterdam: Gordon and Breach.
Freeman, L.C. (1979): Centrality in networks: 1, conceptual clarification. Social Networks 1: 215–239.
Freeman, L.C. (1984): The impact of computer based communication on the social structure of an emerging scientific speciality. Social Networks 6: 201–221.
Fruchterman, T.M.J., Reingold, E.M. (1991): Graph Drawing by Force-Directed Placement. Software — Practice & Experience 21, 11: 1129–1164.
Hammer, M. (1980): Predictability of Social Connections over time. Social Networks 2: 165–180.
Leenders, R.T.A.J. (1997): Longitudinal behavior of network structure and actor attributes: modeling interdependence of contagion and selection. S. 165–84, in: Doreian P., Stokman F.N. (Hrsg.): Evolution of Social Networks. Amsterdam: Gordon and Breach.
Moody J., McFarland D., Bender-DeMoll S. (2005): Dynamic Network Visualization. American Journal of Sociology. American Journal of Sociology 110, 4: 1206–41.
Snijders, T.A.B. (2001): The statistical evaluation of social network dynamics. Sociological Methodology: 361–395.
Stegbauer, C.; Rausch, A. (2006): „Moying Structure“ als Analyseverfahren für Verlaufsdaten am Beispiel von Mailinglisten. In: Methoden und Instrumente der Sozialwissenschaften. soFid, Sozialwissenschaftlicher Informationsdienst 2006/1.
Trier, M. (2005): IT-supported Visualization of Knowledge Community Structures. Proceedings of 38th IEEE Hawaii International Conference of Systems Sciences, Hawaii, USA.
Trier, M. (2006): Towards a Social Network Intelligence Tool for visual Analysis of Virtual Communication Networks. S. 331–342, in: Meissner, K.; Engelien, M. (Hrsg.): Virtuelle Organisationen und Neue Medien, TUDpress Verlag.
Trier, M., Bobrik, A. (2007a): Analyzing the Dynamics of Community Formation using Brokering Activities. In: Proceedings of the Third Communities and Technologies Conference, Michigan: Springer (im Erscheinen).
Trier, M.; Bobrik, A. (2007b): Systemanalyse im Wissensmanagement, In: Krallmann, H.; Schönherr, M.; Trier, M. (Hrsg.): Systemanalyse im Unternehmen. 5. Aufl., München: Oldenbourg.
Wasserman, S., Faust, K. (1994): Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press.
Watts, D.J. (2003): Six Degrees — The Science of a Connected Age. W.W. Norton & Company.
Editor information
Rights and permissions
Copyright information
© 2008 VS Verlag für Sozialwissenschaften | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
Trier, M., Bobrik, A. (2008). Dynamische Analyse von Netzwerken elektronischer Kommunikation. Kann der Zentralität getraut werden?. In: Stegbauer, C. (eds) Netzwerkanalyse und Netzwerktheorie. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-91107-6_25
Download citation
DOI: https://doi.org/10.1007/978-3-531-91107-6_25
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-15738-2
Online ISBN: 978-3-531-91107-6
eBook Packages: Humanities, Social Science (German Language)