Zusammenfassung
Die Methodik der sozialen Netzwerkanalyse (SNA) ist auf die quantitative Untersuchung von strukturellen Mustern in Graphen ausgerichtet. Die Analyse arbeitet gegenwärtig meist mit Daten aus einer einmaligen und kumulierten Erhebung der Netzwerkstruktur zu einem bestimmten Zeitpunkt. Diese Herangehensweise erfordert, dass dieser eine Graph des finalen Zustands repräsentativ für die Gesamtentwicklung des Netzwerks ist. Diese Annahme ist jedoch nicht immer korrekt und vereinfacht die zugrunde liegende, nicht beobachtete, Dynamik stark. Gerade für die Untersuchung von Veränderungen sind daher explizitere Verfahren der sog. dynamischen Netzwerkanalyse erforderlich.
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.
9 Literatur
Barabasi, Albert-Laszlo und Reka Albert, 1999: Emergence of scaling in random networks. Science 286: 509–512.
Bobrik, Anette und Matthias Trier, 2009: Content-based Community Detection in Social Corpora. in: Tagungsband zur 9. Internationalen Tagung Wirtschaftsinformatik 2009, Wien: Schriftenreihe der Österreichischen Computer Gesellschaft (OCG).
Doreian, Patrick und Frans N. Stokman, 1997: The dynamics and evolution of social networks. S. 1–17 in: Patrick Doreian und Frans N. Stokman (Hg.), Evolution of Social Networks. New York: Gordon & Breach.
Doreian, Patrick, Roman Kapuscinski, David Krackhardt und Janusz Szczypula, 1997: A brief history of balance through time. S.129–147 in: Patrick Doreian und Frans N. Stokman (Hg.), Evolution of Social Networks. New York: Gordon & Breach.
Erdös, Paul und Alfred Renyi, 1959: On random graphs. Publicationes Mathematicae 6: 290–297.
Frank, Ove und David Strauss, 1986: Markov graphs. Journal of the American Statistical Association 81: 832–842.
Holland, Paul W. und Samuel Leinhardt, 1981: An exponential family of probability distributions for directed graphs. Journal of the American Statistical Association 76: 33–65.
Holland, Paul W. und Samuel Leinhardt, 1976: Conditions for eliminating intransitivities in binary digraphs. Journal of Mathematical Sociology 4: 314–318.
Leskovec, Jure, Jon M. Kleinberg und Christos Faloutsos, 2005: Graphs over time: densification laws, shrinking diameters and possible explanations. S. 177–187 in: ACM SIGKDD international conference on Knowledge discovery in data mining KDD. New York: ACM Press.
Milo, Ron, Shen-Orr Shai, Shalev Itzkovitz, Nadav Kashtan, David Chklovskii und Uri Alon, 2002: Network Motifs: Simple Building Blocks of Complex Networks. Science 298: 824–827.
Monge, Peter R. und Noshir S. Contractor, 2003: Theories of Communication Networks. New York: Oxford University Press.
Moody James, Daniel McFarland und Skye Bender-DeMoll, 2005: Dynamic Network Visualization. American Journal of Sociology 110: 1206–1241.
Newcomb, Theodore M., 1961. The Acquaintance Process. New York: Holt, Rinehart & Winston.
Rapoport, Anatol, 1957: Contribution to the theory of random and biased nets. Bulletin of Mathematical Biophysics 19: 257–277.
Robins, Garry, Pip Pattison, Yuval Kalish und Dean Lusher, 2007: An introduction to exponential random graph (p*) models for social networks. Social Networks 29: 173–191.
Robins, Gary L., Pip Pattison und Jodie Woolcock, 2005: Small and other worlds: Global network structures from local processes. American Journal of Sociology 110: 894–936.
Snijders, Tom A. B., 1997: Stochastic actor-oriented models for network change. S. 185–208 in: Patrick Doreian und Frans N. Stokman (Hg.), Evolution of Social Networks. New York: Gordon & Breach.
Trier, Matthias, 2005: IT-supported Visualization of Knowledge Community Structures. Proceedings of 38th IEEE Hawaii International Conference of Systems Sciences, Hawaii: IEEE Press. URL: http://ieeexplore.ieee.org/xpls/abs_all.jsp?arnumber=1385633.
Trier, Matthias, 2007: Virtual Knowledge Communities - IT-supported Visualization and Analysis. Saarbrücken: Dr. Müller.
Trier, Matthias, 2008: Towards Dynamic Visualization for Understanding Evolution of Digital Communication Networks. Information Systems Research 19: 335–350.
Trier, Matthias und Annette Bobrik, 2007: Analyzing the Dynamics of Community Formation using Brokering Activities. In: Proceedings of the Third Communities and Technologies Conference, Michigan: Springer Verlag.
Wasserman, Stanley, Gary Robins und Douglas Steinley, 2007: Statistical Models for Networks: A Brief History of some recent research. In: Edoardo Airoldi, David Meir Blei und Stephen E. Fienberg (Hg.), Statistical Network Analysis: Models, Issues, and New Directions, Berlin et al.: Springer Verlag.
Wasserman, Stanley und Katherine Faust, 1994: Social Network Analysis: Methods and Applications. Cambridge: Cambridge University Press.
Watts, Duncan J. und Steven H. Strogatz, 1998: Collective dynamics of ‘small-world’ networks. Nature 393: 440–442.
Editor information
Rights and permissions
Copyright information
© 2010 VS Verlag für Sozialwissenschaften | Springer Fachmedien Wiesbaden GmbH
About this chapter
Cite this chapter
Trier, M. (2010). Struktur und Dynamik in der Netzwerkanalyse. In: Stegbauer, C., Häußling, R. (eds) Handbuch Netzwerkforschung. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-92575-2_18
Download citation
DOI: https://doi.org/10.1007/978-3-531-92575-2_18
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-15808-2
Online ISBN: 978-3-531-92575-2
eBook Packages: Humanities, Social Science (German Language)