Centri e periferia

1. CAP 6 Centri e periferia Quantificazione dell’informazione informale in una organizzazione Centrality nodo Centralization intera rete Misure (su reti non dirette) Degreecentrality e centralization Closenesscentrality e centralization Betweennesscentrality Clustering coefficients Degreedistribution

2. 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 unapiccolaimpresa : unasegheria. A tuttigliimpiegati è statochiesto di indicare la frequenza con cui essidiscutono di problemi di lavoro con i lorocolleghiusandounascala con 5 punti da meno di unavolta a settimana a diverse volte al giorno. Gliimpiegatisonoinglesi (E) o spagnoli (H) cheovviamenteincidenellacomunicazione. La segheriacontiene due repartiprincipali: ilreparto di lavorazione (M) dove i tronchivengonotagliati a pezzi e ilreparto del magazzino dove i pezzivengonoaccatastati (P). C’èinfine un ufficioamministrativo (Y) dove lavorano 2 impiegatie alcuni managers. Le etichettedeinodinella rete indicano la nazionalità e la sezione in cui un impiegatolavora (HP-10= spagnolo, sezione P) 2 4 5 3 1

3. Diverse rappresentazioni Draw Layout/Circular/original Draw/ Layout/Energy/Kamada-Kawai/Free

4. Togliamo loops e linee multiple Net/Remove/Loops Net/ Remove/Multiple Lines (maxvalue) %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 Degreecentrality Net/Partition/Degree Calcola la degreecentrality e la degreecentralization Info/Partition

5. distanza tra due vertici Net/PathBetween 2 vertices/AllShortesttrova in cammino minimo tra 2 nodi Net/PathBetween 2 vertices/Diametertrova il diametro Net/ PathBetween 2 vertices/GeodesicMatricescalcola tutte le distanze minime Per vedere tutte le distanze minime cliccare 2 volte sulla ‘’ geodesiccountmatrix’’ Closenesscentrality Net/Vector/Centrality/Closeness

6. Betweenness Net/Vector/Centrality/Betweenness Info/Vectors Oppure Cliccando sul vettore betweennesscentrality N.B. la betweenness si può calcolare anche in reti non connesse

7. 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

8. Degreedistribution 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

9. 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')

10. Esercizio 1 4 2 G=(V,E); n=4, m=4 Non diretto 1 1 Con Pajek: -generareil file prova1.net Calcolare -la degree centrality e la degree centralization - Closeness centrality e closeness centralization -Betweenness centrality -clustering coefficient deinodi -Diametro -camminominimo dal nodo 1 al nodo 3 -Degree Distribution (solo con Pajekdalla “report window”) 4 3 1