Data science e ricerca psicosociale

Lezione 1: dalle reti ai nodi e viceversa, uno studio di social network analysis
-Analizzare e costruire le reti
L’analisi delle reti sociali (Social Network Analysis) consiste nell’identificare gli attori centrali, i gruppi,
le criticità e i punti di forza di una rete. La SNA è un insieme di strumenti, che viene utilizzata per
comprendere come le reti sociali (reali o virtuali) sono strutturate, e le misure e caratteristiche che
ciascuna rete possiede. Gli strumenti per l’analisi delle reti sociali consistono in teorie, metodi,
tecnologie, metriche e tecniche di calcolo e visualizzazione. Tre metodologie di analisi che
rispondono a domande di ricerca differenti e che utilizzano strumenti differenti:
- statistica tradizionale: abbiamo degli attributi di soggetti (umani, animali o artificiali); è
atomistica che guarda al comportamento dei singoli o a dei gruppi ma in maniera
indipendente, come se non fossere collegati ad altri; gli attori sono indipendenti.
- social network analysis: si concentra sulle relazioni tra agenti di varia natura; studia
l’interdipendenza, in che modo gli attori sono collegati e gli attori vengono vincolati dai link, i
legami e la struttura che ne risulta, fa si che che ci siano dei limiti e delle opportunità per
l’azione individuale.
- dynamic network analysis: considera le relazioni i gli attributi, non solo legami di parentela,
ad esempio, ma anche legami tra soggetti che hanno personalità differenti e che ci porta ad
un interdipendenza multipla, e gli attori sono vincolati da link multipli.
Un aspetto della SNA è l’interesse che questa ha per le relazioni. Ad esempio, immaginiamo di
chiederci, abbiamo una classe con quattro soggetti e immaginiamo di voler sapere con quali
compagni di corso un soggetto specifico del nostro campione, interagisce più spesso. I dati relazionali
vengono rappresentati tramite una matrice (quattro colonne e quattro righe) che ci fornisce i gradi di
interazione tra i vari elementi del campione. In questa tabella possiamo indicare sia la mancanza che
la presenza di una relazione, non abbiamo nessun altra indicazione sul tipo di relazione. Già da una
matrice semplice è possibile iniziare a costruire una rete, e quindi iniziare a capire le relazioni
possibili tra i nodi e come si possano definire i pesi di queste relazioni, la densità e le altre
caratteristiche. Nella SNA i dati sono relazionali, quindi è possibile ricostruire le relazioni tra i nodi, e i
link possono rimandare a relazioni di qualsiasi tipo. Ad esempio, la rete “They Rule” rappresenta le
relazioni tra gli attori della classe dirigente degli Stati Uniti. Alcuni individui hanno un numero di
legami pari a cinque, sei o sette con alcune delle 500 più importanti aziende americane. Quindi alcuni
siedono in numerosi CDA e orientano le azioni delle aziende sulla base delle relazione con i collegi
manager e con la loro posizione nella rete. Ma come si costruisce una rete sociale? Quali sono i
passaggi necessari? Possiamo iniziare da una matrice di dati relazionali nella quale vediamo quali
soggetti sono collegati ad altri soggetti, ma le informazioni sono poche per costruire una rete. Quindi
è necessario passare dall’analisi delle reti sociali, che identifica e analizza i legami tra gli individui o i
gruppi che rappresentano i nodi della rete. L’osservazione si effettua o sulle intere strutture sociali
(reti complete) o sulle reti locali. Analizzando varie metodologie di mappatura delle reti, possiamo
distinguere vari metodi. (1) metodo di rete totale: comporta un vero e proprio censimento della
popolazione in quanto richiede la conoscenza di tutte le relazioni che ogni attore ha con ogni altro
attore. Questo metodo richiama la tabella precedente risulta essere molto elaborato e molto
dispendioso. (2) metodo a valanga: con riferimento ad una particolare relazione studiata, si comincia
ad intervistare un attore e in seguito gli altri con cui egli è in relazione, questi ne indicheranno altri e
così di seguito. Questo metodo prevede che man mano che si proceda nella costruzione della rete,
aumenti la possibilità che vengano citati contatti con soggetti che sono stati già intervistati. Questo
metodo è utile per ricostruire una rete e per capirne l’intensità, ma inevitabilmente presenta ampie
ridondanze. (3) metodo delle relazioni egocentrate: le reti egocentrate sono formate da un attore
focale (ego), da un insieme di soggetti (alter) e dai legami che li collegano. Il risultato della rilevazione
consiste in un numero di reti pari al numero dei soggetti del campione.
-Personal network research design
Tipologia specifica di ricerca sulla struttura di una rete, sugli effetti sugli individui e sulle proprietà
emergenti. Nei SN la dinamica è articolata tra effetti emergenti, poiché gli individui interagiscono tra
di loro e dalle relazioni emergono delle proprietà non previsti dai singoli. I risultati delle interazione
tra i singoli individui però, agiscono sui nodi della rete e quindi sui singoli individui. Il tipo di analisi di
rete nel personal network research design, deve essere ispirato dalla domanda di ricerca, quindi
sceglieremo il metodo di costruzione della rete a seconda di ciò che vogliamo studiare. Per esempio,
supponiamo di essere interessati alle risorse di rete disponibili per gli imprenditori. La domanda di
ricerca potrebbe dunque essere: gli imprenditori di successo effettivamente utilizzano le relazioni con
gli altri per sviluppare idee e finanziare i loro progetti? Se noi guardiamo ai profitti di una grande
azienda, questi possono essere determinati da molti elementi (es. caratteristiche individuali
imprenditori, mercato, contatti con la politica, networking). Ci chiediamo se la rete di contatti
determina il successo. Un tipico approccio full network comporterebbe l’individuazione di un insieme
limitato di imprenditori e la raccolta di dati sulle relazioni tra loro. Ma il problema sarebbe, come
delimitare il campione? Se vogliamo ricostruire la rete, possiamo iniziare con un censimento degli
imprenditori, ad esempio, di un determinato settore. Ma questo potrebbe non essere sufficiente,
infatti non esistono confini netti in relazione agli imprenditori, e se vogliamo studiare l’accesso degli
individui alle risorse, non sarebbero solo altri imprenditori a essere di interesse per la ricerca. Questo
suggerirebbe di espandere l’insieme degli individui fino a includere i “non-imprenditori”, ma questo
solleverebbe un problema. Che cosa succede, ad esempio, se speriamo di confrontare gli
imprenditori di New York con quelli di Roma? Se noi partiamo di un censimento, abbiamo una base di
partenza ma per ricostruire la rete totale dobbiamo considerare anche ad attori estranei agli
imprenditori. Questo comporta uno sforzo notevole, rete grande ed eterogenea, ma comunque
sormontabile ma non ci permetterebbe di confrontare le reti di due luoghi differenti, a causa delle
differenti specificità degli elementi delle reti. Quindi con il metodo delle reti totali non è possibile
effettuare questo confronto. Un’alternativa migliore è usare una personal network research design
che prevede di campionare un insieme di ego non collegati tra loro e di intervistarli riguardo ai
contatti significativi. Nel caso dello studio sugli imprenditori, campioniamo imprenditori non collegati
e interroghiamo ciascuno di loro circa le risorse che essi traggono dai propri contatti personali. Ci si
concentra dunque sulle ego networks. L’approccio personal network ci permette di identificare gli
elementi che contribuiscono al successo di un imprenditore, ad esempio se avere un maggior
numero di contatti potrebbe rappresentare un fattore positivo. La svantaggio di questo approccio è
che viene sacrificata la capacità di analizzare le caratteristiche della rete complessiva. Il vantaggio è
che si può andare in profondità ed identificare i fattori generalizzabili. Nel caso della personal
network research design possono essere elencati tutti una serie di elementi che vengono considerati
come variabili dipendenti, oppure come variabili indipendenti. Le variabili indipendenti, sono quelle
che assumiamo avere un effetto su quello che vogliamo verificare, quindi sulle variabili dipendenti.
Lezione 2: l’analisi di rete come prospettiva teorica
-Che cos’è una rete sociale?
Quotidianamente siamo inseriti in una moltitudine di reti sociali, da quelle lavorative a quelle
parentali. Possiamo definire le reti sociali come l’insieme degli attori (nodi) e delle relazioni (link) che
tra questi si stabiliscono. Una classe di studenti ad esempio, può essere descritta in vari modi, come
gruppo, come insieme di individui, oppure ci si può concentrare sulle relazioni degli individui. Se ci
concentriamo su quest’ultimo aspetto stiamo facendo appunto riferimento alla rete sociale, definita
dalle concessioni tra i vari nodi. Le reti sociali consentono di descrivere e comprendere, le reti formali
istituzionali e formali (es. insieme di lavoratori), sia la rete informale (es. relazioni amicali), di
relazioni spontanee create dagli individui. Il concetto di rete può essere usato per definire contesti
differenti, e questa rappresenta uno degli aspetti che la rende non solo uno strumento utile ma
anche versatile. Ci consente di comprendere cosa accade tra gli individui senza chiamare in causa
fattori personali o psicologici ma guardando alle relazioni sociali, il modo in cui gli individui sono
collegati, o all’assenza di legami. Le relazioni possono essere dirette o indirette. Una rete sociale è
una rete di individui o organizzazioni collegati tra loro da legami di varia natura. Grazie all’approccio
di rete possiamo analizzare il livello delle connessioni tra gruppi di individui, strutture, istituzioni o
possiamo anche pensare ad una rete di stati nazionali. Quando descriviamo un gruppo o
un’organizzazione come una rete, stiamo adottando un approccio relazionale in cui assumiamo che la
struttura di relazioni tra nodi abbia effetti sui nodi stessi. Approccio che ha rappresentato un modo
nuovo di studiare i fenomeni sociali, guardando la struttura nel suo complesso, il modo in cui questa
struttura di relazioni agisce, influenza, orienta il comportamento individuale senza concentrarci
particolarmente sui singoli nodi. Guardiamo ai nodi ma ancor di più alle relazioni tra questi nodi.
L’approccio di rete può essere applicato a fenomeni estremamente diversi tra loro. Questo approccio
ci permette di studiare tanto reti virtuali, quanto reti naturali. Ma quando parliamo di rete sociale si
presuppone l’esistenza di attori volti al raggiungimento di scopi. Ovvero in una rete sociale gli attori
sono dotati di intenzionalità, che attivamente intendono creare legami sociali che danno luogo a
relazioni che possono dare benefici o effetti negativi.
-Le reti nelle scienze naturali
L’approccio relazionale nasce da due settori differenti, le scienze naturali e le scienze sociali. Per
quanto riguarda le reti nelle scienze naturali, il problema dei “sette ponti di Königsberg” e la
soluzione offerta da Eulero nel 1736 rappresentano il mito di fondazione della “Teoria dei grafi”.
Eulero era un famoso matematico russo che venne interpellato per risolvere il famoso problema dei
setti ponti della città di Königsberg (foto). La questiona era se fosse possibile compiere una
passeggiata lungo i sette ponti senza mai attraversare due volte lo stesso ponte? Questo problema
apparentemente curioso, rappresenta l’inizio di una branca della matematica come la teoria dei grafi,
a partire dalla soluzione proposta dal matematico. Eulero dimostra che è impossibile completare il
percorso senza attraversare uno stesso ponte a causa delle proprietà del grafo. L'aspetto centrale è
che il problema può essere risolto soltanto le proprietà della rete, la struttura relazionale degli
elementi della mappa. la struttura determina la soluzione. A partire dal lavoro di Eulero (1736) nasce
la Teoria dei grafi; un grafo è un insieme di elementi (nodi o vertici) che possono essere collegati fra
loro da linee (archi o lati o spigoli). Questa teoria non venne immediatamente sviluppata, solo nel
1959 i due matematici Erdos e Reny la elaborarono ulteriormente per rispondere alla domanda:
come si forma un grafo casuale? L’interesse era per un tipo di problema parzialmente differente
rispetto a quello delle reti sociali ossia descrivere, mappare una struttura esistente, ma trovare le
proprietà a partire dalle quali è possibile costituire una nuova struttura, un grafo casuale. I grafi
casuali sono estremamente rari in natura e le reti complesse, a prescindere dalla natura di nodi e
vertici, sono caratterizzate da una serie di proprietà invarianti. A partire dall’analisi di questi grafi è
possibile comprendere le reti complessi, come la rete dei siti web. Se noi mappassimo tutto il WWW
ci accorgeremo che per quanto frammentato e complesso, presenta delle caratteristiche
fondamentali e che lo rendono come rete ad altre reti esistenti.
-Le reti nelle scienze sociali
L’utilizzo dell’approccio di rete ha segnato un nuovo modo di analizzare i fenomeni sociali. Con
l’emergere di questa visione relazionale, dei gruppi delle comunità e degli individui, un nuovo modo
di analizzare i fenomeni sociali si è affermato. Se volessimo individuare una macrocategoria possiamo
dire che l’idea siano inseriti (embedded) all’interno di innumerevoli reti e che questo ne determini,
almeno in parte, il comportamento è il fulcro della Social Network Analysis (SNA). Nella SNA ci si
concentra sulle relazioni tra gli individui all’interno di gruppi e organizzazioni, piuttosto che sulle
caratteristiche dei singoli. Questo aspetto ha permesso la nascita di strumenti quantitativi allo studio
dei fenomeni sociali, ad esempio la quantità di legami che un individuo ha con altri individui. La SNA
ha consentito non solo di rendere sistematico lo studio delle relazioni sociali, ma anche di renderlo
quantitativo. Si misura quanto, dati certi valori in una rete, siano prevedibili o spiegabili
comportamenti dei singoli. Storicamente, la SNA nasce dalla convergenza di tre diverse tradizioni di
ricerca: 1) psicologia sociale e dei gruppi; 2) sociologia; 3) antropologia. (1) Il “sociogramma” di
Moreno (1934) è uno strumento per descrivere affinità esistenti all’interno di un gruppo o tra gruppi
e per mappare la rete sociale sottostante. Questo strumento nasce da un’esperienza che lo psichiatra
fa all’interno di una scuola femminile nello stato di New York, in cui nel giro di poco tempo vide la
fuga di molti ospiti di questa struttura. L'intuizione di Moreno è che la fuga non fosse determinata da
fattori individuali, quindi le ragazze non fossero fuggite ciascuna per un proprio motivo personale,
ma che ci fosse un nesso strutturale tra le varie ragazze e che la fuga fosse connessa all’esistenza di
queste relazioni. Per la prima volta, si studia in che modo i nodi (le ragazze) fosse tra loro collegate e
sulla base dei link si fecero delle ipotesi sulle motivazioni della fuga. Il sociogramma è un disegno in
cui Moreno ricostruisce quali fossero i dormitori delle ragazze fuggite, e quali fossero le relazioni tra
queste stanze. Nel sociogramma è presente una struttura di rete fisica, determinata dalla posizione
nello spazio di queste ragazze; una struttura di rete sociale, le relazioni di amicizia e di inimicizia tra le
ragazze; e vediamo come la sovrapposizione di queste due reti determini poi un esito
comportamentale ossia la decisione di alcune ragazze di fuggire e di altre invece di restare nella
scuola. (2) Negli anni ‘50 e ‘60 si avverte la necessità di studiare i cambiamenti nella struttura sociale
delle città. Con i grandi cambiamenti sociali, con la nascita delle metropoli e la stratificazione sociale,
cambiano anche le strutture tra gli individui e all’interno delle città. Si costituiscono, ad esempio,
quartieri più o meno prestigiosi. Grazie a questo approccio di rete ci si chiese se la costituzione di
questi quartieri e comunità all’interno di essi, non sia soltanto dovuta alle motivazioni individuali, ma
forse è dovuta anche alla struttura sociale già presente (es. operai). Il concetto di rete viene dunque
applicato per rappresentare e comprendere la struttura delle comunità e il loro cambiamento. (3) Le
relazioni parentali vengono descritte come link tra nodi e si cercano delle invarianti strutturali che
prescindano dalle singole culture, come ad esempio i legami di sangue. Strutture sociali come
aspetto dinamico e costitutivo della vita sociale, quindi le strutture fanno parte della vita sociale, dei
comportamenti poiché li orientano, li modificano e li rendono possibili o impossibili.
Lezione 3: dalla sociometria all’analisi di rete
-Alle origini della Social Network Analysis
Nel 1932 Jacob Moreno coniò il termine sociometria per indicare come le relazioni tra individui, più
che le rispettive personalità o motivazioni, potessero spiegarne le scelte. Il sociogramma elaborato
dallo psichiatra, è una rappresentazione visiva delle relazioni tra una serie di agenti, la particolarità è
che a partire da esso si individuano i nodi e le relazioni, come costituenti dell’analisi delle reti sociali.
L’unità di base dell’analisi non è il soggetto preso singolarmente ma è il legame tra soggetti, definito
individuando la coppia di individui fra i quali si stabilisce la relazione. Ricostruendo il tipo di relazioni
sociali tra un insieme di ragazze fuggite da una scuola di New York, Moreno riuscì a capire come mai
alcune fossero scappate via e altre fossero rimaste. Tramite il sociogramma lo psichiatra ricostruì le
relazioni tra le ragazze della scuola, individuando dei legami formali e informali che spiegavano la
fuga di alcune di loro. Anziché considerare le caratteristiche individuali, si presero in considerazione
le relazioni tra le ragazze fuggite. Negli anni ‘20, i ricercatori di Chicago mostrarono come le relazioni
informali tra lavoratori fossero differenti da quelle formalmente prescritte dall’organizzazione. La
produttività degli individui, è non soltanto spiegabili nei termini delle attitudini individuali, ma è
probabilmente influenzata anche dalla rete di relazioni informali all’interno delle quali questi
individui sono inclusi. far parte di una rete di colleghi molto coesa, può avere delle ripercussioni
positivi in termini di supporto e collaborazione lavorativa. Questa idea di rete sociale è
estremamente ampia e possiamo applicarla a vari contesti. un altro esempio può essere quello di una
rete organizzazionale, per cui all’interno di una gerarchia formale può emergere spontaneamente
una rete di relazioni informali (reti trasversali). Le variazioni nelle reti informali possono dunque
spiegare le variazioni di produttività e soddisfazione dei lavoratori. Questo aspetto è determinante
nella diffusione della SNA e nell’approccio relazione delle scienze sociali. Questi studi sono stati i
primi a far riferimento a una rete come insieme di nodi; ai legami che rappresentano relazioni tra
nodi (o la loro assenza). Possiamo dunque analizzare qualsiasi tipo di struttura sociale, come un
insieme di nodi legati tra loro da link di vario tipo (es. povertà, epidemie, ecc.). Guardando in
particolare alle reti, possiamo affermare che i nodi in una rete sociale sono chiamati attori e possono
essere singoli individui, gruppi o organizzazioni di vario livello e dimensioni. Nell’analisi di rete, ego è
l’attore focale dal quale si parte per la descrizione, mentre alter sono gli attori connessi a ego. I nodi
possono essere connessi sulla base di relazioni di 1) similarità, gruppo classe; 2) prossimità sociale,
amici, o spaziale, colleghi; 3) interazione, studenti che fanno lo stesso esame; 4) flusso di
informazioni, studenti che si scambiano informazioni (es. gossip). La triade è l’unità costitutiva di una
rete sociale. Normalmente, perché si parli di rete, è necessario avere almeno tre attori collegati da un
minimo di due link, in modo da stabilire i cammini tra di loro (paths).
-Il problema del “mondo piccolo”
Questa espressione quotidiana, è stata il punto di partenza per uno studio negli Stati Uniti in cui
venne valutata la distanza media tra due sconosciuti. Per stabilire questo, le relazioni tra attori non
devono essere necessariamente dirette, due individui non devono necessariamente essere legati
direttamente. A partire da queste relazioni indirette ci si chiese, quanti passaggi sono necessari per
connettere tra loro due cittadini qualsiasi negli Stati Uniti? Questo problema del “mondo piccolo”
viene affrontato da Travers e Milgram nel 1969: chiesero a 296 volontari in Nebraska di spedire a dei
destinatari di Boston, sconosciuti ai mittenti, delle lettere. I mittenti, dovevano individuare dei legami
indiretti con i destinatari, e spedire la lettera a qualcuno che secondo loro aveva una qualche
probabilità di conoscere i destinatari finali. In media, le lettere giunte a destinazione, compivano un
percorso pari a sei gradi di separazione tra il mittente e il destinatario, nonostante la distanza
spaziale e sociale (Nebraska area rurale - Boston metropoli). Questo esperimento ci permette di
affermare che le reti di interazioni tra individui sono complesse e ramificate, e che i legami indiretti
sono importanti quanto quelli diretti. A partire dai legami indiretti, ad esempio, la ego network si può
espandere a dismisura.
-Le reti e il capitale sociale
Le reti sociali offrono opportunità e limiti per l’azione individuale, a seconda della posizione di
individui e gruppi al loro interno, e dell’insieme di rappresentazioni condivise che li caratterizzano.
L’essere parte di un certo tipo di rete, fornisce delle opportunità e delle possibilità di scelta per
l’individuo. Il valore relazionale delle reti è ben espresso dal concetto di capitale sociale. Esso
rappresenta nella SNA, l’insieme dei benefici che derivano dalle relazioni con gli altri, ossia dal far
parte di una certa rete. Rappresenta una misura relazione, poiché dipende dal coinvolgimento degli
individui in una certa rete. Quindi tanto più si cerca di contribuire alla crescita di questo capitale
sociale, mettendo insieme idee, risorse, interessi, tanto maggiore è il capitale sociale di ognuno.
Oltre al capitale sociale, ciascun individuo possiede anche: un capitale umano, ossia l’insieme delle
qualità del singolo (intelligenza, capacità, personalità, ecc.); un capitale economico, ossia l’insieme
delle risorse finanziarie di cui dispone. Possiamo affermare che ciascuno di noi ha accesso a diverse
qualità e quantità di capitali, descrivendo in questo modo alcune delle risorse che vengono
considerate tra le più importanti per il benessere dell'individuo. Il capitale sociale è un costrutto
specifico della sociologia, che nel corso degli anni è stato sviluppato secondo due prospettive di
studio: 1) prospettiva strutturalista; 2) prospettiva relazionale.
Lezione 4: concetti fondamentali dell’analisi di rete
-Introduzione alla teoria dei grafi
La teoria dei grafi nasce come una branca della matematica nel 1700 con la soluzione di Eulero al
problema dei “7 ponti di Konigsberg”. Essa fornisce gli strumenti formali per studiare la struttura
delle reti, comprenderne le proprietà e prevederne l’evoluzione. I nuovi approcci alla teoria delle reti
sono resi possibili dalla raccolta e analisi di dati su larga scala. Questo aspetto è importante quando,
ad esempio, parliamo ai social media in cui la comunicazione e l’interazione presuppone che gli
utenti non sono siano molti ma anche dislocati in luoghi diversi, questo ci fornisce una mole di dati
relazionali enormi. Analizzando gli elementi costitutivi della teoria possiamo partire dal grafo, che
rappresenta un modo per definire le relazioni tra un insieme di oggetti. Esso consiste in un insieme di
nodi o vertici, che possono essere collegati in coppie da un insieme di archi (edge). Due nodi connessi
da un arco si dicono vicini. Se la rete rappresenta relazioni simmetriche, per cui il legame è
bidirezionale, abbiamo un grafo non orientato o indiretto. Negli archi indiretti la relazione vale in
tutte e due le direzioni. Se la direzione dell’arco è significativa e vogliamo rappresentare la direzione
della relazione, utilizzeremo un grafo orientato o diretto. Negli archi diretti la relazione vale solo tra
la testa e la coda dell’arco. Gli archi possono esprimere delle informazioni aggiuntive come il segno
(amici/nemici), la forza del legame (forza della relazione), la distanza (lunghezza del collegamento), e
l’affidabilità (percentuale di errore nella trasmissione). In un grafo pesato, ogni arco ha un numero
associato che ne definisce il peso. In un grafo segnato, ogni arco ha un segno positivo o negativo per
definire la qualità della relazione. Questi elementi di partenza ci permettono una comprensione dei
grafi, e una trattazione delle reti sociali come relazioni tra nodi (es. Arpanet, 1970).
-Concetti fondamentali
Utili per una serie di applicazioni per la teoria delle reti, sociali e non. Iniziamo con la definizione di
percorso (walk), come la sequenza di nodi e linee (non necessariamente tutti distinti) che descrive un
tragitto all’interno del grafo. Un percorso con nodi e linee tutti distinti prende il nome di cammino
(path). Un cammino semplice (simple path) non attraversa mai lo stesso nodo due volte. Un percorso
chiuso in cui ogni linea e ogni nodo sono inseriti in una sequenza una ed una sola volta tranne il nodo
di origine, si chiama ciclo (cycle). Questo concetto è molto importante, poiché alcune reti non sociali
(es. trasporti, comunicazione) vengono costruite in maniera tale da presentare un numero elevati di
cicli, e in cui ogni nodo appartiene a più cicli. Questo accade perché i cicli sono uno strumento per
aumentare la resilienza e la robustezza della rete, contro eventuali attacchi esterni o possibili guasti
ed imprevisti. La rete Arpanet, ad esempio, era stata disegnata in modo da avere numerosi cicli, e
questa ridondanza ne aumentava la robustezza. Anche nelle reti sociali lo stesso individuo può
appartenere a più cicli, ma l’effetto non è voluto. Differenza interessante tra reti sociali e non. Nella
rete sociale, essendo un fenomeno emergente, gli individui non disegnano in maniera pianificata la
rete sociale, la possono ricostruirla ma non possono costruirla. I cicli rappresentano solo una
conseguenza all’organizzazione delle reti stessi, ma senza una pianificazione intenzionale. Un grafo si
dice connesso se, per ogni coppia di nodi, c’è un cammino che li unisce. Un grafo diretto è fortemente
connesso se da ogni nodo è possibile raggiungere ogni altro nodo attraverso un percorso diretto.
Questa aspetto ci dice che la presenza di nodi e archi in un grafo ne determina la connessione, ed è
molto importante capire se un grafo è più o meno connesso poiché questo aspetto può dare luogo a
fenomeni differenti. Ad esempio, le reti di collaborazione nella ricerca scientifica sono di solito dei
grafi sconnessi; pochi scienziati con molti link e molti scienziati con pochi o pochissimi link.
Individuando le componenti di una rete ne comprendiamo la struttura, e possiamo quindi chiederci:
in che modo viaggiano le informazioni? Possiamo individuare dei nodi più connessi di altri? Se un
grafo non è connesso può essere diviso in sottografi che sono a loro volta connessi. Una componente
connessa di un grafo non diretto è un sottoinsieme di nodi tali che:
1. ogni nodo ha un percorso verso ogni altro nodo della sua componente;
2. per ogni nodo a non appartenente alla componente, esiste un nodo b nella componente tale
che non esiste nessun cammino a-b.
Un arco di una componente è un bridge se la sua cancellazione sconnette la componente; un nodo è
un cutpoint se la sua cancellazione sconnette il grafo. Questi elementi sono importanti, poichè capire
quale nodo sia, ad esempio, un cutpoint ci permette di capire in che modo possiamo sconnettere un
grafo. Un componente gigante è una componente connessa che contiene una percentuale elevata di
tutti i nodi della rete. La presenza di una componente gigante in una rete può essere molto
importante, perché rappresenta la parte centrale di una rete o comunque quella che contiene il
maggior numero di connessioni. Ad esempio, in uno studio di Bearman et al. (2004) sulle relazioni
sentimentali all’interno di una scuola americana, la presenza di una componente gigante implica un
maggior rischio di diffusione di malattie sessualmente trasmissibili.
Lezione 5: misure di rete
-Introduzione alle misure di rete
Quando analizziamo una rete, il primo passo consiste nel definire il livello di analisi, ossia a quale
livello di granularità siamo interessati. Gli elementi strutturali delle reti dipendono dai nodi e dalle
relazioni tra i nodi. Quando vogliamo capire le caratteristiche di una rete sociale, è fondamentale
riuscire a capire la sua struttura. Uno dei principali vantaggi della SNA quello di aver offerto una serie
di strumenti matematici per analizzare una rete. Le domande di ricerca che ci poniamo all’inizio di
un’analisi sono fondamentale per scegliere quali strumenti utilizzare anche in base all’organizzazione
della rete stessa. Se vogliamo, ad esempio, effettuare l’analisi di una rete completa una misura che ci
potrà interessare sarà la densità della rete, e la domanda di ricerca che potremmo farci: è più facile
disconnettere una struttura gerarchica o orizzontale? Nell’analisi di rete completa, l’utilizzo delle
misure potrebbe essere volto alla caratterizzazione della topologia, oppure alla identificazione dei
componenti, volta alla comprensione della presenza di una componente gigante ad esempio. se
invece vogliamo occuparci dell’analisi dei nodi, una misura utile sarebbe quella della centralità nella
rete del nodo in questione, e la domanda di ricerca potrebbe essere: chi gode di maggiore capitale
sociale? L’utilizzo quindi sarebbe l’identificazione degli attori principali e delle risorse. Il capitale
sociale è un concetto fondamentale nella SNA e nella teoria delle reti sociali, ed esistono due teorie
contrapposte che tentano di concettualizzare questo fattore. La prima vede il capitale sociale come
un accumulo di risorse dovuto a quanto un individuo sia centrale; la seconda indica la presenza di
buchi strutturali (structural holes), in cui il capitale sociale sia maggiore per gli individui che occupano
delle posizioni di structural hole tra gruppi non connessi. Per misurare la validità di queste teoria, la
misura della centralità dei nodi potrebbe rappresentare il modo migliore per procedere. Analizzando
i concetti preliminari, per poter poi applicare le misure di rete, iniziamo a definire l’intorno
(neighborhood) di un nodo come l’insieme di tutti i suoi vicini. L’intorno di un insieme di vertici S è
l’insieme dei vertici del grafo che non appartengono a S ma sono adiacenti ai vertici di S. Questo
concetto è importante per definire la centralità di un nodo e la sua connessione. La densità di un
grafo misura la probabilità che una qualsiasi coppia di nodi sia adiacente. La connessione di un grafo
dipende dalla distribuzione degli archi tra i nodi. Però un grafo disconnesso può avere una densità
maggiore di uno connesso a causa della concentrazione degli archi tra un ristretto numero di nodi. In
un grafo diretto, in cui viene espressa la direzione (es. da A ---> B), distinguiamo tra un grado-in, ossia
il numero di archi entranti nel nodo; e un grado-out, ossia il numero di archi uscenti dal nodo. Questi
elementi ci permettono di capire la quantità di informazioni che i nodi ricevo e che veicolano, oppure
quanti contatti i nodi abbiano in termini di supporto offerto ai vicini o ricevuto da essi. Per i nodi
verrà dunque espresso un in-degree (es. in-degree 2), per quantificare il numero di archi entranti; e
un out-degree, per quantificare il numero di archi uscenti. Una rete piccola può essere visualizzata
direttamente attraverso un grafo, ma reti ampie e complesse sono difficili da comprendere con la
sola visualizzazione. Quando la complessità di una rete aumenta, per analizzarla è necessario
utilizzare degli strumenti matematici che ci consentono di comprendere le caratteristiche della rete
anche se non riusciamo a visualizzarla, o in supporto alla visualizzazione. Dunque sarà necessario
applicare dei programma software per l’analisi delle reti che ci facilitino la visualizzazione. Abbiamo
bisogno di misure quantitative per descrivere e confrontare le reti e per comprendere la posizione
dei nodi e le possibilità (constraint/opportunità) che ne derivano.
-Principali misure di rete
La prima misura che analizziamo è la degree centrality, che rappresenta il numero di archi che
incidono sullo stesso vertice (nodo). Il grado medio è uguale alla densità moltiplicata per il numero di
nodi totali della rete meno uno (n-1). La degree centrality è una misura dell’esposizione di ciò che si
trasmette nella rete, come ad esempio in una rete gossip. Questa misura viene interpretata come
l’opportunità di influenzare ed essere influenzato direttamente. Inoltre, predice una serie di eventi,
come la resistenza al contagio, il potere e l’accumulo di conoscenza. Queste misure sono neutrali ma
acquisiscono una valenza positiva o negativa in relazione al nostro interesse di ricerca. Le seconda
misura che analizziamo è la betweenness centrality, che indica quanto spesso un nodo si trova sul
cammino (path) più breve tra altri due nodi. Questa misura viene interpretata come l’opportunità di
agire da “gatekeeper”, filtrando informazioni e risorse, controllandone il flusso e collegando gruppi
diversi. Un nodo con un alta betweenness centrality decide a quali informazioni dare spazio, quali tipi
di informazioni lasciar passare in una rete e quali no. Un’altra misura importante è la closeness
centrality, che rappresenta una misura inversa della centralità. La closeness centrality del nodo i è
l’inverso della somma delle distanze geodesiche (più brevi) verso tutti gli altri nodi. Questa misura è
un indice del tempo necessario perché ciò che viaggia sulla rete raggiunga un certo nodo. In una rete
di gossip, ad esempio, un individuo molto centrale è informato molto prima rispetto agli altri. La
eigenvector centrality invece, è una misura dell’importanza di un nodo in una rete. Un nodo avrà una
eigenvector centrality alta se è connesso a molti nodi ben connessi. Questa misura è diventata molto
rinomata ed importante nel momento in cui è stato divulgato l’algoritmo di Google (page rank), che
opera attraverso una valutazione delle pagine sulla base della loro eigenvector centrality. Questa
misura indica quindi la popolarità di un nodo in una rete e serve ad identificare il centro di “cliques”
ampie. Una “clique” (cricca, gruppo) è una porzione di rete nella quale i nodi sono più densamente
connessi tra loro che con altri nodi della stessa rete.

Tabella riassuntiva misure dei nodi all’interno della rete

Misura Definizione Significato Utilità

DEGREE Nodo con il maggior numero Essere informato Identificare le fonti di

di connessioni informazione

BETWEENNESS Nodo nel maggior numero di Essere connesso a più Determinare chi ha
path migliori gruppi influenza

EIGENVECTOR Nodo più connesso ad altri Forte capitale sociale Identificare chi può
molto connessi mobilitare gli altri

CLOSENESS Nodo più vicino a tutti gli Rapido accesso a tutte Determinare chi
altri nodi le informazioni ottiene/trasmette le
informazioni