books network modeling and rendering
If you do not find what you're looking for, you can use more accurate words.
نمذجة الشبكات وإظهارها (Info)
إن التمثيل المرئي للشبكات الاجتماعية مهم للغاية لفهم بيانات الشبكات ونقل نتائج التحليل [1]. وتتضمن العديد من البرامج التحليلية نماذج لعرض الشبكات. ويجري استكشاف البيانات عن طريق عرض العقد والروابط بتخطيطات متعددة، وكذلك الألوان والأحجام والخصائص المتقدمة الأخرى الخاصة بالعقد. وربما تكون التمثيلات المرئية للشبكات وسيلة قوية لنقل المعلومات المعقدة، ولكن ينبغي الحذر من تفسير العقدة وخصائص المخططات عبر شاشات العرض وحدها؛ حيث إنها قد تقوم بتحريف الخصائص البنيوية التي يكون فهمها أفضل عن طريق التحليلات الكمية.
يمكن استخدام مخططات التعاون لتوضيح العلاقات الجيدة والسيئة بين البشر. ويدل الجسر الإيجابي بين عقدتين على علاقة إيجابية (صداقة، تحالف، مواعدة)، بينما يدل الجسر السلبي بين عقدتين على علاقة سلبية (كراهية، غضب). ويمكن استخدام مخططات الشبكات الاجتماعية ذات الإشارات للتنبؤ بتطور المخططات في المستقبل. وفي الشبكات الاجتماعية ذات الإشارات، يوجد مصطلح الدوائر "المتوازنة" و"غير المتوازنة". ويتم تعريف الدائرة المتوازنة على أنها دائرة حيث تكون كافة الإشارات إيجابية. وتمثل المخططات المتوازنة مجموعة من الأشخاص الذين من غير المحتمل أن يغيروا رأيهم عن الآخرين في المجموعة. في حين تمثل المخططات غير المتوازنة مجموعة من الأشخاص الذين من المحتمل للغاية أن يغيروا رأيهم عن الآخرين في المجموعة. على سبيل المثال، مجموعة مكونة من 3 أفراد (أ وب وج)؛ حيث تربط بين "أ" و"ب" علاقة إيجابية، وبين "ب" و"ج" علاقة إيجابية، ولكن توجد بين "ج" و"أ" علاقة سلبية، ففي هذه الحالة تكون الدائرة غير متوازنة. ومن المحتمل للغاية أن تتحول هذه المجموعة إلى دائرة متوازنة، مثلاً تتكون الدائرة من علاقة جيدة بين "ب" و"أ" فقط، وتربط "أ" و"ب" علاقة سلبية بـ"ج". ومن خلال استخدام مفهوم الدوائر المتوازنة وغير المتوازنة، يصبح من الممكن التنبؤ بتطور مخططات الشبكات الاجتماعية ذات الإشارات.
عند استخدام تحليل الشبكات الاجتماعية بشكل خاص كأداة لتسهيل حدوث التغيير، فقد أثبتت الأساليب المختلفة لتخطيط الشبكات التشاركية جدواها. ويقدم المشاركون / القائمون على المقابلات بيانات الشبكات من خلال التخطيط الفعلي للشبكات (بالورقة والقلم أو بشكل رقمي) أثناء جلسة تجميع البيانات. وتتمثل إحدى فوائد هذا المنهج في السماح للباحثين بجمع البيانات الكمية وطرح أسئلة توضيحية أثناء جمع بيانات الشبكات.
