Análise de Redes Sociais

O livro Análise de Redes Sociais: Uma Visão Computacional apresenta os aspectos computacionais das redes complexas, mostrando principalmente as métricas, algoritmos e principalmente as ferramentas para realizar análises inteligentes em redes sociais. É importante deixar claro que este livro não é específico da área de Inteligência Artificial, porém, ele aborda vários conceitos que são importantes para a área, como os grafos e o algoritmo k-means para tarefas de agrupamento!

Antes de escrever sobre o conteúdo do livro, é importante diferenciar o que é um grafo, uma rede social e uma rede complexa. Se você é ou já foi estudante de cursos de graduação de computação certamente já estudou ou ouviu falar da disciplina de Estrutura de Dados. Nessa disciplina são estudados os grafos, que são estruturas matemáticas que representam conexões entre vértices e arestas. Eles podem ser utilizados para representar e modelar diversos aspectos do mundo real, como mapas de cidades, ligações entre estações de metrô, linhas de ônibus ou conexões entre aeroportos. A figura abaixo mostra um exemplo de grafo, que possui seis vértices (os círculos) e sete arestas (as ligações entre eles).

[images style=”0″ image=”http%3A%2F%2Fiaexpert.academy%2Fwp-content%2Fuploads%2F2016%2F08%2FGrafo.png” width=”360″ align=”center” top_margin=”0″ full_width=”Y”]

Uma rede complexa, como o próprio nome sugere, é uma rede formada por uma grande quantidade de nós, existindo muitas ligações entre eles. Em geral, elas são utilizadas para modelar problemas de propagação de doenças, influências políticas, grandes redes de computadores, dentre outros. Por fim, as redes sociais são formadas por indivíduos com algum grau de relacionamento, e ao contrário do que a maioria das pessoas pensa, o único exemplo de rede social não é somente ligado à tecnologia! Por exemplo, um grupo de amigos que possuem interesse em músicas pode formar uma rede social, familiares que gostam de se reunir aos finais de semana para almoçar também é um exemplo de uma rede social que apresenta esse gosto. Em suma, uma rede social pode ser formada por um grupo de pessoas, podendo ser ou não considerada uma rede complexa.

Com isso, o livro procura apresentar de forma sucinta os aspectos computacionais utilizados para extrair conhecimento e analisar esse tipo de rede. Motivações para isso são muitas, ou seja, essas técnicas são hoje em dia utilizadas para tomada de decisão em marketing, existindo atualmente uma “nova” profissão chamada analista de redes sociais. De forma simplificada, esse profissional é responsável por extrair os dados da rede de empresas e planejar as melhores estratégias de marketing, utilizando para isso vários dos conceitos apresentados neste livro!

Os capítulos 1, 2, 4 e 5 são totalmente voltados ao entendimento dos grafos, apresentando uma visão resumida sobre os principais conceitos dessa área, já que essa teoria é o ponto inicial para o entendimento das redes complexas. Nesses capítulos são abordados assuntos como: introdução aos grafos, problemas que podem ser resolvidos com eles, formas de representar grafos em computadores (matriz de adjacência, lista de adjacência, formato .net e GraphML) e principalmente conteúdo sobre métricas, ou seja, diâmetro, densidade, coeficiente de aglomeração e centralidade (grau, proximidade e intermediação). O autor mostra basicamente a aplicação teórica dessas métricas, apresentando como realizar os cálculos para encontrar as pessoas com o maior número de conexões e também a identificação de grupos/clusters. Essas métricas são muito importantes para a análise de redes sociais, visto que por meio delas é que são encontrados os grupos ou pessoas mais influentes dentro de uma rede social. Para a área de marketing isso é muito útil, pois sabendo quem são essas pessoas é possível programar estratégias para divulgação ou venda de produtos. No capítulo 3 são mostrados alguns modelos teóricos sobre as redes complexas, que são: Erdos-Rényi, Barabási-Albert e Watts e Strogatz. Esses modelos são formas de representar as redes e tratam da disposição dos vértices e arestas.

Após todos os conceitos teóricos, no capítulo 6 é que o autor entra mais especificamente no assunto de análise de redes sociais, abordando a identificação de comunidades e como a informação se espalha em uma rede social. São apresentados alguns conceitos sobre o algoritmo k-means, que é comumente utilizado na área de aprendizagem de máquina não-supervisionada para tarefas de agrupamento, tendo a principal aplicação em segmentação de mercado.

A partir do capítulo 7 é que começa a parte prática do livro, sendo apresentados tutoriais iniciais sobre os softwares Gephi e Tulip para análise de redes sociais. No capítulo 8 é mostrado como utilizar o Gephi para extrair os amigos do Facebook e aplicar algumas das métricas apresentadas anteriormente. Depois, o autor mostra como construir um aplicativo para o Facebook utilizando PHP para realizar a mesma extração! Essa parte é muito interessante por introduzir a criação de aplicativos para o Facebook! No final do capítulo, o autor também comenta sobre o Twitter, Youtube e Flickr.

Por fim, no capítulo 9 é apresentada a biblioteca GraphStream do Java para a manipulação de grafos. São mostrados vários exemplos de código-fonte para a criação de grafos de vários formatos e seguindo os modelos de redes complexas mencionados anteriormente (Erdos-Rényi, Barabási-Albert e Watts e Strogatz).

Para finalizar o review, deixo meu comentário que o livro é um ótimo ponto de partida para quem pretende trabalhar na área de análise de dados e/ou análise de redes sociais, pois o mesmo apresenta os conceitos fundamentais sobre grafos, as métricas para interpretação das redes e também alguns softwares específicos para este fim. Segue abaixo os dados completos do livro:

Título: Análise de Redes Sociais: Uma Visão Computacional
Autor: Ademir C. Gabardo
Editora: Novatec
Ano: 2015
Páginas: 144

Sobre o autor

Deixe um comentário

O seu endereço de e-mail não será publicado. Campos obrigatórios são marcados com *

Esse site utiliza o Akismet para reduzir spam. Aprenda como seus dados de comentários são processados.