Статистические модели для анализа динамики социальных сетей в исследованиях образования

Докука С. В. and Валеева Д. Р.
Additional contact information
Докука С. В.: http://www.hse.ru/staff/sofi

Вопросы образования // Educational Studies Moscow, 2015, issue 1, 201-213

Abstract: Докука София Владимировна - кандидат социологических наук, младший научный сотрудник Института институциональных исследований НИУ ВШЭ. E-mail: sdokuka@hse.ruВалеева Диляра Рашитовна - младший научный сотрудник Института институциональных исследований НИУ ВШЭ. E-mail: dvaleeva@hse.ruАдрес: Москва, 101000, ул. Мясницкая, 24.С появлением средств для сбора и хранения динамических данных о поведении и достижениях учащихся, а также с разработкой новых методов анализа социальных сетей стало возможным изучение коэволюции сетей и поведения. Динамический сетевой анализ позволяет ответить на вопрос, каким образом формируются и передаются те или иные формы поведения учащихся, например вредные привычки, помогает проследить процесс формирования дружбы или вражды между школьниками и студентами, оценить влияние социальных связей учащихся на их академические достижения. Представлен обзор двух основных методов, используемых при эмпирическом анализе динамики социальных сетей. Стохастические акторно-ориентированные модели (SAOM) являются одним из наиболее разработанных подходов к изучению динамики социальных сетей. В SAOM текущее состояние сети оказывается зависимым исключительно от предыдущего состояния сети. Эволюция сети является не дискретным, а непрерывным процессом, так что структурные макроизменения представляют собой совокупность микроизменений. При этом изучаются не структура сети и предпосылки ее формирования в начальный момент времени, а процессы, лежащие в основе зафиксированных изменений. Альтернативным подходом к изучению динамики социальных сетей являются дискретные временные экспоненциальные модели случайных рафов (STERGM). В них наблюдаемая социальная сеть представляет собой реализацию одной из возможных сетей c заданными характеристиками. Формирование сети является результатом стохастического процесса, и задача исследователя состоит в том, чтобы выявить природу его движущих сил. При сравнении эмпирически выявленной социальной сети с сетями аналогичного размера определяются структурные свойства сети и характеристики акторов, оказавшие влияние на процесс создания сети. Рассмотрен пример использования обеих моделей на одном наборе данных.DOI: 10.17323/1814-9545-2015-1-201-213

Keywords: социальные сети; динамические статистические модели; академические достижения учащихся; отклоняющееся поведение; дискретные временные экспоненциальные модели случайных графов; стохастические акторно-ориентированные модели (search for similar items in EconPapers)
Date: 2015
References: Add references at CitEc
Citations:

Downloads: (external link)
https://vo.hse.ru/data/2015/03/29/1095961321/1-2015_Dokuka.pdf (application/pdf)

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:scn:voprob:2015:i:1:p:201-213

Access Statistics for this article

More articles in Вопросы образования // Educational Studies Moscow from National Research University Higher School of Economics
Bibliographic data for series maintained by Marta Morozova ().