ODINet - Graph e Social Network Analysis
Una Rete Sociale (Social Network) consiste in un qualsiasi gruppo di entità/oggetti connessi tra loro da diversi legami di tipo sociale, tematico, infrastrutturale, ecc. Il presupposto fondante è che ogni entità (o attore) si relaziona con gli altri e questa sua interazione plasma e modifica il comportamento di entrambi. Lo scopo principale dell'Analisi di Rete è appunto quello di individuare e analizzare tali legami (connessioni) tra le entità (nodi). Diverse classi di misure sono disponibili in letteratura, rivolte fra l'altro all'esame delle proprietà di rete nel loro complesso (coesione, centralità, influenza, ecc.), alla ricerca di sottoreti specifiche (gruppi, egonet) ed alla ricerca di somiglianze fra reti (schemi, equivalenza strutturale, ecc.). In sintesi possiamo dire che le tecniche di analisi basate sulle reti Sociali costituiscono uno strumento di modellazione di fenomeni complessi e interdipendenti.
I dataset nel web possono essere considerate delle network complesse in base a diversi criteri. Infatti, sui dati è possibile derivare diverse tipologie di collegamento:
- Collegamenti diretti (espliciti). I dati contengono riferimenti espliciti ad altri dati. È possibile esplorare i dati seguendo questo collegamenti e passare da un dato ad un altro.
- Collegamenti tematici. I dati sono collegati in modo indiretto in base alla tematica in cui vengono categorizzati. Per questo si usano le definizioni e parole chiave presenti nei metadati che vengono analizzate rispetto ad una ontologia che descrive l’area tematica.
- Collegamenti sociali. I dati possono essere associati in base a collegamenti sociali che si possono derivare dai soggetti coinvolti (autore, pubblicatore, utilizzatore, ecc.).
Questi collegamenti costituiscono una grande rete virtuale di dati sui quali si possono applicare tecniche di Social Network Analysis (SNA) per sfruttare questi collegamenti e tutta l’informazione insita nella struttura della rete.
Con le tecniche di SNA è stato possibile ottenere indici di ranking applicando algoritmi di centralità e flusso. Questi indici sono stati utilizzati per dare una rilevanza ai risultati in funzione dei criteri di ricerca prefissati. In questo senso il concetto di ontologia è molto innovativo ed interessante, in quanto ha permesso di studiare la rilevanza tematica dei dati rispetto ad un contesto conoscitivo specifico.
Per quel che riguarda la SNA sono stati riutilizzati i risultati di ricerca ottenuti nel progetto “BINet - Nuova Piattaforma di Business Intelligence Basata sulle Reti Sociali”, co-finanziato dalla Regione Toscana nell'ambito del Bando Unico R&S 2008. Infatti, nel progetto BINet sono stati studiati ed elaborati metodologie e algoritmi per calcolare indici di centralità e flusso basati sul SNA.
