nätverksanalys

Nätverksanalys är ett tvärvetenskapligt tillvägagångssätt för att studera hur enheter (noder) kopplas samman genom relationer (kanter) i ett nätverk. Nätverk kan vara sociala, biologiska, tekniska eller organisatoriska och kan vara riktade eller oriktade samt viktade eller oförsedda. Grundläggande begrepp är noder, kanter, avstånd samt centralitet och modularitet. Analysen använder grafteori för att beskriva struktur och hur den påverkar funktion och dynamik.

Centralitetsmått som gradcentralitet, närhet, mellanliggande centralitet och eigenvector centrality används för att identifiera inflytande enheter. Andra viktiga mått är klustring (clustering coefficient) och modularitet för att hitta samhällen inom nätverket. Analysen kan vara deskriptiv, inferentiell eller prediktiv och kan inkludera tidsbaserade studier av dynamiska nätverk.

Metoderna omfattar insamling och omvandling av data till grafrepresentationer, visualisering och olika algoritmer för samhällsdetektion samt spridnings- och synkronisationsmodeller. Kvalitet på data och bias är central, särskilt vid saknade värden eller felklassificering av relationer.

Tillämpningar finns inom sociologi och organisation, biologi och medicin, IT-infrastruktur och kommunikation samt ekonomi. Nätverksanalys används för att förstå strukturella sårbarheter, informationsflöden och inflytande inom grupper.

Historiskt har nätverksanalys utvecklats ur grafteori och socialt forskningsarbete, med tidiga centralitetsmått och senare framväxande inom nätverkvetenskap.