2.4.1.2 Freundschaft Bildung unter Studenten
Die Forscher verwendeten E - Mail - Protokolle und Verwaltungsakten Freundschaft Bildung zu verstehen. Diese Forschung erfordert mit der Unvollständigkeit der großen Daten zu tun haben .
In vielen Situationen sind die Forscher nicht das Glück haben, alles zu haben, dass sie an einem Ort automatisch gesammelt werden sollen. Zwei häufige Probleme sind unvollständige Informationen über die Menschen und einer fehlenden Übereinstimmung zwischen den theoretischen Konstrukten und Daten. Beide Probleme wurden von Kossinets und Watts adressiert (2009) als Teil ihrer Bemühungen zu verstehen , wie soziale Netzwerke entwickeln.
Grob gesagt, denken die Forscher, dass in sozialen Netzwerken Evolution durch drei Merkmale angetrieben wird: 1) die Struktur der bestehenden Beziehungen 2) gemeinsame Aktivitäten (zB Wohnheime, Klassen) und 3) Demographie. mit Informationen kombiniert Längs Netzwerk Daten über Personen "Demografie und Aktivitäten erfordert die Zusammenhänge zwischen diesen drei Faktoren zu verstehen. Frühere Studien hatten einige dieser Merkmale, aber keiner hatte alle drei.
Kossinets und Watts begann ihre Forschung durch die E-Mail-Protokolle von einer großen Universität zu erwerben. Allerdings waren diese E-Mail-Protokolle allein unvollständig, sie sind nicht alles, was benötigt, um die verschiedenen Faktoren Evolution Fahr Netzwerk zu verstehen. Daher fusionierte Kossinets und Watts, diese E-Mail-Protokolle, mit zwei anderen Informationsquellen: demografische Informationen, die von der Universität und Informationen zu gemeinsamen Aktivitäten gesammelt (zB Studentenwohnheim Informationen und eine vollständige Liste der Einschreibung in Kurse). Sobald diese drei Informationsquellen, von denen jede unvollständig war, wurden zusammen Kossinets verschmolzen und Watts hatte eine leistungsfähige Datenstruktur für das Verständnis Netzwerk Evolution.
Aber es gab noch eine letzte Herausforderung, die sie überwinden mussten. Kossinets und Watts wollten untersuchen, wie das soziale Netzwerk in dieser Universität entwickelt, so benötigt sie eine Möglichkeit, die E-Mail-Protokolle in einer Schätzung zu verwenden, die auf die zu diesem Zeitpunkt verbunden war. Wie in zuvor (Abschnitt 2.3.2.1) erläutert, ist diese Art der Operationalisierung von theoretischen Konstrukte eine große Herausforderung, wenn digitale Spuren für Sozialforschung. Am Ende entschieden Kossinets und Watts , dass zwei Personen zum Zeitpunkt \ (t \) verbunden betrachtet wurden , wenn und nur wenn sie E - Mails hatten ausgetauscht (\ (i \) per e - Mail \ (j \) und \ (j \) per e - Mail \ ( i \)) in den letzten 60 Tagen. Diese Entscheidungen waren nicht willkürlich; sie wurden auf eine sorgfältige Prüfung dieser empirischen Einstellung basiert und Kossinets und Watts überprüft, dass ihre Ergebnisse dieser Entscheidungen robust waren. Im Allgemeinen, wenn Ihr Operationalisierung einige spezifische beinhaltet die Auswahl Cutoffs-sagen 60 Tage statt 30 Tage oder 90 Tage-es eine gute Idee ist, diese Wahl zu stellen Sie sicher, dass Ihre Ergebnisse sind nicht empfindlich.
Sobald Kossinets und Watts, das Problem durch Unvollständigkeit verursacht adressiert (zB demografische Informationen fehlen, Informationen zu gemeinsamen Aktivität fehlt, und theoretische Konstrukte fehlt), mussten sie Daten, die es ihnen ermöglichte, die drei Hauptkräfte zu verstehen, die Evolution der Netze treiben kann: 1) Struktur der bestehenden Beziehungen 2) gemeinsame Aktivitäten (zB Wohnheime, Klassen) und 3) Demographie. In Übereinstimmung mit früheren Untersuchungen fanden sie, dass Menschen mit ähnlichen Demografie eher Beziehungen zu bilden. Doch im Gegensatz zu früheren Studien fanden sie, dass dieses Muster stark von der bestehenden Netzwerkstruktur und gemeinsame Aktivitäten gemildert wurde. Mit anderen Worten, dass das Muster früherer Forscher gesehen hatte, war zum Teil durch Daten erklärt, dass frühere Forscher haben nicht. Somit ist es durch erfolgreich mit der Unvollständigkeit ihrer Daten zu tun, Kossinets und Watts waren in der Lage die Interaktion einer Vielzahl von verschiedenen Faktoren verdeutlichen, die in sozialen Netzwerken Entwicklungen treiben.
