2.4.1.2 विद्यार्थ्यांना आपापसांत मैत्री निर्मिती

संशोधक वापरलेल्या ईमेल आणि नोंदी प्रशासकीय रेकॉर्ड मैत्री निर्मिती समजून घेणे. हे संशोधन मोठा डेटा अपुरेपणा वागण्याचा आवश्यक आहे.

अनेक घटनांमध्ये, संशोधक ते आपोआप एका ठिकाणी गोळा करू इच्छित सर्वकाही आहे पुरेसे भाग्यवान नाहीत. दोन सामान्य समस्या लोक आणि सैद्धांतिक बांधकाम आणि डेटा यांच्यात जुळत नाही अपूर्ण माहिती आहे. या समस्या दोन्ही Kossinets आणि वॉट्स लक्ष होते (2009) नेटवर्क विकसित कसे सामाजिक समजून त्यांच्या प्रयत्नांचा भाग म्हणून.

विद्यमान संबंध 2) सामायिक उपक्रम (उदा, dorms, वर्ग) आणि 3) लोकसंख्या 1) रचना: अंदाजे बोलत, संशोधक सामाजिक नेटवर्क उत्क्रांती तीन वैशिष्ट्ये चेंडू आहे, असे वाटते. या तीन घटकांच्या दरम्यान interrelationships समजून घेणे व्यक्ती 'लोकसंख्याशास्त्र आणि हालचालींची माहिती एकत्र रेखांशाचा नेटवर्क डेटा आवश्यक आहे. तत्पूर्वी अभ्यास ही वैशिष्ट्ये होते, पण काहीही सर्व तीन होते.

Kossinets आणि वॉट्स मोठ्या विद्यापीठ ईमेल नोंदी घेणार्या करून त्यांच्या संशोधनाला सुरुवात केली. तथापि, एकट्या या ई-मेल नोंदी, अपूर्ण ते नेटवर्कवर उत्क्रांती वाहनचालक विविध घटक जाणून घ्यायची गरज सर्वकाही समावेश आवडत नाही. म्हणून, Kossinets आणि वॉट्स या ईमेल नोंदी विलीन माहिती दोन इतर स्रोत: लोकसंख्याशास्त्र माहिती सामायिक उपक्रम (उदा, विद्यार्थी निवासस्थानी माहिती आणि अभ्यासक्रम नोंदणी पूर्ण यादी) विद्यापीठ आणि माहिती गोळा केली. जे प्रत्येक अपूर्ण माहिती या तीन स्रोत, एकदा, एकत्र Kossinets विलीन आणि वॉट्स समजून नेटवर्क उत्क्रांती एक शक्तिशाली डाटा स्ट्रक्चर होते.

पण, ते मात होते की एक अंतिम आव्हान होते. Kossinets आणि वॉट्स या विद्यापीठात सामाजिक नेटवर्क कसे उत्क्रांत आणि ते कोण कनेक्ट करण्यात आली होती कोण अंदाज ईमेल नोंदी वापर करण्याचा मार्ग आवश्यक शिकायचं कोणत्या वेळी. पूर्वी (विभाग 2.3.2.1) मध्ये चर्चा केली, सैद्धांतिक बांधकाम च्या operationalization या प्रकारची सामाजिक संशोधन डिजिटल मागोवा वापरताना एक मोठे आव्हान आहे. शेवटी, Kossinets आणि वॉट्स दोन लोक वेळ \ n (t \) जोडलेले मानले होते की ठरविले तर ते ईमेल (\ (मी \) ईमेल \ (जे \) आणि \ (जे \) ईमेल \ (अदलाबदल होती फक्त जर मी \)) मागील 60 दिवस लागले. या निवडी अनियंत्रित नव्हते; ते या प्रायोगिक सेटिंग काळजीपूर्वक विचार आधारित होते, आणि Kossinets आणि वॉट्स निकाल या पर्याय जोमदार होते तपासले. सर्वसाधारणपणे, तुमची operationalization काही विशिष्ट निवडून यांचा समावेश आहे तर cutoffs-म्हणू 60 दिवस त्याऐवजी 30 दिवस किंवा 90 दिवस-हे आपल्या परिणाम ही निवड अत्यंत संवेदनशील नाहीत, याची खात्री करण्यासाठी एक चांगली कल्पना आहे.

एकदा Kossinets आणि वॉट्स अपुरेपणा झाल्याने समस्या संबोधित (उदा, लोकसंख्याशास्त्रीय माहिती, शेअर केले उपक्रमांबद्दल माहिती गहाळ आणि सैद्धांतिक बांधकाम गहाळ गहाळ), ते नेटवर्क उत्क्रांती चालविण्यास शकता की तीन मुख्य सैन्याने समजून घेण्यासाठी सक्षम डेटा होते: 1) विद्यमान संबंध 2) सामायिक उपक्रम (उदा, dorms, वर्ग) आणि 3) लोकसंख्या रचना. पूर्वीचे संशोधन सुसंगत, ते समान लोकसंख्याशास्त्र लोकांना संबंध तयार होण्याची अधिक शक्यता असते असे आढळले. तथापि, आधी अभ्यास विपरीत, ते या नमुना जोरदार अस्तित्वात असलेल्या नेटवर्क संरचना आणि सामायिक क्रियाकलाप mitigated असल्याचे आढळून आले. दुसऱ्या शब्दांत, आधी संशोधक पाहिले होते की नमुना अंशतः नाही की, पूर्वी संशोधक नाही डेटा स्पष्ट करण्यात आले. अशा प्रकारे, त्यांच्या डेटा अपुरेपणा सह यशस्वीरित्या व्यवहार करुन, Kossinets आणि वॉट्स सामाजिक नेटवर्क evolutions चालविण्यास विविध घटक विविध सुसंवाद स्पष्टीकरण सक्षम होते.