Статистические модели для анализа динамики социальных сетей в исследованиях образования

Аннотация

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.