Graphische Darstellung der Anpassungsgüte akteursbasierter Netzwerkentwicklungsmodelle

• Antragsteller: Professor Dr. Ulrik Brandes
• Fachliche Zuordnung: Theoretische Informatik
• Förderung: Förderung von 2006 bis 2014
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 24614601

• Erstellungsjahr: 2015

Zusammenfassung der Projektergebnisse

Die als SIENA-Modelle bekannten akteursbasierten Netzwerkentwicklungsmodelle gehen davon aus, dass die Entwicklung eines sozialen Netzwerkes durch einen stochastischen Prozess beschrieben werden kann, in dem die sozialen Akteure ihre Beziehungen und Verhalten an ihr Umfeld anpassen. Die Anpassung erfolgt auf Basis von Struktur- und Attributmerkmalen im Umfeld, die in einer parametrisierten Nutzenfunktion ausgewertet werden. Die Modellbildung besteht in erster Linie aus der Auswahl von Subgraphstatistiken und die Interpretation erfolgt aufgrund der aus den beobachteten Netzwerken geschätzten Parameter. Wir wollten durch Darstellung der Anpassungsgüte zunächst nur graphische Unterstützung für die Modellierung bieten, haben im Laufe des Projekts aus visuell beeindruckenden, inhaltlich jedoch wenig erhellenden Versuchen aber soviel gelernt, dass wir letztlich quantitative Bewertungen der relativen Bedeutung von Statistiken und der Inhomogenität der Akteure entwickeln konnten. Diese Methode wird empirisch arbeitenden Sozialwissenschaftler(inne)n ermöglichen, die unstandardisierten Parameter der SIENA-Modelle umfassender zu interpretieren, auf besondere Akteure hinweisen und so auch vor Fehlinterpretationen durch unzutreffende Homoge-nitätsannahmen warnen. Im Rahmen des Projekts ist gängige Modellierungssoftware RSiena so in das am KIT (Dorothea Wagner) und bei uns entwickelte Netzwerkanalysesoftware visone integriert worden, dass nicht nur Modelle komfortabler spezifiziert, sondern Daten und Ergebnisse auch graphisch exploriert werden können.

Projektbezogene Publikationen (Auswahl)

• Visualization methods for longitudinal social networks and stochastic actor-oriented modeling. Social Networks, 34(3):291–308, 2012
  Ulrik Brandes, Natalie Indlekofer, and Martin Mader
  
• Conditional independence in dynamic networks. Journal of Mathematical Psychology, 57(6):275–283, 2013
  Jürgen Lerner, Natalie Indlekofer, and Ulrik Brandes
  
• Relative importance of effects in stochastic actor-oriented models. Network Science, 1(3):278–304, 2013
  Natalie Indlekofer and Ulrik Brandes
  
• Methods for Diagnosis and Interpretation of Stochastic Actor-oriented Models for Dynamic Networks. PhD thesis, Universität Konstanz, 2014
  Natalie Indlekofer