Você está na página 1de 24

Tcnicas de Visualizao e Anlise de Redes Sociais

Marcos Guilherme Cassolato de Oliveira Mestrado em Cincia da Computao Faculdade de Campo Limpo Paulista (FACCAMP) Rua Guatemala, 167 Jardim Amrica Campo Limpo Paulista SP Brasil CEP 13231-230
guicassolato@gmail.com

Resumo. O presente trabalho apresenta e sintetiza tcnicas de representao e anlise de estruturas e redes sociais, concluindo aplicabilidades, vantagens e desvantagens de vrios mtodos recentes e histricos. So discutidos particularmente os modelos Node-link e representaes baseadas em matrizes, tcnicas variantes, derivadas e hbridas, tais como MatLink e NodeTrix, passando por grficos de disperso, sociogramas em alvo, grades de Galois entre outros. Identifica lderes e conclui a necessidade de conduo de novos testes de usabilidade mais aprofundados, imparciais e coerentes com os paradigmas atuais, paralelamente a novos estudos centrados na melhor identificao e reconhecimento de agrupamentos e comunidades. Abstract. This paper presents and summarizes the techniques for the representation and analysis of social networks and structures, concluding applicability, advantages and disadvantages of several recent and older methods. Models are discussed particularly the Node-link and matrix-based representations, variant techniques, derivatives and hybrids such as MatLink and NodeTrix, passing through scatter graphs, target sociograms and Galois lattices, among others. It identifies leaders and concludes the necessity of conducting further more profound and impartial usability tests, consistent with the current paradigms, along with new studies focusing on better identification and recognition of social groups and communities.

Introduo
O estudo de redes sociais incluindo e por meio de seus respectivos modelos de visualizao remete a perodos que antecedem a cincia da computao, tendo base nas cincias sociais, mas que, no entanto, ganhou novas possibilidades nas modernas tecnologias com recursos grficos sofisticados e interativos. As diferentes tcnicas de representao, contudo, inovaram mais no mbito destas possibilidades do que propriamente nas formas e padres grficos, tendo muitas delas derivado fortemente umas das outras, com, s vezes, no mais do que sutis adaptaes em busca de melhor usabilidade. No campo da interao humano-computador, portanto, tem se concentrado os principais esforos no sentido de aperfeioamento das tcnicas de visualizao e anlise de redes sociais. O presente artigo discorre sobre algumas destas tcnicas evidenciando particularidades, pontos fortes e limitaes que tm contribudo para determinar as preferncias de analistas do setor. O foco nas caractersticas de cada modelo de representao, abstendo-se da discusso sobre a usabilidade dos softwares que as implementam e

suportam a anlise de redes sociais. Estes softwares incluem modelos de visualizao e diversas ferramentas para criao, edio e manipulao de grficos e seus componentes como quanto a sua posio no plano, tamanho, zoom, formato, cor, opacidade, espessura de linhas, agrupamentos, agregaes, etc, alm de mtodos de anlise estatstica e outras funcionalidades teis. O artigo discute estritamente as tcnicas de visualizao (representao grfica), geralmente, objetos centrais (ou resultados) destes softwares. As tcnicas de visualizao de redes sociais tm aplicabilidade na anlise e comunicao de estruturas sociais de modo geral; o que implica dizer em tempos atuais que no servem exclusivamente ao estudo dos to em voga servios online de relacionamento social, disponveis publicamente na Internet. Obviamente que tambm a estes, porm, mais do que isso, servem ao estudo geral de atores e suas relaes nas diversas estruturas sociais que nos compreendem, sejam estas relaes de mercado, de afinidade ou amizade, de dependncia ou influncia, de colaborao, entre tantas outras imaginveis online ou offline. Estudos centrados em atores visam identificar aspectos como centralidade, prestgio e papis desempenhados se esto mais isolados ou se isolam subconjuntos de atores, se cooperam ou integram; ou ainda caractersticas pontuais do relacionamento entre dois (dade) ou trs (trade) atores, ou mesmo subconjuntos maiores, observando aspectos estruturais, grau de igualdade entre participantes, reciprocidade, transitividade, distncia e alcance entre atores, ocorrncia de cliques, coeso, etc. Na outra ponta encontram-se as aplicaes centradas na identificao e reconhecimento de grupos e organizaes, onde estas ltimas caractersticas de anlise so predominantes no estudo de corporaes, comunidades, governos, instituies educacionais, de sade, religiosas, faces criminosas, etc; culminando, no limite, at no estudo de estruturas ainda maiores, mais densas e complexas como economias e sociedades, onde tendncias mais macro so enfocadas. Basicamente, os modelos de representao de redes sociais tm o papel de comunicar estruturas dessa natureza e explor-las, a fim de entend-las. Para tanto, envolvem os conceitos essenciais de ator, ou indivduo, podendo ainda ser uma organizao ou objeto, e de relao (ou link, ou elo, ou ainda conexo) entre estes atores; isto , relacionamento, interao. Aplicam tcnicas de construo e explorao grfica fundamentadas em teorias e estudos de usabilidade, cognio, affordances; e evoluem destes conceitos para outros, tais como o de agrupamento ou comunidade, densidade, papis, centralidade, coeso, entre outros. Neste estudo, fazemos uma crtica das duas principais tcnicas de representao de redes sociais, os modelos Node-link e modelos baseados em matrizes, subsidiados por trabalhos gloriosos de Linton Freeman, que tambm nos auxiliou num resgate histrico e entendimento de outros mtodos de representao, recentemente contribuindo ao lado de Ulrik Brandes e outros, alm de Mohammad Ghoniem e Jean-Daniel Fekete. Na sequncia, neste mesmo empenho de discusso e identificao de vantagens e desvantagens, abordamos tcnicas variantes ou hbridas destas primeiras, tais como MatLink e NodeTrix, para as quais as contribuies recentes de Nathalie Henry, novamente Jean-Daniel Fekete, e outros foram imprescindveis. O mtodo consistente em reviso bibliogrfica e confrontaes analticas ressalva o aspecto dialtico pelo qual algumas tcnicas justificaram outras e em que medida e importncia tcnicas paralelas mostraram-se complementares ou concorrentes.

Os problemas mais recorrentes nos quais se empenham estas tcnicas abordam questes como a existncia de relao ou no entre dois ou mais atores isto , o alcance; o caminho ou distncia que se precisa percorrer entre eles; a densidade da estrutura (quantidade mdia de conexes por ator); a ocorrncia de agrupamentos (clusters, comunidades, panelinhas, interesses comuns) e possibilidade ou necessidade de agregaes (de atributos individuais, representando-os unicamente); a concentrao destes grupos (mais localizados ou mais esparsos); alm de centralidade, prestgio, papis, status de atores na rede; e, finalmente, coeso, conjunto de caractersticas de laos de unio entre atores que denotam fora de relacionamento e ordem social. As questes da densidade, distribuio de ns (que representam atores da rede) e caminhos so particularmente importantes na construo das representaes de redes sociais posto que tm se mostrado determinantes fortes de sucesso de usabilidade, e porque embasam anlises do paradigma conhecido como Mundo Pequeno, cujas estruturas sociais se apresentam globalmente esparsas e localmente densas, e que caracterizam redes seculares de relacionamento, tais como aquelas servidas online por provedores como Facebook, Twitter, LinkedIn, Google+ e vrios outros. Precisamente a exploso de redes deste tipo com os servios online de relacionamento, cada vez maiores, mais organizados e abrangentes, refora a oportunidade para discusso das tcnicas de representao e anlise de redes sociais. O Facebook, por exemplo, estimado alcanar a marca de um bilho de usurios em agosto de 2012 [1]; ao Twitter, LinkedIn e Google+ j so creditadas marcas tambm substanciais respectivamente, 200 milhes (Abr/2011) [2], 100 milhes (Mar/2011) [3] e 67 milhes (Nov/2011) [4]. A existncia destes servios implica maior disponibilidade de dados estruturados para anlise e o bom uso destas informaes tem expresso concreta em termos de conhecimento de mercado e, portanto, poder econmico para empresas e grupos. Neste contexto, uma srie de quase 50 publicaes recentes foi selecionada, submetida a uma filtragem, que possibilitou o descarte de pseudocincias, mais empenhadas em divulgar produtos de mercado do que material de pesquisa, e trabalhos fora do espectro, tais como de anlise de complexidade de algoritmos de construo de grficos ou varredura de redes sociais; combinada, ento, a artigos de base terica e, enfim, organizadas num trabalho que apresenta e sintetiza prs e contras de tcnicas lderes para visualizao e anlise de redes sociais, bem como alternativas pontuais vlidas para um ou outro caso. Assim, esperamos mostrar como diagramas Node-link tm sido apontados como bastante adequados para representaes de estruturas menores e pouco densas, e no suporte realizao de tarefas envolvendo caminhos; como esto presentes na inspirao de outras tcnicas e como podem ser complementados por tcnicas de representao baseadas em matrizes, mais robustas e adequadas para estruturas maiores ou densas. Passamos ainda pela anlise de tcnicas variantes destas duas principais e tcnicas hbridas com notrio destaque aos resultados promissores que se tm sido apresentados sobre os modelos NodeTrix; e, ainda, citao de tcnicas paralelas tais como diagrama de disperso, representao circular, sociograma em alvo, radial, em rvore e grades de Galois. Tambm so apresentados alguns tpicos relativos aos testes de usabilidade que, em geral, permitem avaliar as diferentes tcnicas; so citadas algumas ferramentas de software mais famosas nesta rea; e, finalmente, discutidos alguns desafios comuns e pontos de limitao que, em maior ou menor grau, afetam todas as tcnicas analisadas

particularmente, o papel fundamental de algoritmos de otimizao e/ou interfaces interativas que simplifiquem tarefas ligadas anlise, reconhecimento e representao de subconjuntos mais densos (comunidades e agrupamentos), alm da necessidade de novos mtodos de representao esttica de resultados que superem as dificuldades de visualizao hoje tratadas apenas dinamicamente.

Principais tcnicas de representao grfica (Node-link e Matrix-based) e representaes variantes ou hbridas


Os modelos Node-link, caracterizados fundamentalmente por vrtices (ou ns) dispostos num plano multidimensional e interligados por conexes (links) simbolizando relaes, tm sido indiscutivelmente as mais familiares e constantes representaes de grafos em geral, e particularmente das redes sociais, conforme documentado por Freeman [5] que sintetizou estudos e exemplos das cincias sociais datados desde a dcada de 1930 e que empregavam intensamente esta forma de representao. Os vrtices simbolizam atores ou indivduos da estrutura social predominantemente, podendo simbolizar tambm objetos, caractersticas, grupos, interesses ou quaisquer elementos associveis. Comumente, so representados num mesmo grfico em formas, cores, tamanhos, posies ou efeitos distintos, como artifcio para denotar classes, semelhanas, agrupamentos ou status. As conexes, por sua vez, comunicam as possveis relaes existentes entre os atores, e, analogamente, empregam tambm variaes de forma, cor ou espessura capazes de distinguir, nesse caso, tipo ou grau de relacionamento, ou outras caractersticas; ou, ainda, podem tambm ser representados por setas (grafos orientados) em vez de ligaes simples, simbolizando aspectos adicionais implcitos na direo da conexo existente entre dois atores, tais como, por exemplo, numa rede de conhecimentos, quando um ator A que conhece B, porm B no conhece A. A Figura 1 ilustra uma representao Node-link simples baseada numa rede no orientada. Atores so simbolizados por crculos azuis e as relaes por traos conectando-os. J as Figuras 2 e 3 exemplificam grficos Node-link nos quais, respectivamente, cores (2-a), formas (2-b) e tamanhos (2-c) dos ns ajudam visualizar classes distintas de atores e, na sequncia, tipos distintos de relaes entre atores por cores (3-a) e espessuras (3-b) distintas nas conexes. Na Figura 2-d exemplificamos a comunicao de informaes adicionais pela representao dos ns na forma de grficos de pizza; cada um armazenando dados especficos do n que representa.

Figura 1. Grafo node-link (no orientado)

As figuras de 2 a 4 foram adaptadas de uma srie oferecida por Lane Harrison [6].

Figura 2. Exemplos de grafos node-link (no orientados) com representao de ns em cores (a), formas (b) e tamanhos (c) diferentes. Em (d) informaes adicionais so comunicadas na representao dos ns em forma de grficos de pizza

Figura 3. Exemplos de grafos node-link (no orientados) com representao de relaes em cores (a) e espessuras (b) diferentes

Um exemplo de grafo orientado ilustrado na Figura 4. Observe que as setas simbolizam sentidos especficos da relao entre os atores, podendo significar, por exemplo, que um determinado ator conhece outro, mas no contrrio.

Figura 4. Grafo node-link orientado - relaes, representadas por setas, possuem direo

A Figura 5 comunica exemplos mais concretos de representaes Node-link. Em 5-a, Freeman reproduz um exemplo de Moreno (1934, apud [7]) de uma representao de relaes de afinidade positivas (em vermelho) e negativas (em preto) num time de futebol americano. Os jogadores so simbolizados por tringulos e dispostos no grfico mais ou menos nas posies em que jogavam. Em 5-b, outro exemplo de Moreno da mesma poca (apud Freeman [5]) representando relaes de amizade entre meninos (tringulos) e meninas (crculos) de uma turma de 4 srie do ensino bsico. Ideia anloga representada em 5-c sobre as relaes de amizade entre operrios e supervsores de uma fbrica [7]. Em 5-d, um exemplo mais recente (2010) de representao de passes trocados entre jogadores de dois times de futebol numa final de Copa do Mundo da FIFA [8].

Figura 5. Exemplos concretos de representao de atores e relaes, baseadas em tcnica Node-link

Brandes et al [8] adaptaram de maneira interessante um exemplo de Krackhardt (1996) sobre como podem ser teis as representaes Node-link para aplicaes prticas se bem orientadas na anlise da estrutura social (reproduzido na Figura 6). Em 6-a uma estrutura organizacional de uma unidade de auditoria interna de uma grande empresa representada num Node-link hierrquico. O gerente do departamento representado em azul, supervisores em vermelho, auditores em verde e secretrias em amarelo. Aps indagao dos colaboradores sobre a quem recorriam diante de questes de trabalho, um novo diagrama orientado foi gerado com conexes agora representadas por setas simbolizando as respostas apresentadas por cada funcionrio (6-b). A identificao de que algumas pessoas, mais requisitadas do que outras, tal como a secretria Nancy, possibilitou a representao de uma nova estrutura de relaes entre os funcionrios, denotando uma espcie de hierarquia informal no departamento. O resultado reproduzido em 6-c. Atores foram reposicionados de modo a aparecerem mais elevados quando muito requisitados em questes de trabalho, e mais baixo, caso contrrio.

Figura 6. Representaes Node-link das relaes hierquicas formais (a) e informais (b e c)

Para estruturas relativamente esparsas como as ilustradas at aqui, representaes do tipo Node-link tm se mostrado bastante adequadas, medida que so extremamente simples, fceis e intuitivas, requerendo pouco ou nenhum aprendizado prvio. Diante de estruturas mais densas, no entanto, com muitas relaes entre os ns, a usabilidade prejudicada ao passo em que ocorrem muitos cruzamentos entre links e outras formas de sobreposio entre elementos. Em sua comparao da legibilidade de grficos Nodelink versus representaes baseadas em matrizes, Ghoniem et al [9] mostram como, medida que o tamanho do grfico cresce ou a densidade das conexes se eleva, usurios tm dificuldade de explorar visualmente o grfico Node-link ou interagir com seus elementos, ainda que suportados por recursos computacionais avanados que emulem, por exemplo, distribuio e navegao tridimensional. Ghoniem et al [9] tambm chamam a ateno para os insuficientes esforos de outros autores para atenuar tais dificuldades lidando com tcnicas de leiaute baseadas em regras estticas, tais como minimizao do nmero de cruzamentos, minimizao da razo entre as conexes mais extensa e mais curta do grfico, e revelao de simetrias; em qualquer dos casos, melhorias raramente validadas de um ponto de vista cognitivo. A Figura 7 exemplifica o uso de representaes Node-link para comunicao de estruturas densas, com muitas conexes, onde, mesmo com poucos ns (no mais do que 20 nas duas ilustraes), at tarefas relativamente simples ficam prejudicadas devido s sobreposies de objetos. Em 7-a, um exemplo simples de 18 mulheres relacionadas entre si, adaptado de Freeman [10]; e, em 7-b, uma ilustrao de Mitchel

(1994, apud Freeman [7]) da representao de relaes entre 19 indivduos envolvidos na rede pessoal de uma mulher sem teto na Inglaterra. Ficam evidentes as dificuldades para anlises de aspectos que envolvam traar caminhos e atm mesmo tarefas mais simples, tais como identificao da existncia ou no de relao entre dois atores em particular, em alguns casos. Outro exemplo que denota percepo prejudicada ilustrado na Figura 8, extrado de Heer & Boyd [11]. Nesse caso, o grfico gerado pelo software de anlise de redes sociais Vizster, baseado em modelos Node-link, procura simbolizar indivduos no plano com fotos suas representando-os, na inteno de atenuar as dificuldades de reconhecimento, embora sem muito sucesso medida que muitas sobreposies prejudicam a visualizao.

Figura 7. Representaes node-link de estruturas mais densas

Figura 8. Grafo node-link gerado pelo Vizster, software de anlise de redes sociais - atores so representados por fotos

Exemplos de tentativas de representao tridimensional de diagramas Node-link como artifcio de atenuao do efeito negativo das sobreposies so ilustrados nas Figuras 9 e 10. Na Figura 9, reproduzida de Freeman [5], apenas um modelo tridimensional simples sugerindo como a perspectiva pode ser empregada. J na Figura 10 [7], ilustraes tridimensionais de estruturas mais simples (10-a) e mais densas (10-b), onde

novamente problemas de usabilidade podem ser observados devido sobreposio de elementos mesmo dispostos em perspectiva. Naturalmente que, em modelos 3D, estas limitaes so atenuadas por interfaces interativas que permitam ajustes de perspectiva, profundidade e zoom nas imagens; porm, sem grandes vantagens para representaes estticas como em papel.

Figura 9. Modelo tridimensional simples sugerindo como a perspectiva pode ser empregada na representao de diagramas Node-link

Figura 10. Exemplos de representaes Node-link tridimensionais mais simples em (a) e mais densa em (b)

Outra dificuldade associada aos modelos Node-link reside na falha percepo das eventuais possibilidades existentes de agrupamentos na rede social analisada, potencialmente dependente de muitas permutaes nas posies dos ns. Problemas relativos distribuio de ns num plano com base em caractersticas intrnsecas tais como o reconhecimento de cliques envolvem anlise combinatria e so sabidamente NP-Completos, no caso geral. Dada, portanto, a infactibilidade dos muitos algoritmos de anlise e construo de estruturas complexas de grafos em termos timos, s tcnicas de representao visual de redes sociais so requeridas que ofeream melhores respostas cognitivas sob o menor esforo computacional possvel; tarefas estas nas quais os modelos Node-link falham categoricamente, sobretudo na representao de redes grandes e densas. Em contraposio, tcnicas baseadas em matrizes (matrix-based) para representao grfica de redes sociais foram sugeridas como alternativas aos problemas de ocluso marcantes dos diagramas Node-link, mostrando-se mais adequadas para grficos

grandes e densos. Os vrtices (ou atores da rede) so representados nos eixos (horizontal e vertical) da matriz; as clulas referenciadas pelas coordenadas (ou, intersees de cada coluna e linha) armazenam valores booleanos expressando a existncia ou no de relao entre dois atores. A partir de qualquer ponto, sucessivas permutaes nas coordenadas (linha, coluna) revelam as relaes e estruturas subsequentes da rede. Para melhor visualizao, valores so normalmente omitidos quando falsos para a existncia de conexes, e destacados em caso contrrio. Analogamente aos modelos Node-link, cores, estilos, smbolos ou cones so admitidos para comunicar informaes adicionais, embora menos comuns. Nas representaes Matrix-based mais tradicionais, para grafos de ligao simples (no orientados), vrtices so anotados duplamente nas linhas e colunas de uma matriz quadrada, resultando em informaes simtricas para ambas as regies opostas da diagonal (delineada pelo encontro de cada n com ele mesmo); implicando, assim, que a matriz que representa relaes sociais unvocas contendo atores representados duplamente tanto nas linhas quanto nas colunas equivalente sua transposta. Essa forma de representao ilustrada na Figura 11.

Figura 11. Representaes simples Node-link (a) e Matrix-based (b) de uma mesma rede social

Para estruturas contendo relaes direcionadas (grafos orientados), os sentidos de visualizao do grfico (coluna para linha ou linha para coluna) comunicam informaes, conforme ilustrado na Figura 12, de modo que as marcaes representam pares ordenados. Outras variaes podem ainda ser obtidas para suportar, por exemplo, representao de relacionamentos entre classes distintas (Figura 13), tais como entre tantas outras imaginveis redes sociais de diferentes gneros (masculino e feminino) ou de associaes entre autores e publicaes, em que cada uma destas classes (masculino e feminino ou autor e publicao) anotada correspondentemente num dos eixos (vertical ou horizontal) da matriz, implicando, nesse caso, matrizes no necessariamente quadradas, obviamente. Essa ideia de representao matricial de classes distintas sugere tambm a possibilidade de construes empregando-se mais dimenses no espao, como matrizes cbicas, paralelogrmicas ou slidas polidimensionais, muito embora raramente vistas, posto que sofreriam das mesmas implicaes de sobreposio observadas nos modelos Node-link.

Figura 12. Representaes simples Node-link (a) e Matrix-based (b) de uma mesma rede social de relaes orientadas

Figura 13. Representaes Node-link (a) e Matrix-based (b) de relacionamentos entre atores de duas classes distintas

Apesar da falta de familiaridade de muitos usurios com os modelos matriciais para representao de redes sociais, estudos tm demonstrado sua superioridade destes em relao aos modelos Node-link, particularmente na medida em que seu aspecto linear e simtrico na distribuio das informaes favorece, para estruturas muito grandes e densas, a identificao ou contagem de ns e conexes, e obteno de informaes correlatas tais como reconhecimento de centralidade dentre atores e identificao de vizinhos comuns. Ghoniem et al [9] citam vrios trabalhos que evidenciam vantagens das representaes grficas baseadas em matrizes e oferecem subsdios estatsticos suficientes para uma concluso que sugere complementaridade entre as tcnicas de representao Node-link e matrix-based. Enquanto a primeira se mantem opo mais adequada para grficos menores e mais esparsos, a segunda suporta estruturas maiores e mais densas de maneira mais efetiva, com ressalva realizao de tarefas envolvendo trilhar caminhos difceis para qualquer das tcnicas, embora ligeiramente melhor desempenhadas com diagramas Node-link. As ilustraes da Figura 14, reproduzidas de Ghoniem et al [9], exibem representaes de duas estruturas sociais equivalentes contendo 50 vrtices e 400 relaes cada, empregando as tcnicas Node-link (14-a) e Matrix-based (14-b) comparativamente. A maioria dos problemas de usabilidade associados s sobreposies na representao Node-link atenuada na utilizao do modelo baseado em matriz simtrica (50x50), de acordo com resultados apresentados por Ghoniem et al em 2004 [9] e 2005 [12].

Figura 14. Representaes Node-link (a) e baseada em matrizes (b) de uma mesma estrutura social densa contendo 50 vrtices e 400 relaes

A respeito desta vantagem especfica da tcnica Node-link sobre as representaes matriciais, Henry et al [13] enfatizaram mais tarde como usurios poderiam tirar proveito de processamento pr-atento (preattentive processing), conforme lei da boa continuao da Gestalt, na explorao de caminhos na rede se representada com Nodelink; enquanto que sobre modelos matriciais a mesma tarefa se demonstrava altamente exigente, do ponto de vista cognitivo, entediante e suscetvel a erros, na medida em que podem ser requeridos uma srie esforos de alinhamento e confrontao de vrtices para frente e para trs sucessivamente. Ainda com base nos estudo de Ghoniem et al [9], possvel destacar a preponderncia do fator densidade sobre o fator tamanho na determinao de melhor usabilidade com uma tcnica ou outra. Mesmo em grficos pequenos, com at 20 vrtices, representaes Node-link demonstraram-se inferiores ao emprego de matrizes medida que a densidade aumenta. Particularmente para o problema da percepo da formao de agrupamentos sobretudo, conjuntos de relaes completas (ou cliques) , para qualquer das tcnicas, dificuldades associadas s implicaes formais do problema so impostas e representam desafios. Henry et al [13] observam que redes sociais explicadas no contexto do fenmeno conhecido como mundo pequeno so caracterizadas por serem globalmente esparsas e localmente densas, o que, somado, denota (i) a importncia de mtodos de visualizao de redes sociais que favoream a identificao de agrupamentos ou comunidades e (ii) a necessidade de tcnicas que possibilitem lidar com estruturas simultaneamente esparsas para as quais representaes Node-link so apontadas como mais eficazes e densas melhor suportadas pela tcnica matricial. Nesse sentido, tcnicas variantes ou hbridas entre Node-link e baseada em matrizes para representao de redes sociais foram propostas por vrios autores. Conforme demonstrado por Henry et al [13], mtodos insistentes no uso exclusivo de apenas uma tcnica (Node-link ou matrizes) para suportar representaes de comunidades e estruturas densas demonstraram-se fracassados ou, no mnimo, insuficientes para o caso geral, tais como o emprego de pares de grficos Node-link para

representar paralelamente a rede e o conjunto complementar das conexes entre vrtices isto , links existente em um grfico e links no existentes no outro. A ideia de ter um diagrama auxiliar que se preste verificao para reduo de problemas de usabilidade em meio densido do grfico principal facilmente rejeitada diante de cenrios em que ambos os diagramas se apresentem mediamente densos situao trivialmente exemplificada numa comunidade cujo nmero de ligaes , sendo o nmero de vrtices ambos os grficos (principal e complementar) seriam densos e ofereceriam problemas de usabilidade. Shen et al [14] propuseram os uso exclusivo de diagramas Node-link para anlise visual de redes sociais grandes e complexas abstraindo-se subestruturas com base em semntica e ontologias. Abordagens nesse sentido, envolvendo o uso apenas de Nodelinks com abstrao de detalhes das comunidades e agrupamentos por representa-los como ns especiais simbolizando a agregao, tais como as propostas tambm por Auber et al [15] e Holten (apud Henry et al [13]), representam bem a estrutura global, mas omitem informaes relevantes, acessveis apenas numa segunda instncia. Em 2007, Henry et al chegaram a rechaar [13] mtodos alternativos propostos anteriormente por eles mesmos. O primeiro (2006 apud Henry et al [13]), menos uma inovao de design e mais um novo mtodo de processo (frustrado) para se obter ganhos de usabilidade, baseado em uso sincronizado de duas telas uma representando com Node-link e, na outra, a mesma rede com matrizes , conhecido como MatrixExplorer. O segundo [16], conhecido como MatLink, foi pioneiro na proposta de representao hbrida entre Node-link e matrizes. Esta tcnica consiste em adicionar links nas laterais de uma matriz tradicional. As matrizes, portanto, so utilizadas primariamente, e sofisticadas com a tcnica de ligao, caracterstica do Node-link, numa tentativa de reduzir a principal fraqueza daquela: tarefas envolvendo caminhos. Alm da ainda discreta perspectiva para a questo da representao dos agrupamentos, as vantagens do MatLink foram diminudas tambm devido aos fracassos de usurios na execuo de algumas poucas tarefas, que antes, empregando-se outras tcnicas, eram desempenhadas com menos dificuldade particularmente, envolvendo pontos de articulao; isto , atores que conectam duas subestruturas. Trs representaes de uma mesma estrutura social so ilustradas na Figura 15 [16]: Node-link em 15-a, baseada em matrizes em 15-b e, finalmente, empregando-se a tcnica MatLink em 15-c. Um destaque do eixo horizontal na matriz MatLink pode ser observado em 15-d. Outro exemplo, mais aberto, pode ser observado na Figura 16. As linhas brancas ligando vrtices uns aos outros representam as relaes entre os atores e as ligaes em verde permitem visualizar um caminho a ser percorrido por um ator, vrtice a vrtice, at que alcance outro ator no caso, de Stephen North a Bob Deletto, passando por Daniel Keim e Meichun Hsu.

Figura 15. Trs reprsentaes de uma mesma rede social no orientada e destaque da representao MatLink em (d)

Figura 16. Exemplo de representao MatLink em matriz simtrica. Conexes so representadas na interseo de vrtices da matriz e por linhas brancas ligando um vrtice a outro. Ligaes em verde representam caminho de um ator a outro

Uma nova tcnica de representao hbrida, conhecida como NodeTrix, foi ento introduzida por Henry et al [13], baseada essencialmente em Node-link com comunidades, entretanto, representadas em matrizes. Ao contrrio da MatLink, a construo inicia com Node-Link (mais simples e intuitiva) e evolui para matrizes (mais eficazes na representao de altas densidades). Assim, as matrizes concentram os agrupamentos ou comunidades (regies mais densas) e seus vrtices so conectados (aspecto esparso) aos vrtices de outras matrizes na mesma representao, conforme ilustrado na Figura 17 ao lado de uma representao Node-link equivalente. A simplificao de muitas conexes comuns entre matrizes em linhas espessas, associada ao uso de colorao e ajustes de opacidade, sugere soluo para o problema de cruzamento entre ligaes e ainda admite representao de atributos e informaes complementares, conforme ilustrado na Figura 18. A carga associada identificao e organizao manual dos grupos seria minimizada embora no resolvida com softwares que possibilitam permutaes entre atores e grupos, por clica-los e arrasta-los de uma posio a outra, de modo que as consequentes reconstrues visuais parecem contribuir na identificao de aspectos como centralidade e coeso.

Figura 17. Representaes Node-link (a) e NoteTrix (b) de uma mesma rede social no orientada

Figura 18. Diagramas NodeTrix com representao das conexes (a) agregadas; (b) sobrepostas; (c) sobrepostas e preenchidas; (d) sobrepostas, preenchidas e carregando atributos

O estudo apresentado sugere resultados promissores a partir dos ensaios realizados em laboratrio, porm, como admitido pelos prprios autores, carecia ainda de experimentao de campo. Contudo, a tcnica NodeTrix parece falhar imediatamente em ao menos dois pontos: (a) difcil deciso de agrupamento de atores que participam de mais de uma comunidade (ambiguidade de agrupamento); e (b) restrio impresso de resultados sob baixa resoluo podendo significar um trade-off entre ocultao das relaes cruzadas versus legibilidade da impresso. Esta ltima possivelmente tratada

como de menor relevncia enquanto meios menos estticos puderem ser considerados uma opo, e a primeira, alm de no exclusivamente tocante tcnica NodeTrix, teve proposta de atenuao apresentada pela prpria Henry et al em 2008 [17], atravs da duplicao de ns de associao ambgua. Diretrizes chegaram a ser oferecidas para a deciso de quando duplicar ou no ns em representaes NodeTrix, posto que, para alguns casos pontuais, esta medida pode, em vez de ajudar, prejudicar outras tarefas de interpretao dos grficos. A despeito de mtodos alternativos e seus timos resultados, fica evidente a importncia dos modelos Node-link para as tcnicas de representao e anlise de redes sociais. Com todas as suas limitaes e as j apontadas vantagens para representaes baseadas em matrizes na realizao da maioria das tarefas, os modelos Node-link parecem ainda influenciar fortemente as diferentes tcnicas. Inmeras delas propuseram e continuam a propor variaes desta, ou a tm presente de alguma forma em meio aos seus padres grficos de representao. A qualidade do reconhecimento semitico dos pontos interconectados sugere affordance, e no por acaso as tantas tcnicas existentes acabam por recorrer a ideia central dos Node-links de uma ou outra forma.

Outras tcnicas de representao e anlise de estruturas sociais


Alm de Node-link puramente, representaes baseadas em matrizes, variantes j citadas e tcnicas hbridas tais como MatLink e NodeTrix, vrios outros modelos grficos podem ser empregados na representao e anlise de redes sociais. Diagramas de disperso, por exemplo, assemelham-se a Node-links sendo caracterizados pela disposio de ns num plano sem conexes expressas, no entanto. A Figura 19 ilustra duas representaes, plana (19-a) e tridimensional (19-b), de redes sociais pela tcnica dos diagramas de disperso. Relaes esto implcitas na proximidade entre os pontos; quanto mais prximos os pontos uns dos outros, mais forte o vnculo entre eles. Esta tcnica oferece, em geral, boa visibilidade e sugere agrupamentos embora possa sugerir tambm relaes possivelmente inexistentes, o que a torna inadequada para rastrear caminhos. Por outro lado, a ocultao das relaes reduz problemas de sobreposio e fazem dos diagramas de disperso bons candidatos para representaes dinmicas da evoluo de dados ao longo do tempo, atravs do uso de animaes.

Figura 19. Alguns poucos atores de uma rede social representados em diagramas de disperso plano (a) e tridimensional (b)

As representaes do tipo Circular so Node-links nos quais os ns so dispostos em circunferncia e tm como caracterstica uma eficaz representao do aspecto de densidade; sobretudo, se ajustadas as posies dos ns de modo a separar ilustraes de agrupamentos em hemisfrios ou quadrantes distintos do crculo. Invariavelmente, muitos cruzamentos entre conexes prejudicam a legibilidade deste tipo de grfico, alm de requererem muito espao para representao de redes sociais grandes (muitos

atores). Qualificam-se, portanto, como adequados apenas para representaes de estruturas menores, mal suportando tarefas envolvendo caminhos, porm com boa usabilidade para rpida percepo de grau de densidade da rede. A Figura 20 ilustra duas representaes circulares de redes sociais. Em 20-a, reproduzido de Mitchell (1994, apud Freeman [10]), o aspecto de densidade pode ser observado facilmente observado; em 20-b (adaptada de Freeman [10]), uma estrutura mais coesa ilustrada.

Figura 20. Duas representaes circulares de redes socias - denotando substruturas mais ou menos dendas em (a) e estrutura mais coesa em (b)

Variaes ainda muito inspiradas em Node-link so os sociogramas em alvo (Figura 21) e representaes radiais (Figura 22). As primeiras utilizam crculos concntricos no plano de fundo, simbolizando um alvo, sobre os quais ns de estruturas no muito grandes ou densas so distribudos em posio mais central ou perifrica de acordo com status. Esta tcnica permite facilmente comunicar o aspecto de centralidade, porm herda todas as desvantagens tpicas das representaes Node-link. As representaes radiais, por sua vez, combinam tcnicas de representao circular e sociograma em alvo e envolvem mtodos matemticos para distribuio de ns em faixas circulares concntricas (alvo), calculando o comprimento de raio com base em centralidade e, assim, visando reduzir cruzamentos. O resultado so modelos Node-link semelhantes tcnica de distribuio circular, tendo vrios ns representados ao longo do permetro do crculo, com outros, porm, mais ao centro a distncias e angulaes calculadas. Em termos prticos, continua limitado nas desvantagens da tcnica Node-link, combinando melhor, contudo, algumas vantagens para representao de densidades e centralidade em estruturas menos complexas.

Figura 21. Exemplos de sociogramas em alvo, extrados de Freeman [10]. Em (c), um artefato fsico utilizado antigamente para representao e intereo de estruturas sociais em alvo

Figura 22. Exemplo de representao radial, reproduzido de Brandes et al [8]

rvores tambm podem ser utilizadas na representao e anlise de estruturas sociais. Centradas no ator, denotam construes hierrquicas das relaes, de modo que a expanso da rvore de um ator comunica suas relaes diretas e assim sucessivamente. Como ponto positivo, observamos boa usabilidade na ausncia de cruzamentos. Lee et al [18] propuseram a tcnica TreePlus, inspirada no modelo de representao de estruturas sociais em rvore, e relataram elevados nveis de segurana nas respostas de 28 participantes submetidos a testes de usabilidade. Uma srie de limitaes, no entanto, reduzem os mritos da tcnica, dentre as quais citamos a inabilidade para o oferecimento de uma viso holstica da estrutura; a obrigatoriedade de escolha de um ator inicial para explorao da rede a partir deste ponto; a omisso de relaes entre membros de diferentes ramificaes que, quando presentes, anulam imediatamente a principal vantagem da ausncia de cruzamentos; o no tratamento de ambiguidades; e a ocultao de agrupamentos. A Figura 23 ilustra um exemplo de representao de relaes sociais em rvore, extrada do software TreePlus [18].

Figura 23. Exemplo de representao de estrutura social em rvore

Finalmente, citamos as grades de Galois (Galois lattices), poderosas ferramentas de representao de ambiguidades de agregao em redes de duas classes; ou seja, da relao simultnea de atores com vrias comunidades (ou caractersticas ou,

simplesmente, subconjuntos). Estas representaes ilustram, portanto, relaes de conjuntos e subconjuntos, nas quais os ns podem representar simultaneamente tanto um ator quanto um agrupamento. O ponto superior normalmente representa todos os elementos (atores, por exemplo) e o ponto inferior representa todos os conjuntos (comunidades, por exemplo). Assim, as grades de Galois podem ser lidas de cima para baixo ou de baixo para cima, comunicando as mesmas informaes em disparos de processos cognitivos sutilmente diferentes. Estudos concluem que usurios so capazes de entender diagramas deste tipo (EKLUND et al 2004 apud BRANDES et al [8]). A Figura 24 (adaptada com base nos trabalhos de Uta Priss [19]) ilustra um mesmo conjunto de relaes sociais representados em matrizes (24-a) e empregando-se grades de Galois (24-b). possvel observar que os subconjuntos Female (indivduos do sexo feminino), Juvenile (jovens), Adult (adultos) e Male (indivduos do sexo masculino) esto todos compreendidos na estrutura. O subconjunto Girl (garotas) est compreendido tanto nos subconjuntos Female quanto Juvenile, significando que todas as garotas da rede so tambm membros dos agrupamentos de indivduos do sexo feminino e de jovens.

Figura 24. Exemplo de representao de relaes numa matriz (a) e equivalente numa grade de Galois (b)

A Figura 25, extrada da Wikipedia [20], exemplifica novamente o uso de grades de Galois para representao e anlise de redes sociais, particularmente teis no trato de ambiguidades de agrupamento. Os nmeros podem ser lidos como representaes de atores e as letras de comunidades. No exemplo, a comunidade c participada pelos atores 4, 6, 8, 9 e 10; enquanto que o subconjunto c,s agrupa membros presentes tanto em c, como em s; ou seja, os atores 4 e 9.

Figura 25. Outro exemplo mais elaborado de grades de Galois. Nmeros representam atores e letras representam comunidades

A medida que as redes se tornam grandes e densas e, principalmente, complexas quanto s suas estruturas de comunidades e subcomunidades, grades de Galois perdem eficincia nas mltiplas combinaes necessrias para identificao e representao de todos os ns e o consequente elevado nmero de cruzamentos. A Figura 26 exemplifica duas representaes tridimensionais em grades de Galois, reproduzidas de Le Grand [21]. A primeira (26-a) de dados extrados do MySpace, e a segunda (26-b) do DailyMotion.

Figura 26. Representaes em grades de Galois tridimensionais de relaes sociais extradas de duas redes online

Um estudo realizado em 1941 envolvendo dados relativos s participaes de 18 mulheres em 14 eventos exemplificou a utilizao de grades de Galois para representao de relaes sociais, conforme documentado por Brandes [8]. A Figura 27 ilustra representaes deste estudo. Em 27-a, a representao da rede numa matriz de classes assimtricas; em 27-b, utilizando Node-link, com os eventos simbolizados por losangos e as mulheres por crculos; e, finalmente, em 27-c a grade de Galois ilustrando as ambiguidades.

Figura 27. Representaes de uma rede de participao de 18 mulheres em 14 eventos organizados por elas

Testes de usabilidade
Os testes de usabilidade so fundamentais para a avaliao, contraposio e escolha dentre diferentes tcnicas de representao e anlise de redes sociais. Aqui, aceitamos em nosso estudo resultados apresentados por vrios autores, tais como os Ghoniem et al em favor de representaes baseadas em matrizes relativamente aos modelos Node-link em 2004 [9] e republicados de maneira mais enftica em 2005 [12]; os de Henry et al em 2007 quando da proposio da tcnica MatLink [16] e em 2008 no oferecimento de diretrizes deciso de duplicao ou no de ns em modelos NodeTrix diante de ambiguidades de agrupamento [17]; os de Lee et al [18] no argumento pela tcnica TreePlus baseada em rvores; ou ainda, em menor escala e de maneira menos tcnica, as observaes feitas por Heer & Boyd [11] quando propuseram o Vizster, ferramenta de visualizao de redes sociais baseada essencialmente em representaes Node-link. Em termos quantitativos, so comumente analisados os desempenhos de usurios na realizao de tarefas tais como: contagem de ns; contagem de links; identificao de ns mais conectados; identificao de um n em particular na estrutura; identificao de um link em particular; identificao de um n vizinho comum entre dois ou mais ns especficos; rastreio de caminhos entre dois ns. Medidas de tempo de execuo e contagem de erros so normalmente apuradas e comparadas entre as tcnicas. Outras avaliaes mais qualitativas costumam completar boas baterias de testes, tais como classificao do grau de segurana na resposta percebido pelo usurio. Naturalmente que as amostras devem ser questionadas de modo a assegurar a legitimidade de resultados obtidos, assegurando a construo de testes imparciais e no tendenciosos. Aqui, reconhecemos a necessidade de novos ensaios comparativos de no apenas duas tcnicas, mas vrias delas de uma nica vez, sob combinaes em cenrios mais realistas vrios nveis de tamanho de rede, densidade, distribuio; empregandose interfaces mais variadas; explorando aspectos de multidimensionalidade; com participao heterognea e imparcial. Ou seja, testes capazes de firmar bases mais slidas para o apontamento contextualizado de vantagens e desvantagens para cada tcnica analisada e que inspirem inovaes altura dos paradigmas atuais de estruturas altamente complexas, redes gigantescas, densas e, ao mesmo tempo, esparsas.

Principais desafios
Indetiticamos dentre os desafios mais comuns das diferentes tcnicas de representao e anlise de redes sociais: a questo da densidade versus visibilidade (o problema do cruzamento entre links); a representao de muitos aspectos no mesmo diagrama sem prejuzo de interfaces mais minimalistas (comunicao de atributos e informaes complementares); multidimensionalidade (plano, profundidade e variaes no tempo); e a reproduo de resultados em meio estticos, limitados em espao e dimenses fsicas (ex: impresso em papel).

Exemplos de softwares
A Wikipedia [22] cita mais de 70 softwares para anlise de redes sociais. Embora o foco deste trabalho no seja a avaliao destes softwares, citamos abaixo algumas dentre as mais famosas ferramentas de visualizao e anlise de estruturas sociais: UCINET: mais usado entre socilogos, disponvel para plataforma Windows, shareware.

Pajek: mais usado dentre todas as disciplinas, multi-plataforma, freeware. Tulip: multi-plataforma, disponibilizado gratuitamente sob licena LGPL (GNU Lesser General Public License) NodeXL: add-on gratuito para usurios licenciados do Microsoft Excel Gephi: open source, tecnologia Java ORA: plataforma Windows, freeware Vizster: open source, disponibilizado sob licena BSD (Berkeley Software Distribuition), tecnologia Java

Concluso e trabalhos futuros


Modelos Node-link so tradicionais, simples, intuitivos, e adequados para representao de estruturas menores ou pouco densas, ou tarefas que envolvam percorrer caminhos; alm de serem muito versteis, cujas caractersticas essenciais podem ser identificadas em vrias outras tcnicas de visualizao de estruturas sociais. Representaes em matrizes, por outro lado, embora ainda pouco familiares para alguns usurios, comportam estruturas grandes e densas sem prejuzo da usabilidade, mostrando-se adequadas para quase todos os tipos de tarefas, excetuando-se apenas caminhos. De modo que fica evidente uma relao de complementaridade entre estas tcnicas. Modelos hbridos envolvendo matrizes e links tm se mostrado promissores medida que combinam o melhor das representaes mais tradicionais e mais eficientes; com notrio destaque aos trabalhos apresentados por Henry & Fekete particularmente a tcnica NodeTrix [13]. Entretanto, em quaisquer das tcnicas estudadas, o reconhecimento e representao de subconjuntos mais densos (comunidades e agrupamentos) parece ainda depender muito de complexos algoritmos de otimizao (potencialmente infactveis) e/ou interfaces interativas que possibilitem permutaes e reposicionamento de vrtices pelo usurio, visando, assim, reduo da carga cognitiva por encurtamento da distncia articulatria. Recursos sofisticados de visualizao capazes de tratar interativamente problemas recorrentes como de sobreposio, comunicao de informaes complementares e outras dimenses (i.e. variaes no tempo), se por um lado, aperfeioam a usabilidade na anlise de redes sociais em ambientes dinmicos; por outro, transparecem um desafio parte residente na necessidade de comunicao de resultados em meios estticos. Trabalhos futuros de experimentao em campo de algumas das tcnicas de representao analisadas, com mais tcnicas e variantes combinadas, precisam ser realizados. Paralelamente, esperamos aprofundar aspectos de complexidade de algoritmos de construo e anlise de modelos e dados de estruturas sociais, para, ento, chegar a escolhas mais efetivas de melhores tcnicas ou, eventualmente, elaborao e proposio de novos mtodos. Pretendemos focar, particularmente, na anlise de redes de influncia com expresso concreta no campo da economia.

Referncias bibliogrficas
[1] Gregory Lyons. (2012, Janeiro) Facebook to Hit a Billion Users in the Summer. [Online]. http://connect.icrossing.co.uk/facebook-hit-billion-users-summer_7709 [2] Marshall Kirkpatrick. (2011, Abril) Twitter Confirms It Has Passed 200 Million

Accounts, 70% of Traffic Now International. [Online]. http://www.readwriteweb.com/archives/twitter_confirms_it_has_passed_200_milli on_account.php [3] Jeff Weiner. (2011, Maro) 100 million members and counting. [Online]. http://blog.linkedin.com/2011/03/22/linkedin-100-million/ [4] (2012, Abril) Social networking http://en.wikipedia.org/wiki/Social_networking_service service. [Online].

[5] Linton C Freeman, "Visualizing Social Groups," American Statistical Association 1999 Proceedings of the Section on Statistical Graphics, pp. 47-54, 2000. [6] Lane Harrison. (2011, Abril) The Links That Bind Us: Network Visualizations. [Online]. http://blog.visual.ly/network-visualizations/ [7] Linton C Freeman, "Methods of Social Network Visualization," Encyclopedia of Complexity and Systems Science, 2009. [8] Ulrik Brandes, L C Freeman, and D Wagner, "Social Networks," in Handbook of Graph Drawing and Visualization, Roberto Tamassia, Ed.: CRC Press, No prelo. [9] Mohammad Ghoniem, Jean-Daniel Fekete, and P Castagliola, "A Comparison of the Readability of Graphs Using Node-Link and Matrix-Based Representations," in IEEE Symposium on Information Visualization 2004, Austin, Texas, EUA, 2004. [10] Linton C Freeman, "Visualizing Social Networks," Journal of Social Structure, 2000. [11] Jeffrey Heer and D Boyd, "Vizster: Visualizing Online Social Networks," in IEEE Symposium on Information Visualization, Minneapolis, MN, EUA, Out/2005, pp. 32-39. [12] Mohammad Ghoniem, Jean-Daniel Fekete, and P Castagliola, "On the readability of graphs using node-link and matrix-based representations: a controlled experiment and statistical analysis," Information Visualization, vol. IV, Julho 2005. [13] Nathalie Henry, Jean-Daniel Fekete, and M J McGuffin, "NodeTrix: Hybrid Representation for Analyzing Social Networks," IEEE Transactions on Visualization and Computer Graphics, vol. XIII, pp. 1302-1309, Nov-Dez 2007. [14] Zeqian Shen, Kwan-liu MA, and Tina Eliassi-Rad, "Visual Analysis of Large Heterogeneous Social Networks by Semantic and Structural Abstraction," IEEE Transactions on Visualization and Computer Graphics, vol. XII, Dezembro 2006. [15] D Auber, Y Chiricota, F Jourdan, and G Melanc, "Multiscale visualization of small world networks," Proceedings of the 2003 IEEE Symposium on Information Visualization, pp. 75-81, 2003. [16] Nathalie Henry and Jean-Daniel Fekete, "MatLink: Enhanced Matrix Visualization for Analyzing Social Networks," in INTERACT'07 Proceedings of the 11th IFIP TC-13 International Conference on Human-Computer Interaction, vol. II, Berlin,

Heidelberg, 2007. [17] Nathalie Henry, A Bezerianos, and Jean-Daniel Fekete, "Improving the Readability of Clustered Social Networks using Node Duplication," IEEE Transactions on Visualization and Computer Graphics, vol. XIV, no. 6, pp. 13171324, Nov-Dez 2008. [18] Bongshin LEE et al., "TreePlus: Interactive Exploration of Networks with Enhanced Tree Layouts," IEEE Transactions on Visualization and Computer Graphics, vol. XII, pp. 1414-1426, Nov-Dez 2006. [19] Uta Priss, "Introduction to and Overview of Formal Concept Analysis," Annual Review of Information Science and Technology, vol. XL. [20] (2012, Abril) Formal concept http://en.wikipedia.org/wiki/Formal_concept_analysis analysis. [Online].

[21] Bndicte Le Grand. (2012, Abril) Social networks conceptual analysis. [Online]. http://www.complexnetworks.fr/social-networks-conceptual-analysis/ [22] Social network analysis software. http://en.wikipedia.org/wiki/Social_network_analysis_software [Online].

[23] Hyunmo Kang, Lise Getoor, and Lisa Singh, "Visual Analysis of Dynamic Group Membership in Temporal Social Networks," ACM SIGKDD Explorations Newsletter: Special issue on visual analytics, vol. IX, Dezembro 2007. [24] C McGrath, D Krackhardt, and J Blythe, "Visualizing Complexity in Networks: Seeing Both the Forest and the Trees," Connections, pp. 37-47, 2003.

Você também pode gostar