Dinâmica de Sistemas e ARS

1
X Congreso Latinoamericano de Dinámica de SistemasIII Congreso Brasileño de Dinámica de Sistemas

I Congreso Argentino de Dinámica de Sistemas
Niraldo José do Nascimento, MSc

Universidade de Brasília (UnB)
niraldo@unb.br
--Recibido para revisión 2012, aceptado fecha, versión final 2012--
Análise de Redes Sociais e Dinâmica de Sistemas:

possíveis contribuições
Social Network Analysis and System Dynamics:

possible contributions
Resumo — O presente artigo procura estabelecer relações de complementaridade entre a Dinâmica de Sistemas (DS) e a Análise de
Redes Sociais (ARS), utilizando-se para tanto o modelo teórico de Difusão de Bass e os resultados da aplicação de ARS na compreensão
da disseminação de informações em um fórum de discussões de um Curso de Especialização em Gestão da Segurança da Informação e
Comunicações. Conclui-se que, conhecidos os atores que atual em um determinado ambiente, a ARS pode ser muito importante para
complementar as pesquisas em DS.
Palavras Chave — Difusão de informações, Análise de Redes Sociais, Contribuição da Análise de Redes Sociais para a Dinâmica de
Sistemas.
Abstrac t— This article aims to establish complementary relationships between System Dynamics (SD) and Social Network Analysis
(SNA), using the Bass Diffusion Model and the results of the application of ARS in understanding the diffusion of information in a
discussion forum of a course in Management of Information Security and Communications. We concluded that if the actors who are
present in a given environment are known, the SNA can be very important to complement researchs on DS.
Keywords— Dissemination of Information, Social Network Analysis, Contribution of Social Network Analysis for the System
Dynamics.
1. INTRODUÇÃO
A sociedade que vivemos atualmente, conhecida também como “Sociedade Pós-Industrial” ou “Sociedade do Conhecimento”
tem se caracterizado pelo crescente desenvolvimento tecnológico, bem como pelas intensas trocas comerciais, fenômeno que
tomou forma principalmente a partir de 1990, conhecido como globalização. Nesse espaço, suportado por novas tecnologias de
comunicação e informação, bem como pela intensificação das viagens internacionais, a negócios ou turismo, novas redes sociais
são criadas, reorganizadas e recriadas constantemente, gerando sistemas complexos.
Essa complexidade é decorrente não apenas do número de elementos presentes nas redes, mas também das trocas estabelecidas
entre eles. Se pensarmos redes sociais como um sistema, podemos ter uma ideia do estado de complexidade que pode ser
atingido, recorrendo a um simples exemplo de Beer [1]:
Pensemos num sistema com somente sete elementos. Ele tem quarenta e duas relações entre seus
elementos1. Se definimos um estado desse sistema como o comportamento produzido na rede na
qual uma dessas relações pode ou estar-se processando [...], haverá, então, 242 diferentes estados
para o sistema. Isso é um número fantasticamente grande; mais de quatro milhões de milhões.
1
O número de relações entre os elementos de um sistema pode ser calculado pela fórmula n(n-1). Logo, em um sistema com sete
elementos temos: 7(7-1) = 42.
2
Sistemas Complexos apresentam várias propriedades. No contexto desse trabalho, nosso foco se centra, principalmente, sobre os
processos de disseminação de informações. Observamos, contudo, que esse processo guarda grande semelhança com outros,
como a difusão de inovações ou o contágio por doenças infecciosas, o que se denomina padrões sistêmicos de comportamento
[2], [3], [4]. Todos estão sujeitos a uma série de características presentes nas redes sociais, como a questão de centro e periferia,
densidade, liderança, vizinhança, predisposição à adoção, etc. [5].
Em função da crescente importância desses processos na sociedade, muitos cientistas e pesquisadores perceberam que a Análise
de Redes Sociais (ARS) poderia trazer uma nova perspectiva sobre questões e comportamentos relacionados à política, economia
e à estrutura do ambiente social [6]. O presente artigo procura estabelecer relações de complementaridade entre a Dinâmica de
Sistemas (DS) e a ARS, utilizando-se para tanto o “Modelo de Difusão de Bass” [4] e os resultados da aplicação de ARS na
compreensão da disseminação de informações em um fórum de discussões do Curso de Especialização em Gestão da Segurança
da Informação e Comunicações.
Esse curso, voltado exclusivamente para servidores públicos do Poder Executivo Federal do Brasil, foi realizado de 06/05/2010 a
05/11/2011, como parte do Programa de Formação de Especialistas para Desenvolvimento da Metodologia Brasileira de Gestão
de Segurança da Informação e Comunicações [7]. Em função do sigilo necessário, foram suprimidos dados e informações que
pudessem revelar identidade ou atributos dos participantes.
O “Modelo de Difusão de Bass” [4] foi reproduzido e simulado utilizando-se o Vensim PLE v.5.11.a2. O tratamento
sociométrico das redes sociais foi realizado através do software Pajek, versão 2.053.
2. CONCEITO DE ARS
Redes sociais sempre existiram historicamente, especialmente como forma de sobrevivência. Nossos antepassados, por mais
primitivos que fossem, sabiam que era muito difícil, ou impossível viver isoladamente. Para tanto, se reuniam em grupos, não
apenas como forma de se protegerem fisicamente das ameaças de um ambiente hostil, como também para trocarem
conhecimentos e experiências que lhes permitissem obter maior eficácia na obtenção de alimentos, se protegerem das
intempéries e outros assuntos de interesse comum.
As bases da Análise das Redes Sociais foram lançadas por pesquisadores que chamavam a si mesmos de sociometristas, tendo
como líder, J. L. Moreno, um de seus fundadores. Denominada “sociometria”, é uma ciência que estuda as relações interpessoais
e/ou intraorganizacionais.
A sociedade não é um agregado de indivíduos e suas características, argumentou J. L. Moreno, como os estatísticos defendem,
mas uma estrutura de laços interpessoais. Portanto, o indivíduo não é a unidade social básica. O átomo social consiste no
indivíduo e seus laços sociais, econômicos ou culturais. Átomos sociais estão ligados a grupos sociais, e a sociedade é
constituída de grupos inter-relacionados.
Conceituamos estrutura social como uma rede de laços sociais. Os analistas de redes sociais consideram os laços interpessoais
como os mais importantes, como os estabelecidos entre organizações ou países, porque eles demonstram comportamentos,
atitudes e informações fundamentais. A ARS oferece a metodologia para analisar as relações sociais, diz-nos como conceituar
redes sociais e como analisá-las.
Uma rede social é uma estrutura de indivíduos e/ou organizações chamados de vértices (ou nodos, ou “nós”) que são conectados
por ou um mais tipos de interdependência, como amizade, interesses comuns, relações financeiras, desafetos, relações amorosas,
crenças, prestígio, conhecimento, etc. (SOCIAL NETWORK... 2011).
Uma rede social pode ser definida como:
O termo rede social refere-se à articulação de uma relação social, atribuída ou alcançada, entre
indivíduos, famílias, famílias, aldeias, comunidades, regiões e assim por diante. Cada um deles pode
desempenhar dois papéis, agindo como uma unidade ou um nó de uma rede social, bem como um
ator social [9].
2
Copyright © 1988-2010 Ventana Systems, inc.
3
Disponível em http://pajek.imfm.si/doku.php?id=download. Acesso em março de 2012.
3
A ARS permite a visualização dos relacionamentos sociais em termos da teoria de redes, consistindo de nodos e conexões
(também chamados de linhas ou links). Vértices são os atores individuais das redes e as linhas são as relações entre os atores. As
estruturas gráficas resultantes da representação das redes sociais são, normalmente, muito complexas, existindo diferentes tipos
de linhas ligando os vértices.
Do ponto de vista da ARS, o ambiente social pode ser expresso através de padrões ou regularidades nas relações entre unidades
que interagem entre si. Tais padrões regulares estão relacionados à estrutura da rede ou sistema [6]. Uma vez que consigamos
reconhecer esses padrões, obtemos um entendimento mais profundo deles. Se conseguirmos compreender o conceito através de
um exemplo, aumentamos nossa capacidade de reconhecer e entender os demais.
Pesquisas em várias áreas acadêmicas têm demonstrado que as redes sociais operam em vários níveis, de famílias a nações e
desempenham um papel crítico na solução de problemas, na forma como as organizações agem e na maneira que os indivíduos
conseguem alcançar seus objetivos. A ARS também pode ser usada para medir o capital social - o valor que um indivíduo recebe
a partir de seus relacionamentos em uma rede social [5], [10].
2.1 DIFUSÃO
O processo de difusão de informações em rede é um fenômeno social que atravessa as fronteiras disciplinares e se reveste de
grande importância. Um dos importantes conceitos tratados no campo de estudos da ARS e da DS é justamente o de difusão.
Quando assistimos o mundo todo se envolvendo em campanhas contra a AIDS, diferentes tipos de gripe ou na extinção de outras
doenças infectocontagiosas, como a varíola, podemos afirmar que estamos lidando com difusão.
Sob esse aspecto, temos a seguinte definição para difusão: “A difusão é o processo pelo qual uma inovação é comunicada através
de certos canais ao longo do tempo entre os membros de um sistema social” [11].
Para Rogers [11] a difusão é um tipo particular de comunicação em que o conteúdo das mensagens trocadas relaciona-se com
uma nova ideia. A essência do processo de difusão é a troca de informações através do qual um indivíduo comunica uma nova
ideia para um ou vários outros. Um canal de comunicação é o meio pelo qual as mensagens são transferidas de um indivíduo
para outro. A natureza da relação de troca de informações entre um par de indivíduos determina as condições sob as quais uma
fonte vai ou não transmitir a inovação para o receptor, e o efeito dessa transmissão.
Canais de mídia de massa, muitas vezes são os meios mais rápidos e eficientes para informar uma audiência de potenciais
adotantes sobre a existência de uma inovação, isto é, para criar conscientização e conhecimento. Canais de comunicação de
massa são todos os meios de transmissão de mensagens que envolvem uma mídia de massa, como rádio, televisão, jornais, e
assim por diante, o que permite que alguns indivíduos possam atingir um público maior. Por outro lado, os canais interpessoais
são mais eficazes em persuadir um indivíduo a aceitar uma ideia nova, especialmente se o canal interpessoal liga dois ou mais
indivíduos que têm status socioeconômico, educação, ou outros atributos semelhantes [11].
Ainda, para este autor, a maioria das pessoas depende de uma avaliação subjetiva de uma inovação que é transmitida de outras
pessoas que já adotaram a inovação. Esta dependência da experiência de colegas próximos sugere que o coração do processo de
difusão consiste na imitação por potenciais adotantes de seus parceiros de rede, que adotaram anteriormente. Assim, a difusão é
um processo social [11].
Pesquisas em difusão demonstram que os membros de cada uma das categorias adotantes têm interesses comuns. Se o indivíduo
é como a maioria dos demais na categoria “maioria tardia”, ele é de baixo estatuto social, faz pouco uso de canais de mídia de
massa, e aprende sobre a maioria das novas ideias de seus pares de canais interpessoais. As classificações dos membros de um
sistema social com base na inovação incluem: (1) inovadores, (2) adotantes iniciais, (3) maioria precoce, (4) maioria tardia e, (5)
retardatários. Ver Figura 1.
4
Figura 1: Classificação de adotantes em função da inovação. Adaptado de Rogers [11].
“As dimensões de inovação foram calculadas pelo tempo que um indivíduo leva para adotar uma inovação ou inovações, e é
contínua, a variação da inovação é dividida em cinco categorias de adotantes, definidos os desvios padrão (sd) a partir do tempo
médio de adoção (x)” [11].
De acordo com Rogers [11] esta classificação de adotantes não é simétrica, já que existem três categorias à esquerda da média, e
apenas duas à direita. Uma solução seria dividir retardatários em duas categorias, tais como retardatários precoces e tardios, mas
os retardatários parecem formar uma categoria homogênea. Da mesma forma, os inovadores e adotantes iniciais poderiam ser
combinados em uma única categoria, de modo a alcançar a simetria, mas suas características muito diferentes sugerem que são
duas categorias distintas de adotantes.
O processo de difusão é normalmente caracterizado por uma curva em forma de S (S-Shaped). “A curva de difusão tem uma
logística em forma de S, que é característica de uma reação em cadeia” [6]. Essa logística foi denominada de “Fase de
‘decolagem’” (tradução nossa) e de acordo com Rogers [11] “[...] a curva de difusão em forma de S "decola" com cerca de 10 a
25 por cento de aprovação, quando as redes interpessoais tornam-se ativadas por uma massa crítica de indivíduos que adota uma
inovação”. Com o passar do tempo, o universo de adotantes de uma determinada inovação começa a atingir o seu pico,
diminuindo a velocidade de adoção à medida que quase todo o sistema caminha para a saturação, já que o número de adotantes
finais representa um grupo pequeno de indivíduos.
5
Figura 2: Processo de Difusão: Curva-S. Adaptado de Rogers, [10].
A curva de adoção pode tomar diferentes formas, como apresentado na Figura 2, por três tipos de inovações diferentes. Segundo
Adamic [12] os principais fatores que atuam no processo de difusão são: “a estrutura de rede e suas características, como
densidade, grau de distribuição, agrupamento (clustering) e componentes conectados”. E ainda, a “estrutura da comunidade, a
força dos laços, a frequência de comunicação, a força da influência, os agentes de difusão e a atração e a especificidade da
informação”.
3 MODELO DE DIFUSÃO DE BASS
O “Modelo de Difusão de Bass” [4] já é bastante conhecido na área de Dinâmica de Sistemas. Ver Figura 3.
Adotantes
Adotantes
potenciais
taxa de adoção
+ +
+
Propaganda
boca-a-boca
+ adoção pela + POPULAÇÃO

adoção devido à
propaganda
publicidade - boca-a-boca -
+
Saturação do + + ADOÇÃO POR
Mercado +
CONTATO
EFICIÊNCIA DA
PUBLICIDADE
FREQUENCIA DE
CONTATO
Figura 3: “Modelo de Difusão de Bass” adaptado de Sterman [4].

6
De acordo com Sterman [4], uma das falhas dos modelos logísticos de inovação seria o “ponto de partida”, ou seja, eles não
seriam capazes de explicar a origem dos adotantes iniciais, uma vez que, antes de qualquer inovação ser introduzida no mercado,
este se encontraria em “equilíbrio”, a saber, no momento zero. Isso significa que, antes que os ciclos de retroalimentação possam
agir, seria necessário um número mínimo de usuários da inovação.
Desse modo, o crescimento inicial seria orientado por outros ciclos de retroalimentação fora do modelo. Frank Bass resolveu este
problema através de um modelo que se tornou um dos mais populares e amplamente utilizado na área de marketing. “Bass
resolveu o problema da inicialização, assumindo que os adotantes potenciais tomam consciência da inovação através de fontes
externas de informação, cuja magnitude e capacidade de persuasão são mais ou menos constantes ao longo do tempo” [4].
Quando uma inovação é introduzida no mercado e este se encontra em “equilíbrio”, uma das únicas variáveis que compeliriam os
primeiros indivíduos a adotarem seria, por exemplo, a força da “adoção devido à publicidade” (ver Figura 3).
Em termos de comportamento, o modelo tem início com os primeiros adotantes que são influenciados por informações (ou
publicidade) oriundas de fontes externas. À medida que a população de adotantes cresce, a publicidade tende a diminuir,
enquanto que a adoção pela propaganda boca-a-boca tende a se elevar, até um momento em que é alcançada uma “massa crítica”
correspondente a cerca de 10 a 25 por cento de aprovação [11]. A partir desse momento, a publicidade perde enormemente sua
eficiência, conforme mostra a Figura 4. Após certo tempo, ocorre a saturação do mercado, quando, praticamente, todo os
adotantes potenciais se tornam adotantes.
Taxas de Adoção
20,000 unidades/mês
0 unidades/mês
0 unidades/mês
0 1 2 3 4 5 6 7 8 9 10
Time (Month)
adoção devido à publicidade : adoção unidades/mês
"adoção pela propaganda boca-a-boca" : adoção unidades/mês
Figura 4: comparação entre a adoção por publicidade VS propaganda boca-a-boca.
Já o comportamento dos adotantes segue o formato da Curva S (S-Shaped), conforme demonstrado por Rogers [11]. Ver Figura
5.
7
Adotantes
1M
750,000
unidades
500,000
250,000
0
0 1 2 3 4 5 6 7 8 9 10
Time (Month)
Adotantes : adoção
Figura 5: comportamento da população de adotantes de uma inovação.
4. ANÁLISE DA DIFUSÃO DE INFORMAÇÕES NO FÓRUM
Como descrito na introdução, os dados para esse artigo são provenientes do Programa de Formação de Especialistas para
Desenvolvimento da Metodologia Brasileira de Gestão de Segurança da Informação e Comunicações [7]. Especificamente,
foram disponibilizadas informações do fórum denominado “Cafezinho”, no qual os alunos tinham liberdade de postagem sobre
assuntos relacionados ao curso. A base de dados (data set) consta de 364 tópicos de discussão e 154 alunos.
As curvas aqui apresentadas foram construídas diretamente nas bases de dados (data sets) disponibilizadas por meio de planilhas
do software Microsoft Excel. O número de postagens consta apenas para termos de análise de relação com atores. Os
procedimentos foram, primeiramente, identificar a sequencia de postagens de cada ator da rede social em função do tempo em
semanas do ano (não semanas absolutas) de toda a amostra para cada tópico. Esse tempo é representado no eixo “x” dos gráficos
elaborados.
Em seguida, procedeu-se à contagem do número de atores, sendo posteriormente acumulados e calculados os percentuais dos
adotantes. A elaboração dos gráficos foi realizada no próprio software e estes, posteriormente, copiados por meio de um software
de tratamento de imagens, sem nenhum tipo de manipulação. Procurou-se, ainda, manter, na medida do possível, o tamanho
relativo dos mesmos, evitando assim, possíveis erros de interpretação.
8
3.1. CURVAS DE ADOÇÃO (S-SHAPED)
Para efeito dessa seção, foram selecionados os seguintes tópicos de discussão, conforme Tabelas 1 e 2:
a) Tabela 1. Dados relativos a discussões gerais sobre o tema do curso:

Código Relação % entre
Nº de Nº de
do Descrição nº de atores e nº
Postagens Adotantes
Tópico de postagens
227 E Bom final de Semana 38 6 15,7%
158 Objeto de Estudo 31 16 51,6%
206 Aliviando o stress! Poemas, 29 5 17, 2%
crônicas etc.
b) Tabela 2. Dados relativos a questões administrativas do curso:

Código Relação % entre
Nº de Nº de
do Descrição nº de atores e nº
Postagens Adotantes
Tópico de postagens
197 Notas das disciplinas 147 40 27,21%
184 Moodle - CEGSIC - Sugestões de 87 20 23%
Melhorias
363 (TODOS) Confirmação de 66 32 48,4%
presença na cerimônia de
formatura.
Os tópicos foram escolhidos em função no maior número de postagens. As curvas S resultantes podem ser observadas nas Figuras
6, 7, e 8 para a Tabela 1 e nas Figuras 9, 10 e 11 para a Tabela 2.
9
Figura 6: Curva S para o tópico “E Bom final de Semana”
Figura 7: Curva S para o tópico “Objeto de Estudo”

10
Figura 8: Curva S para o tópico “Aliviando o stress”
Figura 9: Curva S para o tópico “Notas das disciplinas”

11
Figura 10: Curva S para o tópico “Sugestões de melhorias”
Figura 10: Curva S para o tópico “Cerimônia de formatura”

12
5. ANÁLISE E DISCUSSÃO
A análise dos resultados está divida em duas partes. A primeira, sobre as curvas de adoção e a segunda, sobre as redes de adoção.
5.1. ANÁLISE E DISCUSSÃO: CURVAS DE ADOÇÃO
O objetivo da análise das redes foi comparar tópicos relativos a discussões gerais sobre o tema do curso com questões
administrativas ao mesmo.
A curva que demonstrou melhor comportamento foi a de “Objeto de estudo” (Figura 10), em função do número de atores que
participaram dessa rede. Tal fato nos leva à conclusão de que o volume de postagens em um fórum, não necessariamente,
configura uma massa crítica de processo de adoção e vai de encontro, em certa medida, à questão da complexidade sistêmica, da
citação de Beer [1], no início desse artigo.
O tópico que mais surpreendeu, foi, realmente, o de “Objeto de Estudo”, que apesar de estar na quinta posição em número de
postagens, ficou em primeiro lugar em termos percentuais na relação entre o número de atores e o número de postagens. Isso
pode ser um excelente indicador no direcionamento de tópicos de discussão que atraiam, não apenas um grande volume de
postagens, mas principalmente de indivíduos, que passem a compartilhar experiências e conhecimentos entre si.
5.2. ANÁLISE E DISCUSSÃO: REDES DE DIFUSÃO
Organizamos, manualmente (por meio de edição), uma rede de difusão através de dados do tópico “Notas da disciplina”, pois
apresentava o maior número de usuários, para que compararemos com o contágio.
Para dizer quais estariam próximos, utilizamos a própria rede do fórum, agora convertida em rede de um modo. Como os
usuários tinham ligação, os posicionamos manualmente mais próximos, de modo a se obter uma melhor visualização. Com o
objetivo de justificar a passagem de uma informação de um usuário a outro, tomamos como parâmetro a repetição da aparição de
um usuário, supondo que ele está respondendo outro usuário que enviou uma mensagem imediatamente antes dele. Isso fez com
que um usuário novo se ligasse a este usuário e não ao usuário central, que é o próprio fórum.
Os intervalos de tempo não são regulares. Há saltos de várias semanas entre cada partição. Além disso, um cluster representa por
volta de 2 a 3 semanas. O resultado pode ser observado na Figura 12.
13
Figura 12: Difusão de informações no tópico “Notas nas Disciplinas”.
É importante ressaltar que a população ficou restrita aos alunos que eventualmente postaram alguma coisa, ou ao menos, tenham
participado ao menos uma vez dos temas do fórum escolhidos do curso.
No caso do tópico que discutiu poemas para aliviar o stress, não houve sucesso, pois não foi alcançada a massa crítica de alunos
– geralmente estimada entre 10% a 20% de uma população. A população total é de 154, como foi verificado na rede
“Discussões_Cafezinho.net” convertida para uma rede de um modo. O resultado pode ser observado na Figura 10.
14
Figura 13: Difusão de informações no tópico “Poemas para aliviar o stress”.
O último tópico analisado foi o “Moodle - CEGSIC - Sugestões de Melhorias”. O resultado pode ser observado na Figura 14.
Figura 14: Difusão de informações no tópico “Sugestões de Melhorias”.

15
5. CONCLUSÃO
A ARS apresenta um grande potencial como uma das ferramentas hoje disponíveis para desenvolvimento e análise de redes
sociais. Há que se considerar ainda, o potencial interdisciplinar tanto dessa área de estudos como da Dinâmica de Sistemas.
Embora a ARS tenha suas raízes na sociologia, é perfeitamente aplicável à pesquisa nas mais diferentes áreas, o mesmo
ocorrendo com a DS.
Podemos então concluir que a ARS pode ser um complemento às pesquisas em DS quando os atores que atuam em um
determinado espaço a ser analisado são conhecidos. Some-se a isso, o enorme interesse que pessoas e empresas demandam por
conhecimentos avançados de suas redes sociais.
Sem correr o risco de sermos por demais otimistas, acreditamos que a utilização conjunta de ARS e DS possa contribuir de
maneira eficaz para uma melhor gestão social, seja em âmbito privado ou público. À medida que as organizações obtêm mais
conhecimento sobre seu ambiente externo (e interno, também) adquirem a capacidade de aperfeiçoar o processo decisório,
tornando-se mais eficientes, promovendo a inovação, aumentando a qualidade de produtos e serviços, alavancando vendas por
meio da análise dos processos de difusão, reduzindo custos, diminuindo as agressões ao meio-ambiente, enfim, uma série de
possibilidades de contribuição para a sociedade e o bem comum, derivadas do conhecimento proporcionado pela DS e pela ARS.
16
4. REFERÊNCIAS
[1] S. Beer. Cibernética e Administração Industrial. Rio de Janeiro: Zahar Editores, 1969, 274p.
[2] D. L. Kauffman. Systems 1: An Introduction to Systems Thinking, Minneapolis, MN: 1980, S.A. Carlton, Publishers, 41 p.
[3] B. Richmond. Systems thinking: critical thinking skills for the 1990s and beyond. Disponível na Internet
<http://sysdyn.clexchange.org/sdep/Roadmaps/RM6/D-4565.pdf>. Acesso em julho de 2001, 21 p.
[4] J. Sterman. Business dynamics: Systems Thinking and Modeling for a Complex World. McGraw-Hill Companies, Inc,
2000, 982p.
[5] Nooy; Mrvar; Batagelj. Exploratory Network Analysis with Pajek. Cambridge. 362p. 2005.
[6] S. Wasserman; K. Faust. 1994. Social Network Analysis: Methods and Applications. Cambridge: Cambridge University
Press. 857p.
[7] J. H. C. Fernandes. Relatório parcial do curso de Especialização: Curso de Gestão da Segurança da Informação e
Comunicações. Brasília: UnB, 2012.
[8] Social Network Analysis: Theory and Applications. Wiki book with a compilation of articles about and related to social
network analysis. 2011, 116p. Disponível em <http://train.ed.psu.edu/WFED-543/SocNet_TheoryApp.pdf>. Acesso em
julho de 2012.
[9] S. Bandyopadhyay, A.R. Suraj, B. Sinha. Models for Social Networks With Statistical Applications. Sage Publications Inc.
Thousand Oaks, CA, USA, 2010, 240p.
[10] Social Network Analysis: Theory and Applications. Wiki book with a compilation of articles about and related to social
network analysis. 2011, 116p. Disponível em <http://train.ed.psu.edu/WFED-543/SocNet_TheoryApp.pdf>. Acesso em
julho de 2012.
[11] E. Rogers. Diffusion of Inovations. New York: The Free Press, 1995, 4th Ed, 519p.
[12] L. Adamic. SI508-F08-Week1 - SI 508 - Networks: Theory and Application. Master’s students couse at the University of
Michigan School of Information. Open.Michigan, 2009. Disponível em
<http://open.umich.edu/education/si/si508/fall2008>. Acesso em julho de 2012.

Dinâmica de Sistemas e ARS

Enviado por

Dados do documento

Direitos autorais

Formatos disponíveis

Compartilhar este documento

Compartilhar ou incorporar documento

Opções de compartilhamento

Você considera este documento útil?

Este conteúdo é inapropriado?

Direitos autorais:

Formatos disponíveis

Dinâmica de Sistemas e ARS

Enviado por

Direitos autorais:

Formatos disponíveis

1

X Congreso Latinoamericano de Dinámica de SistemasIII Congreso Brasileño de Dinámica de Sistemas

Niraldo José do Nascimento, MSc

--Recibido para revisión 2012, aceptado fecha, versión final 2012--

Análise de Redes Sociais e Dinâmica de Sistemas:

Social Network Analysis and System Dynamics:

Uma rede social pode ser definida como:

Figura 1: Classificação de adotantes em função da inovação. Adaptado de Rogers [11].

Figura 2: Processo de Difusão: Curva-S. Adaptado de Rogers, [10].

3 MODELO DE DIFUSÃO DE BASS

+ adoção pela + POPULAÇÃO

Figura 3: “Modelo de Difusão de Bass” adaptado de Sterman [4].

4. ANÁLISE DA DIFUSÃO DE INFORMAÇÕES NO FÓRUM

3.1. CURVAS DE ADOÇÃO (S-SHAPED)

a) Tabela 1. Dados relativos a discussões gerais sobre o tema do curso:

b) Tabela 2. Dados relativos a questões administrativas do curso:

Figura 6: Curva S para o tópico “E Bom final de Semana”

Figura 7: Curva S para o tópico “Objeto de Estudo”

Figura 8: Curva S para o tópico “Aliviando o stress”

Figura 9: Curva S para o tópico “Notas das disciplinas”

Figura 10: Curva S para o tópico “Sugestões de melhorias”

Figura 10: Curva S para o tópico “Cerimônia de formatura”

5.1. ANÁLISE E DISCUSSÃO: CURVAS DE ADOÇÃO

5.2. ANÁLISE E DISCUSSÃO: REDES DE DIFUSÃO

Figura 12: Difusão de informações no tópico “Notas nas Disciplinas”.

Figura 13: Difusão de informações no tópico “Poemas para aliviar o stress”.

Figura 14: Difusão de informações no tópico “Sugestões de Melhorias”.

Você também pode gostar