Nodes and Links

Друзья, напоминаем про наш первый семинар в сентябре! Встречаемся сегодня в 15:00, чтобы послушать про пакет cusna🔥 Ссылка для регистрации

Можно ли говорить о принципе информированного согласия в эпоху массовой обработки цифровых следов? Как использовать ИИ, чтобы он не привносил предвзятость и предрассудки, работая с данными? Насколько воспроизводимы результаты, полученные с помощью «черного ящика» ИИ-моделей? Кого считать автором статьи, написанной с помощью нейросети? В своей статье в журнале «Мир России» преподаватель нашей магистратуры «Аналитика данных и прикладная статистика» Станислав Моисеев поднимает острые вопросы, на которые у кодексов социологической этики пока нет ответов. Моисеев С.П. Этика использования искусственного интеллекта в социологических исследованиях // Мир России. 2026. Т. 35. № 4. С. 48–58.

Сотрудник МЛ ПСА Сизов Антон дал интервью IQ Медиа, в котором рассказал: · как сетевой анализ позволяет изучать неравенство и социальную мобильность; · почему в мире растет доля одиноких людей и к чему это приводит; · как люди заражают друг друга счастьем, гневом и одиночеством; · почему умерли городские сообщества и как меняются эго-сети горожан; · как соцсети меняют публичную сферу и социальные движения; · почему сетевые структуры приводят к коллективным заблуждениям... Ссылка на интервью ✨

Принято считать, что путь к высоким показателям в науке лежит через бессонные ночи за работой. Но исследование молодых ученых показало парадокс: время, потраченное на сами исследования, слабо коррелирует с продуктивностью. Гораздо важнее конфигурация сети исследователей. Авторы применили анализ необходимых условий чтобы обнаружить, какие сочетания характеристик сети ведут к высокому индексу Хирша. Оказалось, что есть два важных условия: без достаточного размера сети и силы связей преодолеть плато цитируемости маловероятно. При этом единого шаблона успеха все равно нет. Например, женщины-ученые без родственников из академии и привилегий топ-вузов компенсируют это созданием сверхплотного круга доверенных соавторов. Другие, наоборот, пользуются учебой в престижных университетах и наличием академического бэкграунда у семьи, выступая брокером между большим количеством исследовательских команд. Так или иначе, именно сеть рабочих контактов позволяют ученым с большей вероятностью достичь успеха.

22 сентября в 18:00 мы совместно с Центром дополнительного образования ФСН НИУ ВШЭ приглашаем вас на вебинар «Сетевой анализ в действии: практика и кейсы для исследователей и практиков». Сетевой анализ — это инструмент, который помогает понять, как устроены связи между людьми, группами и объектами, и как через них распространяется влияние. На вебинаре вы узнаете: - какие методы и инструменты используются в сетевом анализе; - как работать с сетевыми данными в социальных и прикладных исследованиях; - как визуализировать и интерпретировать результаты; - как применять подход на практике — на реальных кейсах В рамках вебинара будет представлен очередной поток программы «Сети вокруг нас: как анализировать взаимодействие и влияние методами сетевого анализа» Регистрация по ссылке

21 сентября в 15:00 состоится наш первый в новом академическом году семинар. На семинаре выступит Артём Мальцев, преподаватель Департамента политики и управления НИУ ВШЭ Стохастические актор-ориентированные модели (SAOM, семейство RSiena) и экспоненциальные модели случайных графов (ERGM) являются традиционными подходами в инферентном сетевом анализе. Однако практическое использование этих методов часто упирается в вычислительную сложность расчетов – симуляционные методы оценок моделей на основе марковских цепей часто занимают часы или даже дни ожидания результатов для одного единственного прогона. Пакет cusna для R и Python предлагает решение этой проблемы с помощью параллелизации на GPU: отдельные цепочки симуляций рассчитываются одновременно на отдельных CUDA-ядрах видеокарты. Предварительные эксперименты показывают, что ускорение вычислений достигает двух порядков. На семинаре автор пакета расскажет, как устроен движок cusna, как работает подключение к привычным оценщикам (siena07() и др). Отдельное внимание будет уделено новым потенциальным методологическим возможностям нового пакета: проверки goodness-of-fit по десяткам вспомогательных статистик, перебор множества альтернативных спецификаций эндогенных сетевых параметров, использование длинной третьей фазы алгоритма для существенного снижения шума t-статистик, а также симуляционные исследования с тысячами репликаций, в том числе с контрфактические симуляции, а также контролируемое перекрёстное сравнение SAOM и (S)TERGM, и наконец в принципе новые подходы к специализированным оценщикам (например амортизированный байесовский оценщик для SAOM). Ссылка для регистрации

Наверное, многие слышали про теорию пяти рукопожатий. Ее стихийным подтверждением стало число Эрдёша. Венгерский математик Пол Эрдёш, опубликовавший более 1500 статей с 500 соавторами, стал центром системы, в которой сам учёный имеет число 0, его прямые соавторы – 1, их соавторы – 2 и т.д. Оказалось, что cреднее число Эрдёша среди активных математиков – около 5, а почти все, кто связан с сетью, имеют показатель меньше 8. Позже придумали игру «Шесть шагов до Кевина Бэйкона»: нужно найти самую короткую цепочку из совместных фильмов, соединяющую любого актера с Кевином Бэйконом. Среднее число Бэйкона для сотен тысяч актеров составляет около 2,9. Объединив метрики, появилось число Эрдёша-Бэйкона – сумма показателей для тех, кто успел и статью написать, и в кино сняться. Чем меньше сумма, тем ближе человек к двум мирам. У Натали Портман это число равно 7. Так все три числа подтверждают теорию малого мира: даже в больших сообществах людей разделяет удивительно короткая цепочка связей.

Всем привет! Мы заканчиваем подготовку нашего онлайн-курса по введению в сетевой анализ 😍 В третьем модуле мы рассказываем об описании сетей на глобальном уровне. Ниже делимся отрывком из ридера по этой теме. Ну а вы можете рассчитать свое число Эрдёша и рассказать о нем в комментариях!

Исследование 78 групп приматов (24 вида) показало: чем больше неокортекс (отдел мозга) у вида, тем эффективнее его социальные сети — информация быстрее передаётся между всеми членами группы. Это прямой аргумент в пользу «гипотезы социального мозга»: сложные отношения требуют мозга, а хорошо настроенная сеть даёт эволюционное преимущество. Какова возможная причина? Авторы предполагают двустороннюю связь: более развитый мозг позволяет особям гибко управлять связями, что повышает эффективность сети, а эффективная передача знаний (социальное научение) создаёт давление на отбор более крупного мозга. То есть интеллект и сеть подпитывают друг друга. Но почему тогда сети не все максимально эффективны? Потому что есть эволюционные компромиссы: эффективность снижают жесткая иерархия, выгодная вожакам (им больше ресурсов), и кластеризация, сдерживающая распространение болезней.

Всем привет! Надеемся, ваши выходные проходят отлично😍 Делимся с вами дайджестом нашей лаборатории за август! В нем рассказываем о прошедших мероприятиях и приглашаем на будущие🔥 Почитать можно по ссылке

Репутация района как механизм неравенства. Респонденты из всех пяти районов единодушно ранжировали их по качеству жизни: от престижной Трианы до Полигоно-Норте. Учитывая, что именно относительное благополучие лучше всего предсказывает чувство общности, авторы связывают это с воспроизводством городского неравенства через репутационные иерархии по Р. Сэмпсону. Городская идентичность как защита. При всех различиях между районами идентификация с Севильей была одинаково высокой у всех, включая жителей периферии. Авторы предполагают, что принадлежность к территориальной категории более высокого уровня частично компенсирует дефицит локальной сплоченности в уязвимых районах. Практический вывод в духе Грановеттера: укреплять сплоченность внутри района недостаточно. Без «мостов» между районами локальная сплоченность лишь усиливает городскую фрагментацию, поэтому стоит поощрять гетерофилию личных сетей: от транспортной связности до событий, притягивающих жителей разных округов. Текст: Тамара Щеглова

Сетевая фрагментация и чувство общности в городе Ученые опросили 430 жителей пяти районов Севильи: четыре центральных и район социального жилья Полигоно-Норте, где живут малообеспеченные семьи. Каждый респондент называл 30 регулярных контактов и заполнял матрицу связей между ними, из этих эго-сетей рассчитали структурные метрики. Чувство общности измеряли по отношению к району и к городу в целом. Периферия отличается структурно. У жителей Полигоно-Норте чаще фрагментированные сети с преобладанием соседей, а чувство общности с районом у них было ниже, чем у жителей центра. Показательно, что периферийный район изолирован и на уровне города: в сети взаимных визитов между районами Полигоно-Норте заметно отключен от центральных зон, которые активно связаны между собой. И тут парадокс: чем больше у человека связей за пределами района (E-I индекс), тем сильнее привязанность к нему. Ещё было важно, где и как долго жил человек в Севилье и относительное воспринимаемое благополучие.

Но есть нюанс. Может возникнуть эффект «слишком много сладкого»: семейные нормы начинают доминировать над бизнес-логикой, сужая стратегический горизонт и проецируя риски для развития бизнеса. Он может стать «дойной коровой» для хотелок семьи. Дети растут, женятся, и хотят жить в новой семье так же хорошо. Это не даже «паразитирование», а «короткое замыкание» в системе стратегического мышления: приоритетность семейной сети и стремление наращивать «семейный капитал» приводят к деградации деловых сетей, как это произошло в «Сказке о рыбаке и рыбке». Приходится создавать правила, регулирующие потоки ресурсов между семейными и деловыми сетями, родственниками и внешними стейкхолдерами. А это интересная задачка для сетевого анализа. Текст: Иван Климов

Представьте, что у вашей любимой кофейни есть не только бренд, качество и реклама, но и еще одно уникальное преимущество: это семейная компания. Что здесь может сказать сетевой подход? На отношения с вами распространяется социальный капитал семьи: структура и характеристики родственной сети транслируются в деловую и клиентскую сеть. Семейный социальный капитал формируется за счет доверия, норм и общих ценностей внутри семьи. Исследователи выделяют три его измерения: структурное – плотность связей, реляционное – доверие, а также когнитивное - общие смыслы и цели. Ниже транзакционные издержки, доступ к «терпеливому» капиталу родственников, а меньше жлобства в кризисные времена по отношению к клиентам и партнерам.

Но есть нюанс. Может возникнуть эффект «слишком много сладкого»: семейные нормы начинают доминировать над бизнес-логикой, сужая стратегический горизонт и проецируя риски для развития бизнеса. Он может стать «дойной коровой» для хотелок семьи. Дети растут, женятся, и хотят жить в новой семье так же хорошо. Это не даже «паразитирование», а «короткое замыкание» в системе стратегического мышления: приоритетность семейной сети и стремление наращивать «семейный капитал» приводят к деградации деловых сетей, как это произошло в «Сказке о рыбаке и рыбке». Приходится создавать правила, регулирующие потоки ресурсов между семейными и деловыми сетями, родственниками и внешними стейкхолдерами. А это интересная задачка для сетевого анализа. Текст: Иван Климов

Напоминаем про мероприятие от Консорциума больших данных, на котором Анна Карташева расскажет про сетевой анализ организаций🔥 Ждем всех сегодня в 18:00 Ссылка для регистрации

Приглашаем участников Консорциума больших данных на семинар🚀 27 августа в 18:00 Международная лаборатория прикладного сетевого анализа проведет семинар "Команда как сеть: диагностика связей для повышения эффективности". Встреча состоится в рамках серии семинаров "Сетевой анализ для исследовательских и бизнес-задач" для Университетского консорциума исследователей больших данных. Мероприятие проведет научный сотрудник лаборатории Анна Карташева.

"Поговорим о том, как устроены реальные связи внутри организаций: кто с кем взаимодействует, через кого проходят важные решения, где возникают разрывы между командами и почему формальная структура не всегда совпадает с тем, как работа устроена на самом деле. На примерах разберем, как сетевой анализ помогает увидеть неформальных лидеров, перегруженные коммуникационные узлы, скрытые ресурсы команды и точки, где организация теряет эффективность".

Язык семинара: русский. Для участия необходимо зарегистрироваться. Университетский консорциум исследователей больших данных Остаёмся на связи: 💬Telegram, 💬МАХ, 🌐Сайт, 👈Яндекс.Дзен

5 августа в рамках VI Международной научной конференции «Интеракция. Интеграция. Инклюзия: на перекрёстках знаний и ценностей» прошла секция «Социальная инклюзия, границы сообществ и циркуляция знаний: возможности сетевого анализа» под руководством сотрудников лаборатории. 📖 О том, как это было: https://anr.hse.ru/news/1190059009.html

Семинар "Команда как сеть: диагностика связей для повышения эффективности" 27 августа в 18:00 Международная лаборатория прикладного сетевого анализа проведет семинар в рамках серии "Сетевой анализ для исследовательских и бизнес-задач" для Университетского консорциума исследователей больших данных. Встречу проведет научный сотрудник лаборатории Анна Карташева. Поговорим о том, как устроены реальные связи внутри организаций: кто с кем взаимодействует, через кого проходят важные решения, где возникают разрывы между командами и почему формальная структура не всегда совпадает с тем, как работа устроена на самом деле. На примерах разберем, как сетевой анализ помогает увидеть неформальных лидеров, перегруженные коммуникационные узлы, скрытые ресурсы команды и точки, где организация теряет эффективность. Ссылка для регистрации

⏰ Уже завтра, 5 августа — секция 15 на конференции «Интеракция. Интеграция. Инклюзия»! 🔗 VI Международная научная конференция «Интеракция. Интеграция. Инклюзия: на перекрёстках знаний и ценностей» Секция 15. Социальная инклюзия, границы сообществ и циркуляция знаний: возможности сетевого анализа Приглашаем послушать доклады секции! Она объединяет исследования, которые с помощью сетевого анализа изучают, как формируются границы сообществ, воспроизводятся включение и исключение, циркулируют знания, ресурсы и позиции в социальных, профессиональных и академических полях. В фокусе — механизмы поляризации, профессиональной и академической фрагментации, морального дистанцирования и методические возможности сетевого анализа. 🗓 5 августа · начало в 12:00 🗣 Рабочий язык: русский 👥 Руководители секции: Ирина Анатольевна Павлова, Наталия Николаевна Матвеева, Антон Антонович Сизов (МЛ ПСА НИУ ВШЭ) I. Персональные и научные сообщества: циркуляция знаний и ресурсов – Эго-сетевой анализ социального капитала: теория, методология, применение – Городское экологическое сообщество как источник низовых инноваций – (Не)однородность российских университетов: 1991–2024 – Практикующие психологи в системе профессий: сетевой анализ комбинирования подходов II. Сетевые исследования инклюзии, филантропии и социальной работы – От социальной идентичности к межэтнической инклюзивности: связи в поликультурных классах российских школ – Системное представление исследований здорового старения через сети соприсутствия ключевых слов – Тематическая сегментация литературы о роли частного капитала в филантропии (BERTopic + OpenAlex) – Структура рынка труда социальной работы: мультимодальный сетевой анализ вакансий Подключиться в Zoom 👉 https://us02web.zoom.us/j/9737523487?pwd=Qy96RVdtenc2NHpjUytkbEdUejBDdz09 Ознакомиться с расписанием других секций можно на сайте конференции.