公众人物的社交网络分析采用了GrapML的方法

Arief Kurniawan, Aryo Nugroho, M. N. A. Azam
{"title":"公众人物的社交网络分析采用了GrapML的方法","authors":"Arief Kurniawan, Aryo Nugroho, M. N. A. Azam","doi":"10.31328/jointecs.v4i3.1208","DOIUrl":null,"url":null,"abstract":"Social Network Analysis (SNA) merupakan suatu cabang ilmu komputer yang menganalisis fenomena atau pola hubungan pada suatu  jejaring sosial. Pada penelitian ini Twitter merupakan salah satu media jejaring sosial yang akan digunakan sebagai objek penelitian dikarenakan jumlah pengguna aktif setiap bulan yang mencapai 330 juta lebih serta dengan akses informasi yang tak terbatas. Selanjutnya metode analisis yang digunakan pada penelitian ini adalah menggunakan metode GraphML dan perhitungan algoritma pendekatan sentralistas (Centrality Measure). Dimana dengan metode GraphML ini mampu memvisualisasikan hubungan jejaring sosial individu dengan individu lain kedalam bentuk grafik dan mampu digunakan untuk menentukan bobot ikatan indvidu terhadap individu lain atau seberapa kuat hubungan individu tersebut terjalin.  Dalam analisis ini diperoleh hasil berupa diagram derajat sentralitas dengan aktor yang paling dominan yakni aktor 5 dengan jumlah ikatan sebanyak 54, aktor 12 dengan jumlah ikatan sebanyak 68, aktor 12 dengan jumlah ikatan sebanyak 30 dan pada diagram pagerank aktor paling dominan di tunjukkan oleh aktor 72, 128, 129, 130, 131, 132, 133.","PeriodicalId":259537,"journal":{"name":"JOINTECS (Journal of Information Technology and Computer Science)","volume":"1 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-12-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Analisis Jejaring Sosial Tokoh Publik Menggunakan Metode GrapML\",\"authors\":\"Arief Kurniawan, Aryo Nugroho, M. N. A. Azam\",\"doi\":\"10.31328/jointecs.v4i3.1208\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Social Network Analysis (SNA) merupakan suatu cabang ilmu komputer yang menganalisis fenomena atau pola hubungan pada suatu  jejaring sosial. Pada penelitian ini Twitter merupakan salah satu media jejaring sosial yang akan digunakan sebagai objek penelitian dikarenakan jumlah pengguna aktif setiap bulan yang mencapai 330 juta lebih serta dengan akses informasi yang tak terbatas. Selanjutnya metode analisis yang digunakan pada penelitian ini adalah menggunakan metode GraphML dan perhitungan algoritma pendekatan sentralistas (Centrality Measure). Dimana dengan metode GraphML ini mampu memvisualisasikan hubungan jejaring sosial individu dengan individu lain kedalam bentuk grafik dan mampu digunakan untuk menentukan bobot ikatan indvidu terhadap individu lain atau seberapa kuat hubungan individu tersebut terjalin.  Dalam analisis ini diperoleh hasil berupa diagram derajat sentralitas dengan aktor yang paling dominan yakni aktor 5 dengan jumlah ikatan sebanyak 54, aktor 12 dengan jumlah ikatan sebanyak 68, aktor 12 dengan jumlah ikatan sebanyak 30 dan pada diagram pagerank aktor paling dominan di tunjukkan oleh aktor 72, 128, 129, 130, 131, 132, 133.\",\"PeriodicalId\":259537,\"journal\":{\"name\":\"JOINTECS (Journal of Information Technology and Computer Science)\",\"volume\":\"1 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-12-24\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JOINTECS (Journal of Information Technology and Computer Science)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.31328/jointecs.v4i3.1208\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JOINTECS (Journal of Information Technology and Computer Science)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31328/jointecs.v4i3.1208","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

社交网络分析(SNA)是计算机科学的一个分支,分析社交网络上的现象或关系模式。在这项研究中,Twitter是一种社交媒体,该媒体将被用作研究对象,因为每月活跃用户的数量超过3.3亿,而且拥有无限的信息获取能力。本研究采用的分析方法是GraphML和中位接近算法的计算。通过这种GraphML方法,它能够将个体的社交网络与他人的关系形象化成图形,并能够用来确定受影响的个人关系的重要性,或该个体关系的强度。图表分析中获得的结果是5度的演员中心最主要的就是演员的数量多达54 12,演员的关系纽带的数量多达68纽带,演员数量12 30次,然后在pagerank图表所展示的主要演员72第128、129 130、131、132 - 133。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
Analisis Jejaring Sosial Tokoh Publik Menggunakan Metode GrapML
Social Network Analysis (SNA) merupakan suatu cabang ilmu komputer yang menganalisis fenomena atau pola hubungan pada suatu  jejaring sosial. Pada penelitian ini Twitter merupakan salah satu media jejaring sosial yang akan digunakan sebagai objek penelitian dikarenakan jumlah pengguna aktif setiap bulan yang mencapai 330 juta lebih serta dengan akses informasi yang tak terbatas. Selanjutnya metode analisis yang digunakan pada penelitian ini adalah menggunakan metode GraphML dan perhitungan algoritma pendekatan sentralistas (Centrality Measure). Dimana dengan metode GraphML ini mampu memvisualisasikan hubungan jejaring sosial individu dengan individu lain kedalam bentuk grafik dan mampu digunakan untuk menentukan bobot ikatan indvidu terhadap individu lain atau seberapa kuat hubungan individu tersebut terjalin.  Dalam analisis ini diperoleh hasil berupa diagram derajat sentralitas dengan aktor yang paling dominan yakni aktor 5 dengan jumlah ikatan sebanyak 54, aktor 12 dengan jumlah ikatan sebanyak 68, aktor 12 dengan jumlah ikatan sebanyak 30 dan pada diagram pagerank aktor paling dominan di tunjukkan oleh aktor 72, 128, 129, 130, 131, 132, 133.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信