Video: Kelompok Sosial (Video Pembelajaran Sosiologi) 2024
Orang cenderung membentuk komunitas - kelompok orang lain yang menyukai gagasan dan sentimen. Dengan mempelajari kelompok-kelompok ini, menghubungkan perilaku tertentu dengan kelompok secara keseluruhan menjadi lebih mudah (walaupun menghubungkan perilaku tersebut dengan individu sama-sama berbahaya dan tidak dapat diandalkan). Ide di balik studi kelompok adalah bahwa jika ada hubungan antara orang, mereka sering memiliki seperangkat gagasan dan tujuan yang sama. Dengan menemukan kelompok, Anda dapat menentukan gagasan ini dengan memeriksa keanggotaan kelompok. Misalnya, biasanya kita bisa menemukan sekelompok orang dalam deteksi kecurangan asuransi dan pemeriksaan pajak. Kelompok orang yang tidak diharapkan dapat menimbulkan kecurigaan bahwa mereka adalah bagian dari kelompok penipu atau penjahat pajak karena mereka tidak memiliki alasan biasa untuk mengumpulkan orang dalam situasi seperti itu.
dapat mewakili bagaimana orang terhubung satu sama lain. Simpul mewakili individu dan tepi mewakili hubungan mereka, seperti hubungan keluarga, kontak bisnis, atau ikatan persahabatan. Biasanya, grafik pertemanan tidak diarahkan karena mewakili hubungan timbal balik, dan terkadang bobotnya mewakili kekuatan ikatan antara dua orang.
Tertutup:
Ketiga orang saling mengenal. Pikirkan tentang setting keluarga dalam kasus ini, di mana setiap orang mengenal orang lain.- Buka: Satu orang mengenal dua orang lainnya, namun kedua orang lain tidak saling mengenal. Pikirkan tentang seseorang yang mengenal seseorang di tempat kerja dan orang lain di rumah, namun individu yang bekerja tidak tahu apa-apa tentang individu di rumah.
- Pasangan yang terhubung: Satu orang mengenal salah satu dari orang lain dalam tiga serangkai tapi tidak mengenal orang ketiga. Situasi ini melibatkan dua orang yang mengetahui sesuatu tentang satu sama lain bertemu seseorang yang baru - seseorang yang berpotensi ingin menjadi bagian dari kelompok tersebut.
- Tidak terkait: Tiga serangkai membentuk sebuah kelompok, namun tidak ada satu kelompok dalam kelompok yang saling mengenal satu sama lain. Yang terakhir ini sepertinya agak aneh, tapi pikirkan tentang konvensi atau seminar.Orang-orang pada acara ini membentuk sebuah kelompok, tapi mereka mungkin tidak tahu apa-apa tentang satu sama lain. Namun, karena mereka memiliki minat yang sama, Anda bisa menggunakan clustering untuk memahami perilaku kelompok.
- Triad terjadi secara alami dalam hubungan, dan banyak jaringan sosial Internet telah memanfaatkan gagasan ini untuk mempercepat koneksi antar peserta. Kepadatan koneksi penting untuk segala jenis jaringan sosial karena jaringan yang terhubung dapat menyebarkan informasi dan berbagi konten dengan lebih mudah. Misalnya, ketika LinkedIn, jaringan sosial profesional, memutuskan untuk meningkatkan kepadatan koneksi jaringannya, ia memulai dengan mencari triad terbuka dan mencoba menutupnya dengan mengundang orang untuk terhubung. Penutupan triad merupakan dasar dari algoritma LinkedIn Connectionions .
Anda dapat menemukan lebih banyak tentang cara kerjanya dengan membaca jawaban Quora. Contoh di sini bergantung pada grafik sampel Karate Club Zachary. Ini adalah grafik kecil yang memungkinkan Anda melihat bagaimana jaringan bekerja tanpa menghabiskan banyak waktu untuk memuat kumpulan data yang besar. Untungnya, dataset ini muncul sebagai bagian dari paket networkx
. Jaringan Karate Club milik Zachary mewakili hubungan pertemanan antara 34 anggota klub karate dari tahun 1970 sampai 1972. Sosiolog Wayne W. Zachary menggunakannya sebagai topik studi. Dia menulis makalah berjudul "Model Aliran Informasi untuk Konflik dan Fisi dalam Kelompok Kecil. "Fakta menarik tentang grafik ini dan makalahnya adalah bahwa pada tahun-tahun itu, konflik muncul di klub antara salah satu instruktur karate (nomor simpul 0) dan presiden klub (nomor simpul 33). Dengan mengelompokkan grafik, Anda hampir bisa memprediksi perpecahan klub menjadi dua kelompok sesaat setelah kejadian.
Karena contoh ini juga menggambar grafik yang menunjukkan kelompok (sehingga Anda dapat memvisualisasikannya lebih mudah), Anda juga perlu menggunakan paket
matplotlib
. Kode berikut menunjukkan bagaimana membuat grafik simpul dan tepi dataset.
import networkx sebagai nx
import matplotlib. pyplot sebagai plt
% matplotlib inline
graph = nx. karate_club_graph ()
pos = nx. spring_layout (grafik)
nx. menggambar (grafik, pos, with_labels = Benar)
plt. show ()
Untuk menampilkan layar grafis, Anda juga perlu menyediakan layout yang menentukan bagaimana memposisikan node pada layar. Contoh ini menggunakan algoritma Fruchterman-Reingold force-directed (panggilan ke
nx. Spring_layout
). Angka tersebut menunjukkan output dari contoh. (Keluaran Anda mungkin terlihat sedikit berbeda.)
Grafik yang menunjukkan kumpulan jaringan hubungan antar teman. Algoritma yang diarahkan Fruchterman-Reingold untuk menghasilkan layout grafik otomatis menciptakan tata letak yang mudah dimengerti dengan simpul dan tepi yang terpisah yang cenderung tidak dilewati dengan meniru apa yang terjadi dalam fisika antara partikel bermuatan listrik atau magnet yang memiliki tanda yang sama. Dalam melihat grafik output, Anda dapat melihat bahwa beberapa node hanya memiliki satu koneksi, dua, dan beberapa lebih dari dua.Tepi bentuk triad, seperti yang telah disebutkan sebelumnya. Namun, pertimbangan yang paling penting adalah bahwa sosok tersebut dengan jelas menunjukkan pengelompokan yang terjadi di jejaring sosial.
