没有合适的资源?快使用搜索试试~ 我知道了~
Twitter性别视角:巴基斯坦Twitter用户中的社会资本发展
电信和信息学报告9(2023)100037Twitter与社会资本的发展:性别视角里兹万·赛义德Ohio University,Athens Ohio 45701,美国aRT i cL e i nf o关键词:Twitter性别社会资本巴基斯坦社会网络分析a b sTR a cT本文的重点是测量社会资本在一个在线空间- Twitter。研究人员分析了男性和女性的社交网络,以了解不同性别的用户是如何在Twitter上发展社会资本的。作者介绍了“注意力”作为衡量Twitter社会资本的重要指标。此外,聚类系数已被用作衡量“封闭性和信任”的工具。为了衡量社会资本的发展,作者使用社会网络分析方法来研究来自巴基斯坦的4,628名Twitter用户的定向网络。研究发现,女性受到更多关注,拥有更多重要的社会资本和更“亲密”的社区在推特上男性拥有更大的社区,因为他们的自我网络比女性更大。这项研究为发展工作者提供了重要的见解,使他们了解如何利用数字领域作为一种工具,加强妇女Twitter与社会资本的发展:性别视角社区成员之间的关系产生社会资本,可用于个人和集体利益。然而,互联网的出现加速了跨越地理边界建立和维持关系的过程。现在,人们可以超越地理界限创建社区和群体,这些群体的成员可能不认识或在一个封闭的空间中相遇。然而,他们确实有机会通过成为群体的一部分来发展社会资本。这种在线社会资本可能包括信息、知识和接触更广泛的受众来推销自己。巴基斯坦是一个父权制社会,具有侵略性和控制行为的霸权男性被社会接受,甚至在文化上得到推广。第二,妇女的流动性和进入公共场所受到文化限制因此,性别差距处于顶峰:世界经济论坛将巴基斯坦列为2022年性别差距排名第二差的国家[13]。在这个社会中,男子在社会上有权享有俱乐部、公园、市场、茶摊、游乐场和社区中心等公共场所,他们有机会加强和扩大自己的社交网络。此外,男子可以自由参加社会政治讨论和活动。相比之下,大多数女性的社交社交网络仅限于近亲和女性邻居。然而,随着互联网和社交媒体在巴基斯坦的出现,妇女和其他边缘群体现在有机会通过在线空间扩大其社交网络,参与社会政治辩论并发展社会资本。这项研究旨在衡量发展网络空间的社会资本。研究人员探讨了男性和女性如何为社会政治问题做出贡献,并在Twitter上进行互动。这项研究集中在两个关键的研究问题上:以及为了研究网络空间中社会资本的发展,巴基斯坦Twitter是一个合适的平台,原因有三:首先,自2010年代以来,巴基斯坦社会迅速转变为一个“网络社会”,许多人通过数字媒体建立联系,形成多个在线社区[34]。其次,巴基斯坦的妇女[10]这一年,巴基斯坦社交媒体第一次因为2019年妇女三月(当地语言称为Aurat March)而受到关于妇女权利的辩论的冲击这种情况使2019年成为研究女性如何积极参与数字世界中的公共辩论的绝佳时机,这些辩论减少了传统的性别隔离。这些数据是根据2019年2月17日至3月14日期间巴基斯坦推特上的趋势标签收集的。每天,名单收集来自www.trends24.com的最热门话题标签,并且在第六天针对每个话题标签收集数据。非巴基斯坦推特数量较多的主题标签被排除在数据集之外。所有数据集都合并为一个数据集。在这个广泛的数据集中,通过R编程根据基于算法的自动化标准提取了一个巨大的从数据集中删除与任何节点的连接少于两个的任何节点。∗ 通讯作者。电子邮件地址:ms650921@ohio.eduhttps://doi.org/10.1016/j.teler.2022.100037接收日期:2022年6月25日;接收日期:2022年10月20日;接受日期:2022年12月14日2772-5030/© 2022作者。由爱思唯尔公司出版这是CC BY许可下的开放获取文章(http://creativecommons.org/licenses/by/4.0/)可在ScienceDirect上获得目录列表电信和信息学报告期刊主页:www.elsevier.com/locate/telerR. Saeed电信和信息学报告9(2023)1000372文献综述有四种主要的方法来概念化社会资本的想法:社区,机构,网络和协同方法[45]。社群主义的方法侧重于集体方面,以及从俱乐部、社团或公民组织的成员资格中产生的利益[45]。一个人所属群体的数量或群体中成员的数量参加的社团越多,对增加社会资本的效果越好。社会资本的网络方法认为纵向关系与横向关系同样重要。这种方法侧重于网络中参与者的位置。这种方法是接近在线社会资本的解释,在网络中的层次结构也发挥了作用,在确定一个演员的社会资本。其次,网络观很好地解释了“联结”和“桥接”资本的作用。Lin,Cook和Burt(2019)支持网络观点,因为它更多地关注网络中演员的位置,并且它没有纠缠于'封闭'产生信任和规范,这被科尔曼认为是社会资本[8]。制度方法认为,社会资本的发展第234页)。根据制度方法,社会资本是制度关系和等级制度的产物,而其他概念化方法认为社会资本独立于制度结构[27]。协同办法结合了机构和网络的观点。Woolcock和Narayan[45]认为协同方法是描述社会资本积极和消极影响的最佳方法。然而,这种观点并不适用于在线空间的社会资本,特别是在Twitter上。关于协同方法的一个关键点是,该方法指的是我们如何接近社会资本理论,而不是方法[16]。对于这项研究,网络视图更接近于在线空间中社会资本的操作化概念化。在线网络中,行动者的地位对社会资本的生成至关重要其次,网络方法有助于理解一个行动者它还解释了从演员之间的牢固关系中出现的社会资本社会资本一词于1916年出现在社区研究文献中,但这一概念在20世纪50年代引起了社会学家的注意。这个词有各种各样的定义。定义上的差异是因为一些学者关注社会资本的来源,而另一些学者则强调其影响[33]。另一个因素是关系结构概念化的困难[1]。与本研究范围相关的定义及其主要相似之处如下。布迪厄[4]将社会资本定义为“与拥有一个持久的、或多或少制度化的相互认识或认可关系网络有关的实际或潜在资源的总和”(第248页)。布迪厄强调了网络成员之间相互承认的联系。科尔曼(Coleman)说:“社会资本是由它的功能来定义的。它不是一个单一的实体,而是各种不同的实体,有两个共同的要素:它们都由社会结构的某些方面组成,它们促进了结构内行动者的某些行动,无论是个人还是公司行动者。科尔曼更侧重于社会资本的功能方面及其在发展人力资本中的作用。他还强调,社会资本的可替代性不同于人力资本或物质资本。社会资本服务于特定的目的:一种形式的社会资本可能适合于促进某些活动,但确切的形式可能不是那么有益,甚至有害另一个行动。在描述社会资本的形式时,科尔曼提到“信息的潜力”是社会关系的一个重要方面。这些信息为任何行动提供了依据[8]。普特南[31]将社会资本定义为普特南强调了社会资本桥接意味着一个行动者在不同的社会阶层之间的联系,而联系是指在一个同质的群体中存在更强的联系。根据Nahapiet和Goshal[26]的观点,社会资本是“嵌入在个人或社会单位所拥有的关系网络中的、通过该关系网络可获得的以及从该关系网络中衍生的实际和潜在资源的总和”(第243页)。Putnam[31]和Bourdieu[4]还将“潜在”和“实际”资源纳入然而,布迪厄[4]强调社会关系的相互承认。伯特[7]将社会资本定义为“一种隐喻,其中社会结构是一种资本,可以为某些个人或群体创造竞争优势,以追求他们的目标。更好的联系人享有更高的回报林[23]将社会资本定义为他还讨论了一个人在网络中的地位与社会资本之间的关系持有人网络中的关键职位比同一网络中地位较低的个人拥有更多的社会资本。定义的相似性以下因素似乎是大多数社会资本定义所共有的• 人与人之间的关系构成了网络。• 网络包含了某些成员可以利用的资源。• 作为网络的一部分,个人或整个群体获得某些好处。创造社会资本的关系强度:强关系和弱关系布迪厄[4]和普特南[31]强调了社会资本的集体性。他们更关注群体层面的特征,即社交网络成员之间的紧密联系被认为是其集体性质的核心资产。布迪厄和普特南布迪厄和普特南的作品更多地关注社区成员之间牢固联系相比之下,”[14]他说:“这是一种软弱的行为。在他的开创性著作《弱关系的力量》中他认为,强有力的关系有望提供情感支持,但在带来新信息方面是多余的。信息是一种社会资本,它是通过弱联系带给个体的.社会资本的桥梁和纽带:封闭与结构性空洞科尔曼[8]认为,网络中的他所说的他阐述说,网络中的紧密联系和封闭导致群体规范和信任,这是实际的社会资本。这种类型的资本也被称为“债券”资本。属于同一群体、具有共同特征和观点的行动者之间存在的联系被称为联结社会资本。相反,属于持有不同观点的群体的行动者之间存在的联系被称为桥接资本[29]。伯特[7]认为封闭可能会产生负面后果,因为一个群体中的人会限制R. Saeed电信和信息学报告9(2023)1000373他们将自己连接到一个封闭的网络,从而丢失了来自其他群体或网络的信息。两个子网之间存在的间隙被伯特称为“结构洞”。他提出了网络间经纪人的概念,即个人在两个网络或子网之间发挥桥梁作用。作为回报,“桥接”人获得不同类型的社会资本,并获得和更多的控制信息之间的两个集群。经纪人还可以帮助新成员根据[22],经纪人具有竞争优势并获得更多收益。然而,结构洞不能存在于密集网络中[3]。在小世界中,人们更好地相互联系并建立联系。这种封闭有利于建立信任和规范,但结构性漏洞使信息在网络中流动成为可能。键合发生在簇内,而桥接发生在簇之间。然而,结合和桥接都描述了人们或多或少拥有相同的能力或权力的水平联系。Coleman[8]认为,紧密编织的网络有利于创建高质量的信息,并在删除节点时确保稳定性。科尔曼除了横向关系的结果是社会资本的桥梁和纽带在社会资本方面,网络中人与人之间的垂直关系也很重要,因为在网络中,向上的联系比水平或经纪人的概念支持在线空间中社会资本的概念化什么构成社会资本:Van der Gaag和Snijders[42]认为,社会资本不应该局限于行动者实际使用的网络资源。获得资源应被视为社会资本。根据他们的社会资本观,网络中存在的关系,无论其强度和利用程度如何,都是社会资本。林[22]还认为,任何以未来回报为目的的关系投资都是社会资本的一部分。布迪厄[4]认为“实际的”和“潜在的”资源都性别歧视与社交网络研究人员研究了男性和女性的社交网络[9,18,24]。Cromie等人发现,男性和女性企业家的网络中没有差异,除了女性与一位男性成员有一个密切的联系,可以讨论商业问题,尽管他们的其他联系大多是女性。然而,男子没有与异性接触以获得重要的建议或咨询。Loscocco等人[24]声称女性然而,这些研究主要集中在商业相关的连接。Burt[6]研究了男性和女性在社会网络中的差异,但这项研究是在等级制度的背景下进行的。网络空间中社会资本的性别差异研究文献的缺乏使得本研究对未来的研究者有一定的借鉴意义。两个主要的理论框架解释了男女社交网络的差异:(1)结构方法和(2)资源方法[18]。(The Kim和Sherraden对“结构”和“资源”这两个词的使用结构方法侧重于行动者在给定网络中的位置。网络的组成、大小和密度是“结构框架”下分析的重要组成部分相反,资源方法侧重于社交网络中嵌入的资源的性质和数量。成员的社会和经济地位表明了社会网络的潜力[22]。使用资源方法来衡量Twitter上的社会资本,Twitter用户在网络中的个人资料可以很好地指示社会资本。然而,在这项研究中,只使用了网络方法。互联网和社交媒体时代的社会资本社会资本研究[8,32]已经证实,社会资本有助于其成员实现集体目标普特南[31]认为社会资本增加公民参与。然而,这些研究是在邻位空间中进行的。在虚拟空间中,人们可以看到彼此,彼此交谈,并发展关系。随着互联网和社交媒体的出现,关于这些发明是否促进了社会资本的发展或减少了社会资本的发展的争论已经出现。一些学者[20,31]认为,互联网正在将人们从朋友,家庭和当地社区中推开,从而减少了社会资本。其他人[40,43]则表示,互联网已经淡化了地理界限,因此尽管地理距离很远,但人们之间的距离却越来越近。因此,互联网通过促进社会关系的维持而取代了现有的社会资本[21,41]。互联网对社会资本的影响不在本文的讨论范围之内。因此,这里的重点是确定在线空间中社会资本的组成部分,而不是寻找社会资本的后果。网上的关系和网上的关系是有区别的。在在线空间中,个体通过数字媒体进行虚拟交互,并且他们不一定在在线空间中彼此认识或见面[5,36]。在网络空间中建立弱关系的概率更大[28]。弱关系是新信息的来源[14]。互联网确实支持在在线空间中建立虚拟社区(如SecondLife-https://secondlife.com)这些社区有规范,其成员享有信任关系。同样,社交网络和微博网站,如Facebook和Reddit,也促进了在线空间的群体形成这些团体中的成员互相提供情感上的支持在网络空间中,关系是通过沟通建立的。Bohn等人[3]认为,社会资本在于社会资本不像经济资本,需要物理运输。社会资本是通过交流来交换的沟通是网络世界的核心部分,它在社交网络中发挥着重要作用[17]。在线空间中的沟通流程比在线空间中的组织沟通更水平[38]。社交网站的出现改变了网络的规模。通过社交媒体进行的交流使得建立和维护大型网络变得更加容易,这挑战了邓巴[11]数字的极限Dun- bar提出了一个社会脑假说,认为人类大脑有能力维持一个由150名成员组成的社会网络。现在,阻碍网络形成的因素已经消失[38,39]。通过社交网站,人们可以与数百人建立和保持联系。这些互动也最终导致在线空间的社会资本产生。然而,挑战在于定义和衡量在线空间中的社会资本。Schmaloer[37]指出,35)。Twitter上社会资本的概念化社会资本概念化的网络方法最好地解释了Twitter网络中存在的社会资本[16]。布迪厄的[4]相互承认可以在Twitter上发生,但社会资本并不局限于相互承认的关系。在Twitter上操作社会资本的定义时,考虑了以下因素:首先,R. Saeed电信和信息学报告9(2023)1000374社交网络的结构方法;第二,Lin[23],Van der Gaag和Snijders[42]的方法,将网络中的“潜在”资源视为在这项研究中,作者设计了Twitter上社会资本的以下定义:Twitter上的社会资本是一种资源的总和,包括信息、知识、信任和关注,可以在个人层面上用于推广自己或在集体层面上增强在线参与。信息和知识在这里具有与科尔曼相同的内涵然而,信任的概念与科尔曼的概念有些不同,科尔曼然而,Twitter社区是一个没有地理边界的在线社区。Twitter上的社区由意识形态定义。具有相似意识形态或对某一特定观点达成共识的用户形成社区。封闭可能存在于这样的社区,集体意识形态可能有助于建立信任,从而导致社会资本的发展“注意力”是网络世界的一种资源,尤其是在推特上。之三.马斯洛[25]提到承认是“自尊”的关键因素,他在需求层次中排名第四。Twitter提供的社会资本可能有助于满足人们对认可和重要性的需求在Twitter上,每条转发和点赞都是经过计算的,并显示在每条推文下面。转发或喜欢的数量越高,该推文获得的关注就越多。同样,当人A和B关注人C时,会增加人C的关注者数量。更多的追随者增加了C的受欢迎程度,这意味着C的消息将到达更多的人,从而增加了C在Twitter世界中的地位。一旦在网络世界中获得了地位,它就可以在网络世界中货币化。衡量在线空间的社会资本是一项挑战。本研究引入此外,本研究使用聚类系数作为工具来衡量“封闭性和信任”的在线空间。虽然社会资本在社交媒体上的测量并不是一个新的想法,但是,“注意力”和“聚类系数”的使用在这项研究中,以下是Twitter上的社会资本指标:• 节点的位置是对信息流的访问和控制的指示。这种进入和控制是社会资本的决定因素。• ‘Mention’, ‘reply’, ‘retweet’ and ‘quote’ are indications of attention auser is receiving on• Twitter中的集群形成与在线空间中的社区形成(封闭和信任)同义• 关系强度(边的权重)反映节点之间的关系强度。下图是基于边权重的关系强度的可视化。两个圆之间的线越粗,节点之间的关系就越强。该图仅作为示例给出,以供读者理解加权关系。方法社会网络分析方法被用来分析Twitter数据。社会网络分析在社会网络分析方法中,测量网络的各种结构属性以了解网络中节点的重要性和影响力,以及网络和子网络的结构节点级指标网络中有两个基本要素:节点(也称为顶点)和边(也称为纽带)。对于Twitter上的这项研究,节点是Twitter用户,而边是由于转发、回复、提及、引用或回复提及而在两个节点之间建立的关系。Freeman[12]介绍了中心性测量的概念框架一个节点的中心性度量表明它在给定网络中的重要性[15]。节点级度量的一个重要和基本的度量是度中心性,它是节点具有的连接总数。度中心性仅针对无向图进行测量。Twitter是一个有向网络([46]),因此度度量被认为是入度和出度中心性。度中心。根据Ackland(2013)的说法,到给定节点的入站联系是其入度。入度中心度表示节点在网络中的受欢迎程度或重要性。对于Twitter来说,名人的入度中心性通常大于他们的出度,因为他们收到更多的入度关系。当A的推文被其他人转发时,A的入度中心性也会增加外度中心。根据Ackland(第75页)的说法,“节点出度是给定节点的出站连接数”。出度中心性是节点活跃性的指示接近中心。根据Ackland(第75页)的说法,“接近中心性是一个指标,它表示给定节点到图中所有其他节点的短路径的程度”。这种中心性度量显示了网络中节点的“中间性”。这个特征是衡量Twitter用户与其他用户连通性的亲密中心性也有助于理解信息从一个人传播到另一个人需要多长时间。亲密中心性度量是一个很好的社会资本结合的指标。一个节点的接近中心度越高,它与网络中其他节点的联系就越多,从而增加了它的联结资本。中间性通过一个节点的所有最小路径的比例被认为是该节点的介数中心性。这种度量方法有助于了解节点在给定网络中扮演的介数中心度越高的节点,其桥接社会资本越多。网络级指标网络大小。包括分离株在内的节点总数称为网络的大小。网络密度。网络密度是给定网络中存在的联系与所有(潜在)可能联系的比例。它是一个实际网络与已完成的网络的比较。对于一个完整的网络,网络密度等于1。对于有向网络,它的计算公式为N(N−1),对于无向网络,其公式为N(N−1)/2。如果网络更密集,网络内的通信将更快。Twitter网络是一个有向网络,所以它的网络密度等于N(N-1)。自我网络。1.5度自我网络的规模和密度被用作衡量社会资本的工具。自我网络的节点超过十个连接创建和分析。数据收集数据是在2019年2月17日至3月14日期间从Twitter收集的。收集数据所遵循的过程解释如下。R. Saeed电信和信息学报告9(2023)1000375趋势标签的选择选择热门标签是一个挑战在开始数据收集过程之前,跟踪以下网站和Twitter句柄,以收集每天Twitter上最热门的主题标签列表:• https://getdaytrends.com/pakistan/• http://tweeplers.com/map/hashtags/• https://www.trendsmap.com/local/pakistan• 巴基斯坦趋势@TrendingTopicPK• https://trends24.in/pakistan/然而,https://trends24.in/pakistan/被认为是最有用的一个,因为这个网站显示了其余来源要么显示全天列表,要么显示最活跃Twitter用户的实际推文和/或个人资料在列出热门标签时,只有那些似乎是巴基斯坦本地的标签或例如,#Sunshine- HobiDay于2019年2月18日出现在巴基斯坦的趋势标签中,但它没有被列入名单,因为它不是当地产生的趋势。这是一种全球现象。采取这一措施是为了最大限度地增加巴基斯坦人的推文或转发的机会。根据选定的主题标签在入围的标签和关键词中,由于巴基斯坦和印度之间的安全紧张局势而出现的标签例如,#IndianSubmarine和#PakistanNavy出现在2019年3月5日,由于巴基斯坦海军大多数带有这个标签的推文都是针对印度人的,并得到了印度人的回复这个标签和其他类似的包含印度Twitter用户推文的标签被删除,因为这项研究只关注巴基斯坦人在Twitter上的对话。通过VOSON仪表板版本0.3.4和vosonSML版本0.26.3收集数据。VOSON仪表板是一个收集和分析来自Twitter,Facebook和YouTube的网络数据的界面。它基于igraph和VOSON SML R包。VOSON仪表板界面 提 供 了 简 单 的 功 能 来 可 视 化 网 络 并 分 析 其 关 键 特 征 ( VirtualObservatory for the Study of Online Networks [VOSON] Lab , n.d.)。这个数据收集工具在15分钟的窗口内收集多达18,000条推文对于每个选定的主题标签,在其出现在Twitter上的第六天收集数据例如,##SaudiCrownPrince于2019年2月18日出现尽管Twitter会返回前七天的推文, 如果数据收集是在API标准v1.1(Twitter为了确保包含标签第一天的推文VOSON仪表板以三种格式返回数据• .rds文件• .graphml文件• .graphml文件与tweets文本。'.rds' 是 来 自 Twitter 的 完 整 数 据 , 存 储 为 R DataFrame 对 象 。“graphml”是一种用于存储网络数据的文件格式。‘graphml with text’ isthe same as ‘graphml’ but with text (tweet content) also stored as an 每次数据收集时,均保存所有三个文件数据清理和分析所有.graphml_with_text文件都合并到一个graphml文件中。结果图包含134,998个节点和490,481条边。在这些数据中,节点是Twitter用户,而边是在Twitter用户因为转发、引用、提及、提及而回复或回复.从主图中提取了一个包含14,000个节点的巨型组件(巨型组件是给定图的一部分,并且该组件包含整个图的有限部分顶点)。然而,对巨型组件的初步分析显示,存在大量来自印度和其他国家的节点。由于这项研究主要集中在绘制巴基斯坦Twitter社区,因此排除了具有外国节点概率的数据集。被排除的标签是在2019年2月14日克什米尔中央后备警察部队遭受普尔瓦马袭击后印度和巴基斯坦这个新数据集包含97,333个节点和300,321条边。由于具有30万条边的数据集太大,因此提取了一个样本用于本研究。该主要数据集遵循以下过程,从收集的数据中提取代表性样本:1. 从主图中提取了巨型组件。2. 通过将边权重设置为等于1来对其进行加权3. 连接到少于两个节点的节点已从图形中删除。考虑到本研究的时间限制,采取这一步骤是为了使分析可行。4. 最终加权有向网络包含4628个节点和24,649条边。5. 该网络的节点被手动编码为性别特征。将用户分类为男性、女性、跨性别者或同性恋者的决定是基于以下特征:性别、个人资料图片、生物和固定的推文。节点中出现了以下类别a男性=自认为是男性的Twitter用户b女性=自认为是女性c transgender/gay=将自己标识为gay/transs的用户d z-category=没有给出任何关于其身份的线索的用户。数据准备和分析使用两种软件工具进行数据分析:R和Gephi。R编程。R编程是一个用于数据分析和统计计算的自由软件程序(R Foundation,N. D)。R习惯于准备数据并分析节点和网络级指标。Gephi:Force Atlas 2布局。网络的可视化是至关重要的,因为它有助于理解底层的连接和节点的分布。Gephi的操作员提供了不同的有用的布局设置来可视化网络。在这项研究中,Force Atlas 2布局用于可视化图形。这种布局使用Barnes-Hut计算(Barnes Hut,1986)计算节点的排斥力它允许节点的大小和颜色根据不同的措施,如入度,出度和模块化进行调整在此布局中,还允许自定义节点标签这种布局适合于制作可读的图表。调查结果和讨论本研究的操作性定义更侧重于个人社会资本。因此,社会资本的测量是在节点水平上进行的,通过计算中心性指标和自我网络比较女性和男性的节点,以确定哪些节点积累了更多的全网关键统计整个网络有4628个节点,包括63%的男性,32%的女性,0.15%的同性恋/跨性别者,4%的账户是公司账户,被封锁/暂停的账户或其性别无法确定。R. Saeed电信和信息学报告9(2023)1000376表1男性和女性节点的集体内度中心范围0低介质高性别入度(1(101–300(≥301条领带)妇女百分之五十五点八42.7%百分之一点二百分之零点二男人百分之七十点四百分之二十九点一七百分之零点三四0.03%表2在度中心的男性和女性节点。入度频率在所有性别N%男人684039妇女10,59261妇女专用网络女性专用网络有1465个节点和6426条边。平均发病率为4.401。平均聚类系数和平均路径长度分别为0.182和3.491。图密度为0.003。男性专用网络仅限男性的网络有2898个节点和4818条边。平均度数为1.672。平均聚类系数和平均路径长度分别为0.045和2.385图密度为0.001。度内中心性:注意力在操作定义中,“关注度”是衡量Twitter用户在网上获得的“关注”的一种方式。为了比较男性和女性,对每个性别的前1%进行了详细分析女性的Twitter账号总共收到了10,592条入站链接。创建了一个量表来对程度中心性进行分类。该量表有四个级别:零度,低度(具有1到100之间的入站联系表1显示,55.8%的女性的学位为零,这意味着她们没有获得一个入境领带。42.7%的妇女获得1至100分的成绩。 中等类别的妇女仅占1.2%。只有0.2%的女性收到了300条以上的领带。在男性中,70.4%的人得到0个领带,29.17%的人得到1到100个领带,0.34%的人得到101到300个领带。然而,只有0.03%的男性Twitter用户拥有超过300条的入站关系。调查结果表明,女性受到了更多的关注。 连一条领带都没有收到的女性比男性少15%。同样,在低收入类别中,妇女比男子高13%。接待入境旅客超过100人次的妇女所占百分比在同一类别中,领带的比例也高于男子。表2显示了男女在以下领域的总体百分比捆绑的领带。总的来说,女性收到的入境联系(61%)比男性(39%)多。图2显示了在主网络中相互链接节点的大小与它们的入度中心度成正比粉色圆圈代表女性,蓝色圆圈代表男性。该图显示,更多的粉红色圆圈比蓝色圆圈更大,这反映了女性在度被用来作为一个节点在Twitter上接收到的关注的关键措施。数据显示,女性获得的关注比男性多22%。此外,女性的注意力分布比男性更均匀:45%的女性得到了关注(不包括55%的零关注度),而男性群体中的所有关注只有30%的男性得到了关注,这意味着70%的男性得到了零关注。此外,排名前1%的男子获得了男子总学位的近50%。这些统计数据表明,能够吸引注意力的妇女多于男子,妇女的注意力也更大,因为她们收到了10 000多个入境者的信息。表3女性和男性节点的中间性中心性别零介数中心性超过10,000个Betweenness中心男人百分之八十四百分之二妇女百分之七十占6%表4女性节点的紧密中心性。仅在妇女中在所有性别中范围%%零10.443.5低(0.179.7326.7中等(0.4-0.6)3.691.2高(0.71.370.5非常高(1)4.781.6总10034而男性则获得了大约7000美元。还必须指出,该网络中的妇女人数(32%)是男子(63%)的一半。马斯洛认为自尊是人类最高层次的需求。自尊与注意力和认可有关因此,拥有更多的中心度就像拥有更多的关注和认可,这意味着更多的社会资本。中介中心性:桥接社会资本前1%的女性占所有女性中间性的52%相比之下,前1%的男性拥有65%的男性中间中心,25%的所有性别的中间表3显示,84%的男性具有零中介中心性,而70%的女性具有零中介中心性。对最高类别的分析显示出类似的性别差异:6%的女性属于这一类别,但只有2%的男性属于同一类别。“富人越来越富”的现象在男子中似乎非常活跃,因为64%的中间值是由1%的男子获得的。在妇女图3包含与图2中显示的相同的网络,唯一的区别是圆的大小与中间中心性成比例此图形是主网络的子网络,因此计算整个网络的粉红色的圆圈比蓝色的圆圈多此外,图中的三个粉红色圆圈因其巨大的尺寸而这三个用户占据了总介数中心的10%。一个蓝色的圆圈比其他蓝色的圆圈大。这是@AmirLiaquat,他拥有总介数中心的4.52%。介数中心性是桥接资本的指示。数据显示,女性在所有人群中有30%的中间性,而男性在所有人群中有26%的中间性。这意味着女性比男性拥有更多的过渡资本。女性倾向于不同集群之间的“经纪人”角色。Freeman[12]认为中介中心性是个体对信息流控制的一个指标因此,女性比男性更能控制网络中的信息流动紧密中心性:联结社会资本在0和1之间的范围内测量接近中心性。这又被进一步分为子类别(零、低、中、高和非常高),以了解所有节点的分布情况。表4显示,10%的女性的亲密度中心值为零,80%的女性的亲密度高达0.3%。只有6%的女性节点属于高或非常高的紧密中心性类别这些R. Saeed电信和信息学报告9(2023)1000377图1.一、显 示 关 系 强 度 的示例图。注. 图表显示关系的强度。线宽等于节点之间的边数。图二. 入度中心图表5男性节点的接近中心性。仅在男性中在所有性别中范围%%零7.214.78低(0.176.1250.48中等(0.4-0.6)74.64高(0.74.523.00非常高(1)5.143.41总10066据统计,90%的女性节点的接近中心为零或较低。表5显示,7%的男性在所有性别中,11%的男性具有中等至非常高的亲密中心性,而只有3%的女性具有中等至非常高的中心性。Newman(2005)认为亲密中心性是衡量信息流动的一个指标Badar等人[2]将高亲密中心性作为社会资本的指标。紧密中心性表示将信息从一个节点传播到另一个节点需要多长时间。在这项研究中,更多的女性(94%)处于零和低接近中心的类别与所有性别相比,97%的妇女不能达到中等或更高的水平。相比之下,在同一性别中,19%的男子属于中等至非常高的类别,在所有性别中,这一比例为11%。这一数字表明,男性亲密中心性也是一种社会资本的结合,因为它显示了节点之间的亲密程度。这项研究表明,男性R. Saeed电信和信息学报告9(2023)1000378图三. 介数中心图表6女性节点仅在妇女中在所有性别中范围%%0或0.1<5419.37低(0.128.269.47中等(0.4-13.114.39高(0.7-0.480.16非常高(1)3.341.12总10034与女性的淋巴结相比。这表明男性拥有更多的社会资本。封闭与信任对聚类系数和同性自我网络的测量表明了社区的存在及其连通性。聚类系数聚类系数是一个人的邻居的完整性的指标。如果一个节点具有较高的聚类系数值,则意味着该节点与相邻节点的联系更紧密,并且具有更在这项研究中,聚类系数是根据每个节点的1.5自我网络的大小计算的(在R编程中)。表6显示,4%的女性具有等于1或大于0.7的聚集系数,13%的女性具有中等聚集系数,82%的女性具有低或零聚集系数。与网络中的所有性别相比,1%的女性具有高或非常高的聚类系数。表7显示,6%的男性具有等于1或大于0.7的聚类系数,14%的男性具有中等聚类系数,80%的男性具有低聚类系数或零聚类系数。在网络中的所有性别中,4%的男性具有高或非常高的聚类系数。表7Men节点的聚类系数。仅在男性中在所有性别中范围%%0或0.1<58.8039低(0.121.0813.98中等(0.4-13.989.27高(0.7-0.620.41非常高(1)5.523.66总10066结果显示,男性的“完成邻里关系”略好于女性。如果将这一发现与男性自我网络的亲密中心性和密度的结果一起看待,它们都表现出一致性。男性似乎比女性更容易连接到其他节点图图4示出了与图1和图2所示的网络相同的网络。 2和3,但节点大小与聚类系数值成正比。这张图显示有更多的蓝色圆圈具有更大的尺寸。这些调查结果证实了表6和表7所列的百分比。同性自我网络:规模和密度同性自我网络的成员从1到400不等。因此,为了理解数据的分散性,我们创建了三个类别来比较男性和女性的同性自我网络的大小。第一类是超过50个节点的“大”自我网络。第二类是“中等”自我网络,节点数在21到50之间。第三类是表8显示,在所有女性的同性自我网络中这些中型网络的平均节点数为29。大部分的自我网络(95.77%)属于低等级,这些网络的同性节点平均大小为4。R. Saeed电信和信息学报告9(2023)1000379见图4。 聚类系数图。表8女性的同性自我网络的大小Ego网络平均同性自我网络大小占所有妇女的百分比大于501091.3021–50292.931–20495.77表9男性同性自我网络的大小自我网络中的男性节点数平均同性自我网络大小占所有男子的百分比大于501120.4121–50270.861–202.798.72表10女性同性自我网络的密度Ego网络同性关系在所有女性的自我网络中%%3.52非常高(100%)359.88高(70%186中等(40%327.18低(1%15表9显示,0.41%的同性男性自我网络具有超过50个节点,平均每个自我网络112个节点,0.86%的网络具有21至50个节点,平均27个节点,98.72%的网络具有少于21个节点,平均节点数等于2.7。比较男性和女性的同性自我网络发现,女性拥有更大的网络。表10显示,35%的女性自我网络与同性有100%的联系,18%的网络与同性有70%至99%的联系,32%的网络与同性的联系在40%至69%之间,15%的网络与同性的联系不到40%。表10左边的第一列显示了表11男性密度同性自我网络。Ego网络同性关系在所有男人的自我网络中%%2.65非常高(100%)2310.21高(70%142.69中等(40%361.85低(1%27表12男女在线社区的规模妇女男人平均自我网络规模10.55.67平均数自我网络中的同性节点63.4同性连接百分之七十二百分之六十二每个自我网络中的女性节点同性关系占70%-99%的自我网络平均节点数最高(9.88),其次是低、中、高类别,分别为7.18、6和3.52。表11显示,23%,14%,36%和27%的自我网络具有非常高,高,中和低的同性关系,再联系百分比。在男性自我网络中,非常高、高、中和低类别的男性节点平均数分别为2.65、10.21、2.69和1.85。与女性的同性自我网络相比,男性的网络在中等和低类别中的比例更高。与同一性别有70%或更多联系的妇女比例为53%,而在男子中,这一比例仅为37%。表12显示,女性在其同性自我网络中平均有6X个节点,而男性有3.4个节点。平均而言,女性有72%的同性联系,而男性平均有62%的同性联系。这些数字表明,女性比男性拥有更多的同性关系。所有女性都在50%到100%的同性关系范围内,而男性的这一比例约为37%(低端)到88%(高端)。
下载后可阅读完整内容,剩余1页未读,立即下载
cpongm
- 粉丝: 4
- 资源: 2万+
上传资源 快速赚钱
- 我的内容管理 收起
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
会员权益专享
最新资源
- zigbee-cluster-library-specification
- JSBSim Reference Manual
- c++校园超市商品信息管理系统课程设计说明书(含源代码) (2).pdf
- 建筑供配电系统相关课件.pptx
- 企业管理规章制度及管理模式.doc
- vb打开摄像头.doc
- 云计算-可信计算中认证协议改进方案.pdf
- [详细完整版]单片机编程4.ppt
- c语言常用算法.pdf
- c++经典程序代码大全.pdf
- 单片机数字时钟资料.doc
- 11项目管理前沿1.0.pptx
- 基于ssm的“魅力”繁峙宣传网站的设计与实现论文.doc
- 智慧交通综合解决方案.pptx
- 建筑防潮设计-PowerPointPresentati.pptx
- SPC统计过程控制程序.pptx
资源上传下载、课程学习等过程中有任何疑问或建议,欢迎提出宝贵意见哦~我们会及时处理!
点击此处反馈
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功