ANALIZA (SOCIJALNIH) MREŽA - Naruči svoju knjigu

ANALIZA (SOCIJALNIH) MREŽA

Praktična primjena, treće ažurirano izdanje
Autor: Kopal, Robert; Korkut, Darija; Krnjašic, Saša
Područje: Digitalne tehnologije
Karakter: stručna
Godina izdanja: 2020
Broj stranica: 374
Uvez: Meki

315,00 Kn

Kako je moguće predvidjeti i modelirati ljudsko ponašanje pomoću mrežne znanosti te koji su izazovi praktične primjene analize društvenih mreža

SKU: ddd37a154806 Kategorija: Oznaka:

Više o knjizi – recenzije i sadržaj

O knjizi:

Analiza socijalnih mreža (SNA) skup je analitičkih metoda kojima se prikazuje i mjeri povezanost i tijek npr. transakcije, utjecaja, informacije, robe ili nečeg drugog (ovisno o temi povezanosti) između osoba, grupa, organizacija i drugih čvorova. Analiza socijalnih mreža pomaže u otkrivanju skrivenih povezanosti i stupnjeva utjecaja među čvorovima te je ujedno i najkompleksnija razina mrežne analize (postoje tri razine). Primjenjuje se u financijama i bankarstvu, osiguranju, telekom industriji, upravljanju ljudskim resursima, nacionalnoj i korporativnoj sigurnosti, medicini i zdravstvu i dr.

Korištenjem analize (socijalnih) mreža postižu se ovakvi konkretni poslovni rezultati: 10x poboljšanje retentiona i up-sell uspješnosti; na svakog zadržanog influencera, zadržava se još 3,3 klijenta; akvizicija klijenata poboljšava se 21x; usmjeravanjem kampanje na influencere te primjenom viralnog efekta na sljedbenika postiže se 50%-tno povećanje prodaje.

Analiza (socijalnih) mreža može se i primijeniti u društvenim mrežama npr. Facebooku, Twitteru i dr., i to SNA analizom vaše FCB stranice koju, primjerice, posjećuje više desetaka tisuća klijenata možete saznati koji klijenti se nalaze blizu središta mreže. Ti klijenti mogu kroz 5 koraka (5 drugih klijenata) prenijeti informacije o vašem novom proizvodu do 90% svih klijenata mreže. Oni klijenti koji se nalaze na obodu mreže za to isto trebaju 23 koraka (23 druga klijenta). Za promociju proizvoda vam vrlo učinkovito mogu pomoći i klijenti koji spajaju različite dijelove mreže kao i klijenti koji imaju najveći socijalni kapital (najveći broj veza) i dr.

Iz sadržaja:

Znanost o podacima ……………………………………………………………………………………………………….. 18

Data science u užem i širem smislu …………………………………………………………………………………..20

Reaktivni vs. proaktivni pristup …………………………………………………………………………………………………………20

Podatkovni znanstvenik vs. tim podatkovnih znanstvenika ………………………………………………………….21

Što je zapravo data science? ………………………………………………………………………………………………………………21

Pristup Booza Allena Hamiltona (i naš pristup) data scienceu ………………………………………………………22

Pogled kroz 720°: operativna vs. strateška razina i horizontalni vs. vertikalni pristup ……………….25

BI vs. »data science« ili ETL vs. DAD …………………………………………………………………………………………………..26

Tehnološki i poslovni pogled na data science ………………………………………………………………..31

Data science u politici…………………………………………………………………………………………………………… 37

»Obama for America« …………………………………………………………………………………………………………………………37

Začeci data sciencea u politici ……………………………………………………………………………………………………………38

Demokrati u davnoj i bližoj prošlosti ………………………………………………………………………………………………..40

Republikanci i politički/lifestyle DNK ……………………………………………………………………………………………….43

Penn: politički data researcher mikrotrendova ……………………………………………………………………………….45

Trendovi neodlučnih glasača …………………………………………………………………………………………………………….47

Sadašnjost: mrežni pristup i ponovno Obama ………………………………………………………………………………..49

Budućnost primjene data sciencea u politici: promjena paradigme i rušenje dogmi ………………..51

Uvod u analizu (socijalnih) mreža …………………………………………………………………………….54

Uvod u analizu socijalnih mreža ………………………………………………………………………………………..56

»Mali svijet« Stanleyja Milgrama ……………………………………………………………………………………………………….59

Metode i metrika analize socijalnih mreža ………………………………………………………………………………………83

Homofilija i asortativno miješanje …………………………………………………………………………………………………..113

Mehanizmi u osnovi homofilije: odabir i društveni utjecaj …………………………………………………………124

Povezivanje (afilijacija) ……………………………………………………………………………………………………………………..125

Usklađena tržišta …………………………………………………………………………………………………………………..130

Savršeno poklapanje ……………………………………………………………………………………………………………………….. 130

Vrednovanje i optimalno dodjeljivanje …………………………………………………………………………………………. 134

Market-clearing prices …………………………………………………………………………………………………………………….. 136

Aukcije ………………………………………………………………………………………………………………………………………………. 139

Modeliranje mrežnog prometa upotrebom teorije igara …………………………………………141

Model mrežnog prometa. Stanje ravnoteže…………………………………………………………………………………..141

Braessov paradoks …………………………………………………………………………………………………………………………… 143

Odnos stanja ravnoteže i društveno optimalnog prometa ………………………………………………………… 145

Praktična primjena SNA ……………………………………………………………………………………………….150

Uvod u praktičnu primjenu SNA u poslovanju

(primjer telekomunikacijske industrije) ………………………………………………………………………….152

Izravne prednosti primjene SNA u telekomunikacijskoj industriji …………………………………………….. 156

Uvod u modeliranje i segmentacija ………………………………………………………………………………………………. 162

Primjer tehničke strukture složenog projekta ………………………………………………………………………………165

Znate li tko su najutjecajniji korisnici vaše mreže

(analiza mreže na razini klijenta)? ………………………………………………………………………………………………….. 166

Procjena vrijednosti segmenata upotrebom »društvene vrijednosti« ………………………………………168

Identifikacija kućanstava te prijatelja i obitelji …………………………………………………………………………….. 169

Scoring modeli …………………………………………………………………………………………………………………………………..171

Churn modeli obogaćeni SNA metrikama i retention kampanje ………………………………………………. 179

Upravljanje marketinškim kampanjama i viralni marketing zasnovan na SNA …………………………200

Ostale zanimljive primjene ……………………………………………………………………………………………………………..203

Primjer projekta i projektne arhitekture ………………………………………………………………………………………..205

Popis najčešće upotrijebljenih atributa; preporuka ………………………………………………………………………212

Prediktivno modeliranje odlazaka korisnika telekomunikacijskih operatera ……..214

Dizajn razvojnog uzorka …………………………………………………………………………………………………………………..214

Dizajn ciljne varijable ………………………………………………………………………………………………………………………..216

Validacija modela ………………………………………………………………………………………………………………………………216

Primjena …………………………………………………………………………………………………………………………………………….219

Financijski sektor ………………………………………………………………………………………………………………….221

Analiza rizičnosti ………………………………………………………………………………………………………………………………221

Tradicionalni pristup bankarskim rizicima …………………………………………………………………………………….222

Analiza socijalnih mreža i njezina uloga u procjeni bankarskih rizika ……………………………………….227

Otkrivanje / forenzika prijevara ………………………………………………………………………………………………………228

Osiguravateljski sektor ………………………………………………………………………………………………………..231

Uloga analize socijalnih mreža u otkrivanju prijevara u osiguranju …………………………………………..234

Koncept sustava za otkrivanje prijevara u 10 koraka ……………………………………………………………………235

Primjena SNA pri evaluaciji odštetnih zahtjeva u autoosiguranju ……………………………………………..236

Ograničenja SNA ………………………………………………………………………………………………………………………………. 241

Zaključak …………………………………………………………………………………………………………………………………………… 241

Zdravstvo i medicina …………………………………………………………………………………………………………..242

Širenje visoko rezistentnih infekcija ……………………………………………………………………………………………….242

Simulacija širenja infekcija ………………………………………………………………………………………………………………245

SNA nadopuna rutinskom istraživanju kontakata tuberkuloznih bolesnika ……………………………. 251

Ljudski resursi ………………………………………………………………………………………………………………………..262

Ljudski vs. socijalni kapital u modernom HR menadžmentu ………………………………………………………262

Kontekst analize organizacijskih mreža …………………………………………………………………………………………266

Organizacije 21. stoljeća …………………………………………………………………………………………………………………..268

SNA na primjerima ……………………………………………………………………………………………………………………………275

Korporativne prijevare ………………………………………………………………………………………………………. 285

Nacionalna sigurnost …………………………………………………………………………………………………………. 292

Mrežna analiza dijela terorističke mreže Al-Qa’ide ………………………………………………………………………299

Mrežna analiza organiziranog kriminalnog djelovanja u Republici Hrvatskoj ………………………….307

Robna razmjena ……………………………………………………………………………………………………………………315

SNA programska rješenja ……………………………………………………………………………………………324

Praktična primjena SNA SW: Node XL (primjer Twitter) …………………………………………….326

Kako analizirati komunikaciju na Twitteru s pomoću NodeXL-a …………………………………………………328

Komparativna analiza SNA SW …………………………………………………………………………………………342

Gephi ………………………………………………………………………………………………………………………………………………….342

NetworkX …………………………………………………………………………………………………………………………………………..343

IGraph ………………………………………………………………………………………………………………………………………………..344

Pajek …………………………………………………………………………………………………………………………………………………..344

NodeXL ………………………………………………………………………………………………………………………………………………345

GraphX ……………………………………………………………………………………………………………………………………………….346

Graph-tool …………………………………………………………………………………………………………………………………………346

NetworKit…………………………………………………………………………………………………………………………………………..347

SNAP …………………………………………………………………………………………………………………………………………………..347

Usporedba alata ……………………………………………………………………………………………………………………………….348

Odabir alata ……………………………………………………………………………………………………………………………………….352

Socijalna fizika …………………………………………………………………………………………………………………. 354

Socijalna fizika ……………………………………………………………………………………………………………………….356

Ime »socijalna fizika« ………………………………………………………………………………………………………………………..356

Big data: »motor« koji pokreće socijalnu fiziku ……………………………………………………………………………..357

Studije slučaja ……………………………………………………………………………………………………………………………………359

Literatura …………………………………………………………………………………………………………………………………………………..366

Popis slika …………………………………………………………………………………………………………………………………………………. 371

Popis tablica ………………………………………………………..373

Dodatne informacije

Autor

Karakter

Godina izdanja

Uvez

ISBN

Izdavač

Broj stranica

Povezane knjige - M.E.P.-ova preporuka

NAKLADNICI NA DRUŠTVENIM MREŽAMA

Poslovne strategije nakladnika i korisnici digitalnih društvenih mreža

Ljevak, Petra

AGILNI RAZVOJ SOFTVERA

Najbolje prakse u Scrumu, Leanu i Extreme Programmingu

Ferlež, Luka; Roić, Roko