SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Volltext herunterladen

(774.9 KB)

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://doi.org/10.21241/ssoar.101116

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

Zufall im echten Leben? Wie Zufallsnetzwerke ein romantisches Netzwerk modellieren

[Konferenzbeitrag]

Chachev, Pavel Dimitrov

Körperschaftlicher Herausgeber
Deutsche Gesellschaft für Soziologie (DGS)

Abstract

Die primäre Aufgabe der Soziologie ist das Verstehen und Erklären kollektiver sozialer Phänomene. Eine Grundvoraussetzung dafür ist jedoch erstens die Annahme, dass Interaktionen auf der Mikroebene zufällig sind und damit sinnhaft interpretierbar sind. Zweitens müssen aggregierte Phänomene von Zufal... mehr

Die primäre Aufgabe der Soziologie ist das Verstehen und Erklären kollektiver sozialer Phänomene. Eine Grundvoraussetzung dafür ist jedoch erstens die Annahme, dass Interaktionen auf der Mikroebene zufällig sind und damit sinnhaft interpretierbar sind. Zweitens müssen aggregierte Phänomene von Zufall zu unterscheiden sein. In der Netzwerksoziologie ist das besonders deutlich, wo trotz sehr diverser Annahmen und Modellen die Literatur explizit Netzwerkmuster beobachtet, die offensichtlich nicht zufällig sind und erfolgreich Mikromechanismen vorgestellt hat, die diese erklären können. Hier wird ein Fall vorgestellt, wo beides nicht gelingt. Im 2004 erschienenen Papier "Chains Of Affection" von Bearman, Stovel und Moody wird ein romantisches Netzwerk in einer Amerikanischen High School beschrieben und modelliert. Die Autoren kommen zu dem Schluss, dass eine spezielle lokale Norm für die wichtigsten strukturellen Merkmale dieses Netzwerkes verantwortlich ist, wie z.B. die Abwesenheit von Kreisen der Länge 4. Im vorliegenden Papier wird ein Alternativmodell vorgestellt. Es zeigt, dass die Struktur des besagten Beziehungsnetzwerks sich durch ein einfaches Zufallsmodel reproduzieren lässt. Die Ergebnisse meiner Simulationen ergeben, dass nicht nur die Summe der Kreise, sondern auch mehrere weitere Paramater genau und mit sehr wenig Annahmen geschätzt werden können. Das hierfür verwendete Modell ist überraschenderweise ein sogenanntes Erdös-Renyi Modell, die einfachste Version eines zufälligen Graphen. Trotz der Einfachheit ist das Modell in Bezug auf wenigen Parametern nicht robust, ist aber der erste Fall, wo Zufallsnetzwerke erfolgreich ein empirisches Netzwerk modellieren können.... weniger

Thesaurusschlagwörter
Netzwerk

Klassifikation
Allgemeine Soziologie, Makrosoziologie, spezielle Theorien und Schulen, Entwicklung und Geschichte der Soziologie

Freie Schlagwörter
Agent-Based Modelling; Erdös-Renyi Graphen; Romantische Netzwerke; Spannbäume; Zufallsnetzwerke

Titel Sammelwerk, Herausgeber- oder Konferenzband
Komplexe Dynamiken globaler und lokaler Entwicklungen: Verhandlungen des 39. Kongresses der Deutschen Gesellschaft für Soziologie in Göttingen 2018

Herausgeber
Burzan, Nicole

Konferenz
39. Kongress der Deutschen Gesellschaft für Soziologie "Komplexe Dynamiken globaler und lokaler Entwicklungen". Göttingen, 2018

Sprache Dokument
Deutsch

Publikationsjahr
2019

ISSN
2367-4504

Status
Veröffentlichungsversion; begutachtet

Lizenz
Creative Commons - Namensnennung, Nicht-kommerz. 4.0


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.