The important of graphs in social network analysis.

In lecture six, we learnt that it is important to do network analysis with the help of graph. Because social network is a common component in social media, and computationally, social network can be viewed as a graph that describe the relation among a group of people. So if we can do a good graph about weibo or tweeting, we can make a good understanding of the social media. Thus, graph is a very good instrument in social media.

As Rosanna told us that a graph contain a collection of vertices and edgs, and there are directed graph and undirected graph, we can know some characteristics about graph, and then we use it to do social network analysis. As Roasnna has told clearly about the characteristics of graph, so I will not repeat it at all. 

First of all, I want to talk about the relationship between graph and network. Graph and networks are all around us, including technological networks ( the internet, power grids, telephone networks, transportation networks,...), social networks (social graphs, affiliation networks,...), information networks (World Wide Web, citation graphs, patent networks,...),biological networks (biochemical networks, neural networks, food webs,...), and many more. Graphs provide a structural model that makes it possible to analyze and understand how many separate systems act together. The Wolfram Language provides state of art functionality for modeling, analyzing, synthesizing, and visualizing graphs and networks.Whether those graphs are small and diagrammatic or large and complex, the Wolfram Language provides numerous highlevel functions for creating or computing with graphs. Graphs arefirstclass citizens in the Wolfram Language; they can be used as input and output and they are deeply integrated into the rest of the Wolfram Language.

e

Then, I want to talk about the social network in the real word and the use of graph. A network is a set of items (nodes or vertices ) connected by edges or links, and the systemsis taking the form of network abound in the word. Thus, we can usually learn a lot about people from studying their social network by using graph. So the social network can be represent by a lot of new graphs and they are generally noereflexive. Many social network are all graph. The web itself can be viewed as a very large graph, nodes are individual sites or pages and edges are the links between pages. The following picture is the basis of Google’s page rank algorithm. The ‘importance’ of a site is determined by the number of sites that link to it weighted by the importance of those sites.

From the PPT we read and the papers we reference, we found that graph can help us do a lot of meaning things and know clearly about the social connection among people.