Ijtimoiy xaritalash

Ijtimoiy xaritalash — aloqador maʼlumotlarni (masalan, ijtimoiy tarmoq maʼlumotlarini) qayta ishlash va vizualizatsiya qilish uchun ishlab chiqilgan usul. U koʻpincha kichik jamoalar (10-25 kishi) ichidagi ijtimoiy tuzilmani xaritalash uchun ishlatiladi. Ijtimoiy xaritalash 3D xaritada murakkab koʻp oʻlchovli maʼlumotlarni koʻrsatish uchun landshaft metaforasidan foydalanadi, bunda alohida obyektlar xaritadagi masofa ularning asosiy maʼlumotlardagi masofasiga mos keladigan tarzda lokalizatsiya qilinadi.

Vizual kodlash tufayli ijtimoiy xaritalash fazoviy orientatsiya va harakatni aniqlash boʻyicha rivojlangan koʻnikmalarimizni oʻz ichiga oladi va shu bilan murakkab maʼlumotlarning talqinini oson va hamma uchun ochiq qiladi.

Tarixi

Ijtimoiy xaritalash usuli 1993—1994-yillarda R. Bahbuh tomonidan ijtimoiy munosabatlar haqidagi maʼlumotlarni tushunishni osonlashtiradigan va harbiy mutaxassislar jamoalari ichidagi nizolarning oldini olishga yordam beradigan vosita sifatida ishlab chiqilgan. Ijtimoiy xaritalashning birinchi yirik qoʻllanilishi 1994—1995-yillarda HUBES eksperimenti (Kengaytirilgan kosmik parvozda inson xatti-harakati) — Yevropa kosmik agentligi tomonidan tashkil etilgan uch ekipaj aʼzosi bilan 135 kunlik kosmik parvoz simulyatsiyasi paytida boʻlib oʻtdi. Ijtimoiy xaritalash keyinchalik boshqa kosmik parvoz simulyatsiyalarida muntazam foydalanilgan (1995-1996: EKOPSY, 1999: Mars105, 2010-2012: Mars500). 2005-yildan beri ijtimoiy xaritalash biznes muhitida yuqori boshqaruv guruhlari ichidagi munosabatlarni tahlil qilish uchun keng qoʻllanilmoqda. 2012-yilda C. Höschl jr. Real Time Sociomapping ^® dasturiy taʼminoti ishlab chiqilgan boʻlib, u jamoa dinamikasini bir zumda vizualizatsiya qilish va vaqt oʻtishi bilan jamoalar va ijtimoiy guruhlarni kuzatish imkonini beradi.

Asosiy printsipi

Ijtimoiy xaritalashning asosiy printsipi obyektlar toʻplamiga oid asl maʼlumotlarni xaritadagi har bir juft obyektning masofasi asosiy maʼlumotlardagi ikkita obyekt orasidagi masofaga mos keladigan tarzda oʻzgartirishdir. Maʼlumotlarni oʻzgartirish 1) masofa sifatida oqilona talqin qilinishi mumkin boʻlgan baʼzi metrikani tanlash va 2) xarita masofalari va maʼlumotlar masofalari oʻrtasidagi bogʻliqlikni maksimal darajada oshirish uchun koʻp oʻlchovli masofa matritsasini 2D koordinata tizimiga oʻtkazish masalasidir.

Jr. C. Höschl tomonidan ishlab chiqilgan maʼlumotlarni oʻzgartirish algoritmi PCA kabi oʻlchamlarni qisqartirish usuli boʻlib, uning mosligini xarita masofalari va maʼlumotlar masofalari oʻrtasidagi Spearman korrelyatsiyasi bilan oʻlchash mumkin.

Ijtimoiy xaritalash, ayniqsa, ijtimoiy munosabatlarda, aloqador maʼlumotlar assimetrik boʻlishi mumkinligini hisobga oladi va bu maʼlumot obyektlarni shunday xaritalash orqali saqlab qoladiki, har bir obyekt uchun asosiy maʼlumotlardagi tanlangan metrikaga koʻra, eng yaqin boshqa obyekt unga eng yaqin masofa boʻyicha tartiblangan boshqa obyektlar boʻladi.

Ilova

Ijtimoiy xaritalashni qoʻllashning ikkita asosiy yoʻnalishi mavjud — guruhlar (kichik tizimlar) va populyatsiyalar (katta tizimlar). Odamlarning tahlil qilingan maʼlumotlarni tushunish va sharhlash qobiliyatini yengillashtirish uchun har bir soha uchun vizualizatsiya va maʼlumotlarni oʻzgartirishning turli usullari qoʻllaniladi.

Guruhlar va kichik tizimlar

Kichik tizimlar uchun ijtimoiy xaritalash subyektlarning ijtimoiy xaritalarini ishlab chiqaradi. Ushbu subyektlar (koʻp hollarda odamlar) turli yoʻllar bilan oʻlchangan masofani aks ettiruvchi Sociomap(ijtimoiy xarita)ga joylashtiriladi:

• ijtimoiy masofa
• psixologik masofa (psixologik oʻxshashlik)
• aloqa masofasi
• boshqa munosabatlar choralari

Guruh aʼzolari orasidagi masofalardan tashqari, Sociomap mavzuning balandligi (yoki rangi) bilan kodlangan qoʻshimcha oʻzgaruvchini koʻrsatadi. Balandlik uchun ishlatiladigan tipik oʻzgaruvchilar: ijtimoiy maqom, subyektlarning ishlash koʻrsatkichlari, oʻrtacha aloqa chastotasi va boshqalar.

Odamlar orasidagi nisbiy masofani tushunish guruh tuzilishini tushunishga, guruh aʼzolari tomonidan tuzilgan kichik guruhlarni topishga va guruh aʼzolarining funksiyalarini aniqlashga yordam beradi. Sociomap balandligi bilan bogʻliq holda, guruhlar va kichik tizimlar haqida murakkab va har tomonlama tushunish imkonini beradi. Bu, ayniqsa, ish joyidagi strateglar uchun foydalidir.

Kichik tizimlarning ijtimoiy xaritasi qoʻshimcha vizualizatsiya xususiyatlari bilan ijtimoiy tarmoq tahliliga oʻxshash natijalarni beradi.

Profil tahlili

Turli relyatsion maʼlumotlarga asoslangan kichik tizimlar tahlilidan tashqari, ijtimoiy xaritalash aloqador boʻlmagan subyektlarning profillarini vizualizatsiya qilish uchun ishlatilishi mumkin. Bu subyektlar profillarini oʻzgartirish, profillar orasidagi masofalarni hisoblash va ularni Sociomapda vizualizatsiya qilish orqali amalga oshiriladi.

Profil tahlilini hisoblash uchun dasturiy taʼminot mavjud.

Populyatsiyalar va yirik tizimlar

Katta tizimlar va populyatsiyalar uchun har xil turdagi ijtimoiy xaritalar qoʻllaniladi. Ushbu turdagi xaritalar uchun ishlatiladigan maʼlumotlar toʻrtburchaklar matritsalar boʻlib, bu yerda har bir mavzu uchun tanlangan obyektlarning afzal vektori mavjud (masalan, siyosiy partiyalar, brendlar, mahsulotlar va boshqalar). Ijtimoiy xaritani yaratish uchun har bir mavzu uchun xaritadagi joy aniqlanadi va obyektga boʻlgan afzallik vektoriga muvofiq ushbu mavzuni ifodalovchi kichik massa boʻlagi xaritaga joylashtiriladi. Natijada, ijtimoiy xaritada koʻproq mavzu joylashtirilgan va hech qanday mavzu boʻlmagan joylar ham mavjud. Shuning uchun, odatda afzal konfiguratsiyalarni ifodalovchi joylarda tepaliklar hosil boʻladi va bu vizual klasterni tahlil qilish yoki segmentatsiya qilish imkonini beradi. Shu maʼnoda, Katta tizimlar ijtimoiy xaritalash — bu vizual joyni aniqlashga asoslangan maʼlumotlarni qidirish usuli).

Katta tizimlar uchun ijtimoiy xaritalashning odatda qoʻllanilishi:

• siyosiy tadqiqotlar (afzalliklar va soʻrovnomalar)
• marketing tadqiqotlari (munosabatlar va mahsulot afzalliklari)
• mijozlar segmentatsiyasi (xulq-atvor namunalari)
• va imtiyozlar yoki munosabat bilan bogʻliq boshqa tadqiqotlar.

Qoʻllash doirasi kengroq

Ijtimoiy xaritalash quyidagi sohalarni oʻz ichiga olgan kengroq qoʻllash doirasiga ega:

• Tarixiy voqealar tahlili (masalan RMS Titanikning omon qolish darajasi)
• Internet hamjamiyat vositalari (masalan Last.fm [1] profilining oʻxshashligi)
• Adabiyot tahlili (masalan, Shekspir pyesalaridagi muloqot tahlili)
• Harbiy qismlar va insoniy kosmik parvoz ekipajlari tahlili
• Sport tahlili va prognozi (masalan, sport jamoalarining hamkorligi)
• Siyosiy tahlil va prognoz
• Jamoa bilan ishlash
• Jamoa tahlili (aloqa, hamkorlik, qaror qabul qilish)
• Yetakchilikni rivojlantirish
• Jamoa hamkorligi — masofaviy hamkorlik yoki gibrid jamoalar
• Maktabda bolalar oʻrtasida ijtimoiy-patologik xulq-atvorning oldini olish

Dasturiy taʼminot

Hozircha ijtimoiy xaritalashga asoslangan faqat bitta dasturiy vosita chiqarildi.

Jamoa profili analizatori [2] psixologlar, maslahatchilar, menejerlar va HR mutaxassislari uchun vositadir. Bu shaxsiyat, ishlash yoki bilim testlari va biografik maʼlumotlardan jamoa haqida turli xil maʼlumot manbalarini birlashtirish imkonini beradi. U jamoani tahlil qilish va rivojlantirish uchun ishlatilishi mumkin: jamoaviy murabbiylik, jamoani shakllantirish, ishga yollash va h.k.

Manbalar

• Sociomapping haqida maʼlumot va resurslarga ega Sociomapping portali
• Ijroiya guruhini rivojlantirishda ijtimoiy xaritalashning qoʻllanilishi
• Jamoaning koʻp qatlamli tarmoq maʼlumotlaridan ijtimoiy kartani tahlil qilish uchun foydalanish