Mappare la rete di Billy Corgan Analisi e mappatura delle relazioni sociali con la libreria NetworkX di Python – Parte 4

Mappare la rete di Billy Corgan - Parte 4

Continua a imparare come condurre l’analisi delle reti sociali con NetworkX e Python

All’inizio della nostra indagine sulla sfera di influenza di Billy Corgan, abbiamo introdotto l’analisi delle reti sociali e concetti di base come nodi e archi. Nella Parte 2, abbiamo ampliato la nostra comprensione dell’analisi delle reti sociali graficando le relazioni tra i membri delle band Smashing Pumpkins e Zwan. Successivamente, abbiamo esaminato metriche come la centralità di grado e la centralità di intermediarietà per investigare le relazioni tra i membri delle diverse band. Allo stesso tempo, abbiamo discusso come la conoscenza di dominio aiuti a informare la nostra comprensione dei risultati.

Nella Parte 3, abbiamo introdotto una terza misura di centralità, la centralità di vicinanza. Abbiamo anche avviato una discussione sul concetto di comunità e sottogruppi e dimostrato diversi grafi di comunità e come potremmo utilizzare la centralità di vicinanza per informare la nostra interpretazione. Utilizzando la rete di musicisti che erano membri delle band Zwan e Smashing Pumpkins, abbiamo tratto inferenze sulle relazioni tra i membri.

Questa volta, renderemo i nostri risultati più interessanti espandendo la rete e aggiungendo ulteriori band. Allo stesso tempo, approfondiremo la nostra comprensione delle misure di centralità e del concetto di comunità, affinando le nostre competenze in Matplotlib per rendere i grafici di NetworkX ancora più coinvolgenti.

Aggiungere Complessità alla Rete

Nelle puntate precedenti, abbiamo trattato tre metriche essenziali nell’analisi delle reti sociali: centralità di grado, centralità di intermediarietà e centralità di vicinanza. Abbiamo anche discusso del concetto di comunità e descritto come questo framework possa essere applicato per comprendere le dinamiche di rete tra le comunità/band che compongono la rete di Billy Corgan.

• Trasparenza dell’IA e la necessità di modelli open-source
• Artisti dietro i modelli di reti neurali l’impatto dell’IA sull’economia dei creatori
• Incontra LLaMaTab un’estensione Chrome open-source che esegue un LLM interamente nel browser

Anche un piccolo gruppo di musicisti può mostrare interessanti dinamiche di rete, ma la mancanza di complessità nella rete ha reso i nostri risultati meno…