11.02.2017 | Ruprecht-Karls-Universität Heidelberg

8. Workshop der AG-CAA-DE

Archäologische Netzwerkanalyse

Möglichkeiten und Grenzen

Slides: http://digicademy.github.io/2017-CAA-Heidelberg/

Aline Deicke | @digicademy | digicademy | CC-BY 4.0

Table of Contents

1. Organisatorisches
2. Was ist Netzwerkanalyse?
3. Grundlegende Begriffe und Konzepte
4. Praktischer Teil

01

Organisatorisches

Ablaufplan

14:00–14:45 Uhr

Einführung, theoretische Grundlagen

14:45–15:00 Uhr

Pause

15:15–17:00 Uhr

Praktischer Teil

Praktischer Teil

Daten und Präsentation

https://github.com/digicademy/2017-CAA-Heidelberg

• Daten: Ordner "data"
• Präsentation: http://digicademy.github.io/2017-CAA-Heidelberg/

Software

• Visone
• LibreOffice

02

Was ist Netzwerkanalyse?

Was ist Netzwerkanalyse?

Netzwerkanalyse ist gleichzeitig ein statistisches Instrumentarium zur Analyse [von] Netzwerken und eine Theorieperspektive. Diese Theorieperspektive behauptet die Bedeutsamkeit der Netzwerke, des Eingebettetseins von individuellen oder korporativen Akteuren für deren Handlungsmöglichkeiten. (Jansen 2006, 11)

[N]etworks permeate science, technology, business and nature to a much higher degree than it may be evident upon a casual inspection [...] most networks are driven by common organizing principles. (Barabási 2016, chapter 1)

Was ist Netzwerkanalyse?

Theorieperspektive

• Forschungsansatz fokussiert auf Relationen statt Entitäten
• network flow
• Integration von Mikro- und Makroansätzen
• ermöglicht es, emergente oder systemische strukturelle Eigenschaften von Systemen aufzuzeigen
• ermöglicht Quantifizierung von Forschungsergebnissen und "Intuitionen"
• Eingesetzt u. a. in der Soziologie, Biologie und Medizin, Organisationspsychologie/-soziologie, Verkehrs- und Kommunikationsforschung, ...

Was ist Netzwerkanalyse?

Statistisches Instrumentarium

• Statistik
• Matrix Algebra
• Graphentheorie
• Soziale Netzwerkanalyse
• Visualisierung

Was ist Netzwerkanalyse nicht?

→ Forschungsfrage ist entscheidend um volles Potential auszuschöpfen.

Herausforderungen

archäologischer Netzwerkanalyse

• Komplexe Datensets
• Definition: Was sind Knoten, was sind Kanten?
• Abgrenzung: Wie wird das Netzwerk abgegrenzt? Welche Daten fließen in die Analyse ein?
• Auswirkungen von Datenqualität und Überlieferungslage
• Komplexe, multimodale oder multiple Netzwerke
• Welche Maße sind aussagekräftig? Was bedeuten sie in dem jeweiligen Kontext und hinsichtlich der jeweiligen Forschungsfrage?
• Teil des Forschungsprozesses, kein Ersatz
• Sind die Daten wirklich geeignet für eine netzwerkanalytische Betrachtung?

Should you do network analysis?

Beispiele archäologischer Netzwerkanalyse

The Small World of the Vikings

Networks in Early Medieval Communication and Exchange

• Untersucht wikingerzeitlichen Fernhandel anhand der Vita Anskarii und der Verteilung von Objekttypen in einer Reihe frühwikingerzeitlicher Fundstellen in Südskandinavien
• Knoten: 72 archäologische Fundstellen; Kanten: Vorkommen von 31 Objekttypen
• Ergebnis: Das Handelsnetzwerk der Wikingerzeit weist zwar eine kleine Anzahl von Zentren (Hubs) auf, erweist sich ansonsten aber als spärlich vernetzt und damit wenig robust

S. M. Sindbæk, The Small World of the Vikings: Networks in Early Medieval Communication and Exchange. Norwegian Archaeological Review 40, 1, 2007, 59-74

Burials and Graphs

Relational Approach to Mortuary Analysis

• Analyse des frühbronzezeitlichen Gräberfelds von Rebešovice/CZ
• Knoten: 72 Gräber; Kanten: Ähnlichkeit basierend auf 32 Objektkategorien
• Ergebnis: Sektionierung Gräberfeld beruht nicht auf Status oder Chronologie, sondern auf der zeitgleichen Nutzung durch verschiedene Gruppen

D. Sosna/P. Galeta/L. Šmejda/V. Sladek/J. Bruzek, Burials and Graphs: Relational Approach to Mortuary Analysis. Social Science Computer Review 31, 1, 2012, 56-70.

Roman bazaar or market economy?

Explaining tableware distributions through computational modelling

• Evaluation zweier theoretischer Modelle zur Verteilung römischer Keramik: Peter Bangs ‘Roman bazaar’ und Peter Temins ‘Roman market economy’ mit netzwerkanalytischen Methoden
• MERCURY: an agent-based computational model of tableware distribution
• Ergebnis: bestätigt die Bedeutung integrierter Märkte (Temin), zeigt jedoch auch die Bedeutung anderer, bisher unberücksichtigter Faktoren
• → Kombination von Netzwerken und ABM zeigt neue Forschungsrichtung auf und macht Ergebnisse falsifizierbar

T. Brughmans/J. Poblome, Roman bazaar or market economy? Explaining tableware distributions through computational modelling. Antiquity, 90, 2016, 393-408.

03

Grundlegende Begriffe und Konzepte

Glossare:

• Collar, A., Coward, F., Brughmans, T., & Mills, B. J. (2015). Networks in Archaeology: Phenomena, Abstraction, Representation. Journal of Archaeological Method and Theory, 22, 1–32
• M. Düring, Cheat Sheet: Social Network Analysis for Humanists (2015)

Das Netzwerk

Abgegrenztes Set von Knoten und ein Set der für diese Knoten definierten Kanten, auch Graph

Knoten und Kanten

• Knoten
  • node
  • Kleinste separate Einheit, auch Akteur (Soziologie), Vertex, etc.
• Kanten
  • edge
  • Beziehung zwischen zwei Knoten, auch tie, arc, link, relationship, etc.
  • Kann eine Richtung (directed) und/oder ein Gewicht haben (weight)
• Attribute
  • Möglich auf Knoten und Kanten

Teilgruppen in Netzwerken

• Dyade
  • Kleinste mögliche Analyseeinheit eines Netzwerks: Alle möglichen Beziehungen zwischen zwei Knoten
  • directed: M-A-N-Schema - Mutual, Asymmetric, Null (Dyadenzensus)
• Triade
  • Alle möglichen Beziehungen zwischen drei Knoten
  • directed: 16 Typen von möglichen Triaden (Triadenzensus)
• Cliquen, n-Cliquen, k-Plexe, k-Cores, etc.

Ego- und Gesamtnetzwerke

One- und Two-Mode-Netzwerke

04

Praktischer Teil

Daten

F. Schopper, Das urnenfelder- und hallstattzeitliche Gräberfeld von Künzing, Lkr. Deggendorf (Niederbayern). Mat. Bronzezeit Bayern 1 (Regensburg 1995).

• 235 späturnenfelderzeitliche Gräber
• Funde, Befunde, Anthropologie, Tierknochen
• Vorläufige Testdaten für Tutorial

Netzwerkeigenschaften

• Two-Mode-Netzwerk:
  • Knoten: Gräber und Objekttypen (Definition!)
  • Kanten: Vorkommen dieser Typen in Gräbern
• Attribute
  • id, name: Eindeutige IDs vergeben!
  • group: 3 Gräbergruppen nach Schopper (Nord-, Mittlere und Südgruppe)
  • ditch: Befunde - Kreisgraben oder Grabgarten (primäre/sekundäre Bestattungen)
  • burial: Anthropologische Alters- und Geschlechtsbestattung; bei Dreierbestattungen "triple"
• Ungewichtet: Anzahl Objekte pro Grab nicht berücksichtigt
• Ungerichtet: Keine Richtung der Kanten
• Einige Kategorien aussortiert: Keramik, Fragmente

Datengrundlage und -haltung: Grundlegendes

• Formate: csv (comma separated values), graphML, software-spezifische Formate
• Datenhaltung in einer Datenbank ist grundsätzlich anzuraten
• Außerdem hilfreich: regular expressions, Tabellenprogramme
• csv:
  • einfachstes Format, leicht lesbar, gut geeignet für Datenaustausch
  • Spaltentrenner sollte möglichst nicht in Daten vorkommen
  • "{content}" für Zellen mit komplexeren Inhalten
  • kann mit jedem beliebigen Tabellenprogramm bearbeitet werden, außerdem mit Texteditoren
  • Beispiel: nodes_graves.csv

Datengrundlage: Beispieldaten (csv)

github: Ordner "data"

• Kanten:
  • edges_GravesObjectsMiddle.csv
  • edges_GravesObjectsNorth.csv
  • edges_GravesObjectsSouth.csv
• Knoten:
  • nodes_graves.csv
  • nodes_objects.csv

Software

Software Leitfragen

• Ist klar, wie Werte berechnet werden? (Dokumentation)
• Ist die Software in der Lage, die spezifischen Maße oder Netzwerke, die benötigt werden, zu erstellen und zu bearbeiten?

→ Kombination von Software kann notwendig werden

Datenimport

Kanten

1. File > Open > CSV files > select edges_GravesObjectsMiddle.csv
2. Import Options:
   1. Link list, two mode, header, no directed edges
   2. cell delimiter: ",", textframe: NONE

Knotenattribute

1. Open attribute manager () > import & export
2. import file > Knotentabellen; network attribute = file attribute
3. show & edit

First steps: Label hinzufügen

1. visualization tab > category: mapping > type: label > property: node label
2. attribute: name
3. visualize

Forschungsfrage definieren!

Gräbergruppen nach Schopper

Gruppe	Anzahl Gräber	Anzahl Bronzebeigaben
Nordgruppe	105	48% (51)
Mittlere Gruppe	78	76% (59)
Südgruppe	52	57% (30)

Unterschiede in Vorkommen einzelner Objekte pro Gruppe, z. B. mehr Pfeilspitzen in Nordgruppe, mehr Schädelrondeln und Schaukelringe im Süden

Forschungsfrage

In diesem Fall z. B.: Können Unterschiede in der Netzwerkstruktur der einzelnen Gräbergruppen Hinweise auf unterschiedliche Eigenschaften der Gruppen geben?

→ Forschungsfrage beeinflusst untersuchte Eigenschaften und Netzwerke

Aufgabe

1. Daten importieren: edges_GravesObjectsNorth.csv, nodes_graves.csv, nodes_objects.csv
2. Label hinzufügen

Analyse: Grundlegende Netzwerkmaße

1. Analysis tab > task: indexing > class: network > index: network statistics
   1. Dichte: Tatsächliche Anzahl der Kanten/Maximal mögliche Anzahl der Kanten
   2. Durchschnittlicher Grad: durchschnittliche Anzahl an Kanten der Knoten im Netwzerk
   3. Ein- und ausgehende Gradwerte: nur in gerichteten Netwzerken relevant
   4. connected components: Anzahl der nicht miteinander verbundenen Teilnetzwerke
2. apply
3. attribute manager: network

Visone:

1. Analysis tab > task: indexing > class: node centrality > index: degree
2. Attribute manager: node > show & edit
3. Visualization tab > category: mapping > type: size > property: node area

Visualisierung: Farbe

1. Visualization tab > category: mapping > type: color > property: node color
2. attribute: burial > method: color table > Optionen anpassen
3. visualize

Layout und Export

1. Layout
   1. Visualization tab > category: layout > layout: node layout > node layout: spring embedder
   2. layout
   3. Visualisierungen können irreführend sein! Immer kontextualisieren
2. Export
   1. Als graphml/graphmlz: save or save as
   2. Als Graphik: file > export > pdf zu empfehlen, da Vektorformat
   3. Maße Knoten und Netzwerk: Attribute manager > import & export > csv (Dateiendung angeben)

Außerdem...

• Tiefergehende Analyse einzelner Maße, z. B. bei degree centrality: degree distributions, degree correlations, network centralization, ...
• Weitere Maße: Clustering, Triadenzensus, Gruppenanalyse, Blockmodellanalyse, Rollen und Positionen, geographische Visualisierung, ...
• Maße für gerichtete Netwzerke, z. B. Prestige, Reziprozität
• Dynamische Netwzerke
• Random Networks, ERGMs (Exponential Random Graph Models)

Wichtig:

• Kontextualisierung, Quellenkritik
• Maße nur anwenden, wenn Berechnung und Bedeutung klar

Und jetzt?

Literatur & Software