HCI
Allgemeines
Definition von Human Computer Interaction (HCI): Lehre, die sich mit Design, Evaluierung und Implementation von Computersystemen für die alltägliche Nutzung durch den Menschen beschäftigt.
Ziele von HCI: Benutzerfreundlichkeit, leicht zu bedienen, der PC dahinter soll für den Nutzer verschwinden. Diese Ziele werden z.B. an Zeit zum Lernen, Performance, Error-Rate, Erinnerung an Abläufe, Zufriedenheit des Nutzers gemessen.
HCI Entwicklung (4 Schritte)
Der Nutzer steht im Mittelpunkt. Ihn bestimmen Merkmale wie Charakter, Kultur, Behinderung, Alter, Kinder, Ressourcen etc.
Kreislauf technischen Fortschritts: universitäre Forschung ⇒ Forschung in Unternehmen ⇒ Freier Markt
Wissensmanagement bei UI-Designs
Theories (sehr formal): Beschreibung von Aktionen, Objekten etc.
Principles: Für die Analyse und den Vergleich von unterschiedlichen Designs
Guidelines (sehr praktisch): Praktische Anweisungen, Erfahrungen
Guidelines
behandeln Sprachstil, Corporate Identity, Terminologie, Handlungsabläufe
sind sehr spezifisch
Bsp.:
W3C (Text Alternativen, Unterscheidbarkeit von Ebenen, Kapitel etc.)
Generelle Guidelines sollten behandeln, wie folgendes umzusetzen ist:
Konsistenz (feste Farben, Schriftart, Sprachstil)
effizientes Verstehen der Infos durch den Nutzer
Gedächtnisanstrengungen minimieren
Datenein- und -ausgabe komfortbal gestalten
Design flexibel an den Nutzer anpassen
Principles
Voraussetzung für gute Principles ist zu wissen,
was die Fähigkeiten und das Wissen der Nutzer sind
wie die Aufgaben bzw. Handlungsabläufe, die die Nutzer durchführen werden, aussehen
welche Interaktionen von Nutzern bevorzugt werden
Ideales Ziel wäre: verschiedene Produkte für verschiedene Nutzertypen
Schritte zu Erstellung von Principles:
Herausfinden der Fähigkeiten des Nutzers ⇒ Tutorials erstellen, um Fähigkeiten der Nutzer auszubauen
Herausfinden von Handlungsabläufen ⇒ Interviews mit Nutzern führen oder beobachten
Interaction Style wählen:
Direct Manipulation: Nutzer agiert mit visuellen Objekten
Menu Selection: Auswahl einer Option in einer Liste
Form Fill-In: Dateneingabe
Command Language: Befehlseingabe in Konsole
Natural Language: Befehle werden in normaler Sprache gegeben (Siri etc.)
8 goldene Regeln für das Interface Design
Konsistenz beachten: gleiche Farben, Schriftart etc.
Globale Nutzerfreundlichkeit: Herausfinden der Bedürfnisse von verschiedenen Nutzergruppen, Features für Newbies und Profis
Informatives Feedback: System Feedback für Aktionen, hilfreiche Fehlermeldungen, visuelle Darstellung
Dialoge mit Anfang und Ende: Aktionen sollten klaren Anfang und Ende haben (e-Commerce)
Errors vorbeugen: konstruktives Feedback, Nutzer keine schlimmen Fehler machen lassen, die er nicht wieder beseitigen kann
Rückgängigmachen von Aktionen: clear, delete etc.
Kontrolle durch den Nutzer: Möglichkeit das UI anzupassen
Kurzzeitgedächtnis beachten: nicht zu viele Aktionen, an die man sich erinnern muss bzw. Infos
Theory
descriptive: z.B. konsistente Terminologie
explanatory: Abläufe beschreiben, Ursachen
prescriptive: z.B. Guidelines für Designer
predictive: 2 Designs vergleichen
Bsp.: Information Foraging Theory (sagt voraus, ob Nutzer das finden, was sie finden wollen)
Bsp.: Fitt´s Law (Funktion, die voraussagt, wie viel Zeit der Mauszeiger bis zum Ziel braucht)
Foley´s Four Level Theory:
Conceptual Level: Nutzercharakter, Beschreibung von Objekten
Semantic Level: Was passiert bei welchen Aktionen?
Syntactic Level: Wie können Aktionen zu Tasks transformiert werden?
Lexical Level: Wie werden Aktionen ausgelöst?
GOMS:
Goals: Nutzerziele
Operators: Handlungsabläufe aufschlüsseln
Methods: Abfolgen von Operationen für das Ziel
Selection Rules: Gibt es alternative Methoden?
7 Stufen der Aktionen, die beschreiben, was Leute machen, wenn sie etwas erreichen wollen
4 Stufen der Ausführung
Formulierung des Ziels (mehr Licht zum Lesen nötig)
Formulierung der Intention (Intention Licht anzuschalten)
Spezifierung der Aktion (aufstehen und Licht anmachen)
Ausführen der Aktion (Licht anschalten)
3 Stufen der Evaluierung
Systemstatus erhalten (es ist heller)
Interpretieren des Systemstatus (ist es ausreichend hell)
Evaluierung des Systemstatus (ich habe mein Ziel erreicht)
HCI Design
Four Pillars of design
User-Interface Requirements (Ethnographic Observation)
Guidelines documents and processes (Theories and Models)
von Anfang an: Guideline Dokument anlegen und führen
Ziel: Konsistenz (Education, Enforcement, Exemption, Enhancement)
User-Interface software tools (Algorithmus and Prototypes)
Expert reviews and usability testing (Controlled Experiments)
Rapid Contextual Design
Contextual Inquiry
Interpreation sessions and work modelling
Model Consolidation and affinity diagram building
Persona Development
Erstellen von fiktionalen Benutzern und Benutzergruppen
Name, Demographie, Job, Ziele und Aufgaben des UI, Umwelt
Visioning
Storyboarding
User Environment Design
Interviews and evaluation with paper prototypes and mock-ups
Participatory Design
Nutzer wird in den Designprozess früh integriert
Nutzer anhand Eigenschaftenanalyse gut auswählen
PICTIVE (plastic interface for collaborative technology initiatives through video exploration)
Scenario Development
Bsp.: Top 10 Fehler im Web Design
Wichtige Infos zu tief in der Website verstecken
Überladene Seiten mit zu viel Material (Ladezeit etc.)
Schwierige oder verwirrende Navigation vermeiden
Informationen an nicht erwartete Orte packen
Links klar identifizierbar machen (Beschreibungen)
Informationen nicht in unleserlichen Tabellen aufschlüsseln
Zu kleiner Text
Farbkombinationen, die manche Menschen nicht wahrnehmen können
Schlechte Eingabefelder (Submit, Format, etc.)
Hilfe verstecken oder nicht anbieten
HCI Evaluation
Warum?
Evaluisierungsmethoden
Expert Reviews: Evaluierender ist Teil des Entwicklerteams
Usability Testing: formaler Test aund Beobachtung der Nutzer
Surveys: Fragebögen
Acceptance Tests: Anforderungen testen
Evaluation During Active Use: Interview, Datei-Log, etc.
Expert Reviews
UI wird von Technik, Design, etc. -experten bewertet.
75% der Probleme werden so gefunden
Heuristic Evaluation
Evualator testet mittels Heuristikliste / Checkliste
Phase 1: Genereller Fokus, Phase 2: Details
mehrere Evaluatoren nötig
Guidelines Review
Cognitive Walkthroug
Vorbereitung: User Tasks definieren
Für jeden Task Ziel und Unterziele definieren
Evaluator macht die Tasks durch und stellt sich bei den Unterzielen gezielt Fragen zur Bedienung und zum Verständnis
Consistency Inspection
Konsistenz von verschiedenen Attributen wird gecheckt
Attribute: Schriftgröße, CI, Dokumentation
Vorlage für Inkonsistenzreports notwending
Usability Testing
Testnutzer versuchen Aufgaben zu erfüllen, Evaluator beobachtet
meist mehrmals während der Entwicklung eines Produkts durchgeführt (ca. 6 Tester)
Ziel ist es, Design-Alternativen herauszufinden
Methoden: Paper-Prototypes, Remote Testing, Eye Tracking etc.
Usability Labs: Räume für Tests (selbe Bedinungen für alle)
Vor dem Test sollte folgende Checkliste mit dem Nutzer abgearbeitet werden (Signed informed consent statement)
Ziel der Studie
Bei Aufnahmen: Wer wird diese sehen?
Vertraulichkeit und Anonymität erklären
Teilnahme am Test ist freiwillig, Test kann jederzeit abgebrochen werden
Bei Fragen der Testperson: Wer ist Ansprechpartner?
Gibt es noch offene Fragen vor dem Test?
Einflussfaktoren beim Test: Emotionen, Müdigkeit, Langeweile, Lerneffekte ⇒ keine zu langen Aufgaben
Arbeitsschritte für einen Usability Test
Testplan entwickeln
Teilnehmer akquirieren
Testmaterial vorbereiten
Pretest (2-3 Nutzer)
Test
Analyse und Bericht
Analysemethoden:
Co-Discovery
Thinking aloud
Formal experiment
Kontrolliertes Experiment (für Performance Messungen geeignet)
Wie lange wird für eine Aufgabe gebraucht?
Bsp.: Erfolgs- / Errorrate, Erinnerungsvermögen, Klickzahl, Kommentare, Hilfe genutzt?
Within-subjects Design: alle Teilnehmer bekommen die gleichen Bedingungen ⇒ carryover effects: Erinnerung an 1. Aufgabe beeinflusst 2. Aufgabe
Between subjects Design: 2 Gruppen von Testpersonen ⇒ assignment bias: Erwartungen der Tester beeinflussen den Test
Hypothesen vor Test aufstellen
unabhängige Variable: Konditionen des Experiments
abhängige Variable: Messungen, die von diesen Konditionen abhängen
dieser Test macht nur bei mehr als 20 Testpersonen Sinn
A/B Testing
Search User Interfaces
Social Network Analysis
Allgemein
World Wide Web: 1990 durch Tim Berners-Lee und Robert Cailliau. Idee: Informationen zur Verfügung zu stellen und zu verlinken
Erfolgsfaktoren für Internetunternehmen (von Tim O' Reiley: 7 Web 2.0 Design Patterns):
The Long Tail
Users Add Value: user generated Content
Network Effects by default: Gemeinschaftseffekte durch Verbindung von Nutzern in Netzwerken
Data is the next Intel inside: Daten und Service sind entscheidend für Internetunternehmen
Some Right Reserved: Spezialisierung durch Rechtevergabe der Datenmitnutzung
Perpetual Beta: ständige Weiterentwicklung und Verbesserung der Produkte durch Nutzerbedürfnisse
Rich User Experience: Webtechnologie auf gleichem Level nutzbar wie Desktopprogramme
Netzwerke
Bsp. für Netzwerke: Informationsnetzwerke, Shoppingnetzwerke, technologische Netzwerke, soziale Netzwerke.
Aspekte eines Netzwerks:
Struktur (Eigenschaften eines Netzwerks zu einer Zeit):
Bedeutung der Knoten, Interpretation der Verbindungen zwischen Knoten, dichte und lose Verbindungen, Substrukturen, Verbindungsmuster und Aspekte der Balance
Dynamik (Veränderung eines Netzwerks mit der Zeit):
Popularitätseffekte (wie Informationen durch das Netzwerk fließen, wie sich die Knoteneigenschaften verändern), Strukturelle Effekte (wie sich das Netzwerk entwickelt, wie neue soziale Verbindungen hergestellt werden)
Analyse Methodik:
Graph Theorie: Analyse mittels mathematischer Theorien (Pfade zwischen den Knoten, Substrukturen, Kante und Knoten Statistiken)
Spiel Theorie: Analyse des Verhaltens zwischen Personen in verschiedenen Situationen (nicht Inhalt der VL)
Graph Theorie
<note>Graphen werden immer dann benötigt, wenn es darum geht, Dinge entweder physisch oder logisch in einer Netzwerksturktur verlinkt, darzustellen.</note>
Definitionen
Nachbaren: Zwei Knoten sind durch eine Kante verbunden
Ungerichteter Graph: Es gibt keine Richtung einer Kante, d.h. Knoten1, Knoten2 = Knoten2, Knoten1
Gerichteter Graph: Die Kanten haben eine Richtung, d.h. <m>Knoten1, Knoten2<>Knoten2, Knoten1</m>
Pfad: Ein Pfad ist eine geordnete Liste von k Knoten, so dass jedes verbundene Knotenpaar in der Liste durch eine Kante verbunden ist.
Startknoten: Erster Knoten im Pfad
Endknoten: Letzter Knoten im Pfad
Einfacher Pfad: ein Pfad, in dem kein Knoten doppelt vorkommt
Kreis / geschlossener Kreislauf: Ein Kreis ist ein nicht einfacher Pfad von mehr als 3 Knoten, bei dem der Anfangsknoten auch der Endknoten ist.
Verbindung: Ein Graph ist verbunden, wenn zwischen jedem Knotenpaar eine Kante ist.
Verbundene Komponenten: sind Teilgraphen / Subgraphen, bei denen einmal jeder Knoten miteinander verbunden ist und zum zweiten dass keine Kante zu einem anderen Subgraphen führt (frei stehende Stücke).
Große / Riesige Komponenten: sind verbundene Komponenten, die einen Großteil aller Knoten beinhalten.
Riesige Komponenten kommen in den meisten Netzwerken vor
Wenn ein Netzwerk eine riesige Komponente beinhaltet, beinhaltet dieses Netzwerk meistens nur eine riesige Komponente
Länge eines Pfades: Anzahl der Schritte zwischen Anfangs- und Endknoten
Distanz: ist die kürzeste Verbindung zwischen zwei Knoten
Breadth-First Search (Breitensuche)
Small World Phenomenon
Milgrams Experiment 1967: er schrieb 296 Briefe an zufällig ausgewählte Personen.
Im Brief war die Aufforderung enthalten, falls ein bestimmter Börsenmakler bekannt wäre, den Brief direkt an ihn weiterzuleiten oder an jemanden, der dieses Börsenmakler kennen könnte.
Alle Adressaten wurden für das Tracking notiert.
64 Briefe kamen an.
Milgram wies nach, dass wir in einer small world leben, in der Menschen über kurze Distanzen miteinander in Kontakt stehen.
jeder scheint mit jedem über 6 Ecken verbunden zu sein.
<note>Ein Small World Network umschreibt den Effekt, dass die Distanz zwischen zwei willkürlichen Knoten in einem Graphen logarithmisch zu der Anzahl von Knoten proportional ist.</note>
Ein Großteil der realen Netzwerke folgen dem Small World Phenomenon, damit ist auch erklärbar, wie Informationen in sozialen Netzwerken so schnell Verbreitung finden können.
Weitere Beispiele dieses Phänomens: Erdös-Nummer (Distanz zu dem Mathematiker Erdös als Co-Autor), Bacon Number (Distanz zu einem Schauspieler, der je mit Kevin Bacon gespielt hat)
Starke und schwache Verbindungen
<note>Zentrale Frage: Wie fließt Information durch soziale Netzwerke und wie sehen die Mikrostrukturen eines Netzwerks aus?</note>
Bsp.: Granovetters Experiment zum Finden neuer Jobs: Interviews mit Leuten, wie sie ihren neuen Job gefunden haben. Ergebnis: Meist nicht über Freunde, sondern durch Bekannte, d.h. Verbindungen zu Menschen aus dem weiteren Umfeld verhalfen eher zu einem neuen Job.
Triadic Closure
Prinzip: Wenn zwei Menschen in einem sozialen Netzwerk einen gemeinsamen Freund haben, dann gibt es eine höhere Wahrscheinlichkeit, dass beide zu einem zukünftigen Zeitpunkt Freunde werden.
Clustering Coefficient: Der geclusterte Koeffizient eines Knotens bei einem ungerichteten Graphen ist die Wahrscheinlichkeit, dass zwei zufällig ausgewählte Nachbaren dieses Knotens miteinander verbunden sind.
Gründe für ein Triadic Closure:
Erhöhte Wahrscheinlichkeit sich zu treffen, wenn ein gemeinsamer Freund vorhanden ist.
Das Vertrauen zweier Personen zu einer Person
Anreiz sich anzufreunden z.B. für gemeinsame Unternehmungen
Die Stärke von schwachen Verbindungen
Brücke: eine Kante, die zwei Komponenten verbindet, sie ist der einzige Weg zwischen zwei Knoten.
Lokale Brücke: eine Kante, die zwei Knoten verbindet, bei denen sonst kein gemeinsamer Nachbar vorhanden ist. Wenn die Kante entfernt wird, erhöht sich die Distanz zwischen den beiden Knoten um mindestens 2.
Spannweite (Span): ist die Distanz zwischen zwei Knoten, wenn eine lokale Brücke zwischen diesen zwei Knoten entfernt werden würde.
Um die Stärke oder Schwäche einer Verbindung angeben zu können, nutzt man s (strong ties) und w (weak ties) als Kantenbeschreibung zwischen Knoten
Strong Triadic Closure: Wenn zwei Kanten eine starke Verbindung zwischen 3 Knoten haben, muss die dritte Kante eine schwache Verbindung / lokale Brücke sein
<note>Ergebnis: Lokale Brücken stellen längere Informationswege in sozialen Netzwerken da, starke bzw. schwache Verbindungen können eine Aussage über die Qualität der Verbindung in sozialen Netzwerken treffen. Lokale Brücken sind schwache Verbindungen.</note>
⇒ Wenn schwache Verbindungen minimiert werden, wird der Informationsfluss in sozialen Netzwerken länger, d.h. schwache Verbindungen sind notwendig, wenn man die Distanz zu interessanten Verbindungen minimieren möchte.
⇒ Wenn bei einer riesigen Komponente die Kanten von der stärksten abwärts entfernt werden, schrumpft die Komponente stetig, wenn zuerst die schwächsten entfert werden, schrumpft die Komponente rasch und sie bricht ab einer kritischen Masse an schwachen Verbindungen schnell auseinander.
⇒ Schwache Verbindungen halten also die globale Struktur einer riesigen Netzwerkkomponente intakt.
Bsp.: Facebook Analyse der Verbindungen
Drei Kategorien von Links:
Reciprocal (mutual) communication: beide Nutzer senden sich gegenseitig Nachrichten
One way communication: ein Nutzer sendet ein oder mehrere Nachrichten zu einem Freund
maintained relationship: einem Nutzer folgen (abonnieren etc.)
Ergebnis: wir haben nicht mehr Freunde online, aber unterhalten mehr passive Freundschaften mit vielen Leuten, um informiert zu sein.
Closure, Structural Holes, Social Capital
Embedded Nodes: ein hoher Clustering Coefficient liegt zu Grunde
Embeddedness of an Edge: Anzahl gemeinsamer Nachbaren, die zwischen zwei Endpunkten miteinander verbunden sind
Structural Holes: Halten die Verbindungen zwischen zwei verschiedenen Gruppen aufrecht (lokale Brücken)
Social Capital liegt demzufolge zwischen den zwei Extremen: Nähe / Vertrauen und Vermittlung
Graph Partitioning and Betweenness
Kontext in sozialen Netzwerken
Nicht alle Gründe für die Struktur des Netzwerks liegt an der Struktur selbst, sondern hängt vom (sozialen) Kontext ab
Homophilie
Soziologisches Prinzip, das beschreibt, dass wir dazu tendieren, uns ähnliche Freunde zu suchen
Diese Ähnlichkeit kann ethnisch, moralisch, im Alter, Aussehen, charakterlich oder an den Interessen liegen
Homophilie deckt sich auch mit dem Prinzip des Triadic Closure: Wenn B und C Freunde von A sind, dann müssen sich B und C ähneln.
Bsp.: Netzwerk einer Mittelschule und einer High School
Homophilie Berechnung:
Inverse Homophilie: z.B. Netzwerk romantischer Beziehungen
Erweiterungen für nicht-binäre Fälle: wenn mehr als 2 Charakteristiken abgebildet werden, dann können diese immer noch mit gemischt-charakteristisch und nicht-gemischt charakteristisch unterschieden werden.
Selection und Social Influence
Selektion: Menschen wählen Freunde nach ähnlichen Charakteristika aus
Bsp.: Arbeit in der selben Firma, gleicher Sportverein etc.
Sozialisation: meint den sozialen Einfluss zwischen Freunden, also wie sich Menschen angleichen
<note tip>Selektion bestimmt die Bildung der Links, während Sozialisation die Persönlichkeitsmerkmale einer Person gestaltet, sich anzugleichen.</note>
Longitudinal studies: untersuchte Persönlichkeitsmerkmale und soziale Beziehungen über längere Zeit
bsp.: Spielen Leute Fußball, weil all ihre Freunde das machen oder weil sie sich Freunde ausgewählt haben, die Fußball spielen?
Bei Jugendfreundschaften zeigte sich, dass Selektion dominanter ist als Sozialisation
Bsp. Drogenkonsum: Wenn Selektion für Homophilie verantwortlich ist, dann würden geheilte Leute das Drogenumfeld verlassen, wenn es andersherum wäre, würde ein geheilter Mensch den Prozess der Heilung innerhalb der Gruppe initiieren.
Langzeitstudie Fettleibigkeit: Homophilie exisitert für Fettleibigkeit ⇒ Drei Hypothesen:
Selektion: Leute suchen sich Freunde mit ähnlicher Fettleibigkeit
Korrelation der Fettleibigkeit mit anderen Persönlichkeitsmerkmalen, z.B. kein Sport
Sozialisation: Menschen wurden fettleibig, weil ihre Freunde fettleibig waren
Affiliation (Beziehung)
Knoten mit unterschiedlicher Funktion:
Bipartite Graph / Bigraph: er besteht aus Sets von 2 getrennten Knoten, die nur gegenseitig miteinander verbunden werden können, z.B. Anna wird mit Karate Club verbunden.
Co-evolution von social und affiliation network
Closur Process: Neue Linkss formen ähnliche Beziehungen zu Triadic Closure
Focal Closure: C und B werden Freunde, weil sie dem Loci A beigetreten sind (generelles Prinzip dahinter: Selektion)
Membership Closure: B nimmt am foci C teil, weil er mit A befreundet ist (generelles Prinzip dahinter: Sozialisation)
Membership Closure
Wahrscheinlichkeit, ab wie vielen Freunden in einem bestimmten Netzwerk ein außenstehender Freund beitritt
Datenset von Bloggingseite Livejournal verwendet
k<5 hat großen Effekt, danach eher gegenteiligen Effekt, da es dann für ein Massenphänomen gehalten wird
Membership Closure 2
Wikipedia: Foci als gemeinsam bearbeitete Seiten
Link ist gegeben, wenn sich 2 über User Talk Page unterhalten
Funktion zeigt Wahrscheinlichkeit, mit der jemand einen Artikel bearbeitet, wenn dieser schon einmal von jemanden bearbeitet wurde und beide in Kontakt stehen
Positive und Negative Beziehungen
Strukturelle Balance: Wie können positive und negative Beziehungen in einem sozialen Netzwerk interpretiert werden?
Struktur eines balancierten Netzwerks: Verursachen positive oder negative Beziehungen bestimmte Arten einer Netzwerkstruktur?
Anwendungen für strukturelle Balance: Internationale Beziehung und Vertrauen in Social Media
schwache strukturelle Balance: positive und negative Beziehungen in realen / Offline-Netzwerken
Restriktionen: Was sind die Restriktionen unseres Models
Strukturelle Balance
Complete Graph / Clique: ein Graph ist komplett, wenn alle Knoten miteinander oder durch eine Kante miteinander verbunden sind, so dass es kein Paar von Knoten gibt, das nicht mit einer Kante verbunden ist
Wenn der Graph komplett ist, hat jeder Knoten eine positive oder negative Beziehung zu allen anderen Knoten
Structural Balance Property: Ausgegangen wird von einem kompletten Graphen. Wenn in diesem alle Dreiersets von Knoten durchwegs positiv oder negativ sind ODER in dem Dreierset genau eine Kante positiv ist, dann ist der Graph strukturell balanciert.
Ein balanciertes Netzwerk repräsentiert das Limit eines sozialen System, das alle unbalancierten, unpassenden Dreierbeziehungen eleminiert hat ⇒ Idealbild
Beispiel einer structural Balance Property:
Charakterisierung der Struktur eines balancierten Netzwerks
Anhand der Definition der strukturellen Balance sind das die einzigen Möglichkeiten für ein balanciertes Netzwerk
Balance Theorem: In einem kompletten Graphen sind entweder alle Paare von Knoten Freunde oder alle Knoten können in zwei Gruppen X und Y geteilt werden, so dass alle Knoten in X sich gegenseitig mögen und alle Knoten in Y sich gegenseitig mögen, allerdings jeder in X Feind von jedem in Y ist
Anwendungen der strukturellen Balance
Zwei Szenarien struktureller Balance
International Relations: beschreibt Konflikte und Allianzen zwischen Nationen. Strukturelle Balance kann hier manchmal das Verhalten der Nationen während unterschiedlicher internationaler Krisen erklären
Trust and Distrust in online ratings: beschreibt die Beziehung zwischen Nutzern von Ratingseiten
Studie zu Online-Meinungen verglich Vertrauens- / Misstrauensbeziehungen zu struktureller Balance
Vertrauen positive, Misstrauen negative Beziehungen
Unterschiedliche Struktur: Vertrauen / Misstrauen ist ein gerichteter Graph, kein ungerichteter
Schwache strukturelle Balance
<note>Die Structural Balance Property erlaubt nicht 3 Knoten, die verfeindet untereinander verfeindet sind.</note>
Schwache Structural Balance Property: in einem voll gelabelten Graph existiert kein Set von Knoten, das genau der Definition eines strukturell balancierten Graphen entspricht.
Charakterisierung eines schwachen balancierten Netzwerks: Wenn ein voll gelabelter Graph schwach balanciert ist, dann können seine Knoten so in zwei Gruppen geteilt werden, dass jede zwei Knoten einer Gruppe zugehörig Freunde sind und alle Knoten der anderen zugehörigen Gruppe Feinde sind
Das resultierende Netzwerk hängt also sehr von der Definition der Balance ab. Weitere Annahmen, die entscheidend für das Ergebnis sind:
Complete Graph: jeder Knoten hat eine Beziehung zu jedem anderen Knoten in der Realität, aber die Beziehung zu einer anderen Person kann auch gleichgültig sein
Jedes Dreieck muss die strukturelle Balance erfüllen: manche Beziehungen mögen den Stress einer unbalancierten Beziehung. Das führt dann zu annähernd balancierten Graphen
The WWW
Ein streng verbundener Graph liegt vor, wenn ein Pfad von jedem Knoten zu jedem Knoten führt
Eine streng verbundene Komponente liegt vor, wenn in einem Subset eines Graphen ein Pfad von jedem Knoten zu jedem Knoten führt und dass das Subset nicht Teil eines größeren Sets ist
Beispiel für eine streng verbundene Komponente: