PONTIFÍCIA UNIVERSIDADE CATÓLICA DO PARANÁ - PUCPR

análise de cluster foi realizada a partir de uma abordagem bottom-up, ou seja,
considera-se que um grupo inicia com um relacionamento básico (dois atores
possuem uma relação, por exemplo) e vai evoluindo, e emergindo, até se tornar uma
rede de relacionamentos complexa (HANNEMAN e RIDDLE, 2005). Com essa
abordagem, obtém-se, a partir dos relacionamentos existentes entre as palavras-
chave, e utilizando o algoritmo para análise de cluster K-cores, as áreas de
conhecimento. O UCINET possui vários algoritmos (Cliques, N-cliques, N-clans, K-
plexes, K-cores e F-groups) com abordagem bottom-up. O algoritmo Cliques é
caracterizado por considerar relações diáticas, resultando no número máximo de
atores conectados entre si. Portanto, se um ator A está conectado B, mas B não
está conectado a A, então B é excluído. Esse algoritmo é considerado exigente
devido a essa característica. Os outros algoritmos (N-cliques, N-clans, K-plexes, K-
cores) são variações de Cliques, porém com maior grau de relaxamento,
respectivamente. Todos os algoritmos consideram relações binárias (0-1). O
algoritmo F-groups considera que as relações não são binárias (custo, probabilidade
de relações, entre outros), combinado com a noção de que grupos maiores possuem
relações triádicas (e não diáticas). Levando em consideração esses fatos, decidiu-se
adotar o algoritmo K-cores, pois ele é mais relaxado e agrupam os atores que estão
conectados a k outros membros do grupo, independentemente do número de
autores que está conectado (HANNEMAN e RIDDLE, 2005). A rede de
relacionamentos das áreas de conhecimento é apresentada na Figura 2.11.
Os nós da rede estão agrupados pelo valor obtido da aplicação do algoritmo
K-cores. As sete áreas identificadas foram nomeadas a partir dos nós que
apresentaram o maior centrality degree. Essa medida significa que os atores que
possuem mais ligações com outros atores da rede podem ter posições privilegiadas,
ou seja, por terem muitas ligações, os atores possuem maiores alternativas para
satisfazer as suas necessidades e, portanto, são menos dependentes de outros
atores. Esse indicador ainda pode ser separado em in-degree e out-degree. Se um
ator possui um alto in-degree (recebe muitas ligações), então, considera-se que este
é proeminente ou que possui grande prestígio. Já se o ator possui um alto out-
degree, é considerado um ator influente (HANNEMAN e RIDDLE, 2005). Os nomes
dados às áreas de conhecimento são:
1. Mass Customization;
2. Product Design & Supply Chain Management (SCM);
50