Detailansicht

Modelling power dynamics in piratical networks
Dasha Evsina
Art der Arbeit
Masterarbeit
Universität
Universität Wien
Fakultät
Philologisch-Kulturwissenschaftliche Fakultät
Studiumsbezeichnung bzw. Universitätlehrgang (ULG)
Masterstudium Digital Humanities
Betreuer*in
Tara Andrews
Volltext herunterladen
Volltext in Browser öffnen
Alle Rechte vorbehalten / All rights reserved
DOI
10.25365/thesis.72062
URN
urn:nbn:at:at-ubw:1-13717.13309.385450-7
Link zu u:search
(Print-Exemplar eventuell in Bibliothek verfügbar)

Abstracts

Abstract
(Deutsch)
Das Ziel dieser Masterarbeit ist, soziale Netzwerke und Datenanalysetechniken auf zwei historische Romane anzuwenden, welche im „Goldenen Zeitalter“ der Piraterie an der Wende des 18. Jahrhunderts etabliert sind. Sowohl illegale Verknüpfungen zwischen den Mitgliedern der kriminellen Organisationen, als auch deren Einfluss auf den Informationsfluss werden in diesem Werk erläutert. Diese Netzwerke werden mit Hilfe von Historical Social Network Analysis (HSNA) aufgebaut und mit der Programmiersprache R umgesetzt. Aus den erzeugten Netzwerken werden vier Hauptkonzepte analysiert: die Verbreitung von Informationen, die Übertragung von Ressourcen (sowohl Materielle als auch andere), die Ausbreitung von Ideen und die Festigung zusammenhängender Gemeinschaften. Die angewendeten Methoden decken die Machtdynamik der Piraterie in den beiden untersuchten Romanen Captain Blood: His Odyssey von Rafael Sabatini und The Only Life That Mattered von James L. Nelson, die 1922 bzw. 2004 veröffentlicht wurden, auf. Der Ansatz der verwendeten Algorithmen reicht von Zentralitätsberechnungen bis hin zu Erkennung von Gemeinschaften und eine Unsupervised Machine Learning Methode. Durch die Modellierung der Datensätze und die Visualisierung der Ergebnisse lassen sich die Kernakteure, sowie zugrunde liegende Strukturen, identifizieren. Schließlich befasst sich diese Arbeit mit der möglichen Zersplitterung, die zu dem vollständigen Zusammenbruch dieser Netzwerke führen.
Abstract
(Englisch)
The aim of this thesis is to apply social networking and data analysis techniques to two historical novels set in the ‘Golden Age’ of piracy at the turn of the 18th century, in order to elucidate the illicit nexuses of existing interrelationships between miscellaneous members of the criminal organisations described in each literary work. These networks are established using methods of historical social network analysis (HSNA) and implemented using the R programming language. The networks thus generated can then be explored from the perspective of the circulation of information, the transference of resources (both material and otherwise), the propagation of ideas, and the consolidation of cohesive communities. They will be used in an endeavour to unveil the power dynamics of piracy inherent in the two novels under study; these are Captain Blood: His Odyssey by Rafael Sabatini and The Only Life That Mattered by James L. Nelson, published in 1922 and 2004, respectively. The approach employs algorithms ranging from centrality calculations to community detection along with an unsupervised machine learning approach. Modelling of the data sets and visualisation of the results then enables the core actors, as well as underlying structures, to be identified. The thesis concludes with an examination of the potential fragmentation preceding the complete collapse of these networks.

Schlagwörter

Schlagwörter
(Deutsch)
Datenanalyse Soziale Netzwerkanalyse Clustering-Algorithmen Zentralitätsberechnung Robustheit von Netzen
Schlagwörter
(Englisch)
Data analysis Social network analysis Clustering algorithms Centrality Network robustness
Autor*innen
Dasha Evsina
Haupttitel (Englisch)
Modelling power dynamics in piratical networks
Paralleltitel (Deutsch)
Modellierung der Machtdynamik in Piratennetzwerken
Publikationsjahr
2022
Umfangsangabe
82 Seiten : Diagramme
Sprache
Englisch
Beurteiler*in
Tara Andrews
Klassifikationen
54 Informatik > 54.20 Datenverarbeitungsanlagen: Allgemeines ,
54 Informatik > 54.50 Programmierung: Allgemeines ,
54 Informatik > 54.72 Künstliche Intelligenz
AC Nummer
AC16598643
Utheses ID
63904
Studienkennzahl
UA | 066 | 647 | |
Universität Wien, Universitätsbibliothek, 1010 Wien, Universitätsring 1