Hubs en brugknopen in een associatienetwerk: betekenis en toepassing

Je hebt het associatienetwerk rond een keuze in kaart gebracht en ziet tientallen associaties met lijnen ertussen. Welke daarvan verdienen in je communicatie de meeste aandacht? Vaak zijn dat niet de opvallendste associaties, maar de knopen die een centrale of verbindende positie in het netwerk innemen.

Een hub is in de Neurofactor-werkdefinitie een knooppunt met veel verbindingen en een hoge totale verbindingssterkte, dat daardoor de betekenis van een groot deel van het associatienetwerk mee kleurt. Een brugknoop is een associatie die in meerdere clusters of thema's voorkomt of daarmee verbonden is, zodat ze verschillende thema's tegelijk kan raken.

Beide begrippen beschrijven een positie in het netwerk, niet hoe vaak een associatie genoemd wordt of hoe positief ze is. Het zijn werkbegrippen met een rekenwijze uit de netwerkwetenschap: de uitkomst hangt af van hoe je het netwerk opbouwt.

In een associatienetwerk zijn de associaties de knooppunten en de verbanden ertussen de verbindingen. Andere artikelen gaan over kenmerken van één associatie: hoe stevig ze aan de keuze vastzit (associatiesterkte) en hoe snel ze opkomt (salience). Groepen samenhangende associaties heten associatieclusters.

Dit artikel gaat over iets anders: de positie die een associatie in het netwerk inneemt. Een associatie kan weinig opvallen en toch veel andere associaties met elkaar verbinden. Het onderscheid tussen hoofd- en subassociaties beschrijft lagen in het netwerk; hubs en brugknopen beschrijven posities. Die twee indelingen vallen niet vanzelf samen.

In de netwerkwetenschap is een hub een knooppunt met uitzonderlijk veel verbindingen. Neurofactor gebruikt een iets strengere werkdefinitie: een hub is een knooppunt dat zowel veel verbindingen heeft als een hoge totale verbindingssterkte. Het eerste heet in netwerktermen degree (het aantal verbindingen), het tweede strength (de som van de gewichten van die verbindingen).

Waarom beide? Opsahl, Agneessens en Skvoretz noemen strength een grove maat: ze telt de totale betrokkenheid van een knoop, niet met hoeveel andere knopen die verbonden is. Ze stellen daarom maten voor die aantal en gewicht van verbindingen combineren (Opsahl e.a., 2010). Een associatie met één zeer sterke verbinding is dus iets anders dan een associatie die met veel andere redelijk sterk verbonden is; alleen de tweede noemen we een hub.

Dat een hub de rest van het netwerk 'kleurt', is een werkhypothese: omdat veel associaties met de hub verbonden zijn, is de betekenis ervan vaak aanwezig als die andere associaties opkomen. Het is geen gemeten effect.

Een brugknoop is in de Neurofactor-werkdefinitie een associatie die in meerdere clusters of thema's voorkomt of daarmee verbonden is. Een brugknoop hoeft geen hub te zijn: ze kan weinig verbindingen hebben, zolang die naar verschillende clusters lopen.

Een verwante uitwerking komt uit de psychologische netwerkanalyse: Jones, Ma en McNally ontwikkelden bridge centrality-maten om symptomen te vinden die twee stoornissen verbinden (Jones e.a., 2021). Ze onderscheiden vier bridge-maten. Twee daarvan zijn direct bruikbaar als denkkader:

• Bridge strength: de som van de (absolute) gewichten van alle verbindingen tussen een knoop en knopen buiten de eigen groep.
• Bridge betweenness: hoe vaak een knoop op het kortste pad ligt tussen twee knopen uit verschillende groepen.

Die maten vragen dat je de groepen eerst vastlegt. Een brugknoop bestaat dus alleen ten opzichte van een clusterindeling; een andere indeling kan andere brugknopen opleveren.

Hubs en brugknopen herken je met centraliteitsmaten. Freeman formaliseerde in 1978 drie klassieke maten (Freeman, 1978; zoals samengevat door Opsahl e.a., 2010):

• Degree: het aantal verbindingen of buren van een knoop.
• Closeness: hoe dicht een knoop via de kortste paden bij alle andere knopen ligt.
• Betweenness: op hoeveel kortste paden tussen andere knopen een knoop ligt.

Deze maten zijn ontwikkeld voor sociale netwerken. Bringmann en collega's laten zien dat hun aannames, zoals een stroom langs kortste paden, niet vanzelf gelden in psychologische netwerken. Ze concluderen dat vooral betweenness en closeness daar slecht passen als maat voor het belang van een knoop, en dat je expliciet moet maken wat je met 'centraal' bedoelt (Bringmann e.a., 2019).

Ook in een associatienetwerk is niet vanzelfsprekend dat betekenis zich langs het kortste pad verplaatst. Gebruik daarom degree en strength als basis voor hubs en behandel betweenness-achtige maten als aanvullend signaal.

Barabási en Albert beschreven dat in veel grote netwerken het aantal verbindingen per knoop een machtsverdeling volgt: de meeste knopen hebben weinig verbindingen, een klein aantal heel veel. Ze verklaarden dit met groei en voorkeursaanhechting: nieuwe knopen koppelen zich bij voorkeur aan al goed verbonden knopen (Barabási & Albert, 1999).

Steyvers en Tenenbaum vonden een vergelijkbaar patroon in semantische netwerken, waaronder een netwerk van vrije woordassociaties. De meeste woorden hebben daar weinig verbindingen en zijn met elkaar verbonden via een klein aantal hubs (Steyvers & Tenenbaum, 2005).

Die bevindingen gaan over grote taalnetwerken. Een associatienetwerk rond één keuze is veel kleiner en anders verzameld. Of zo'n netwerk duidelijke hubs heeft, is per onderzoek een empirische vraag.

Henderson, Iacobucci en Calder beschrijven hoe cognitieve theorieën merkassociaties van consumenten als netwerk voorstellen, en hoe technieken uit de netwerkanalyse merkvraagstukken kunnen verhelderen, zoals segmentatie, kannibalisatie, merkverwatering en merkverwarring (Henderson e.a., 1998).

Neurofactor past dezelfde netwerklogica toe op een concrete keuze in plaats van op een merk. Die toepassing bouwt voort op het merkonderzoek, maar is er niet door gevalideerd. Hoe je associaties verzamelt, lees je in Hoe meet je associaties?.

Communicatieruimte is beperkt. Je kunt niet elke associatie aanspreken, dus wil je weten welke knopen het meeste bereik hebben:

• Bereik binnen het netwerk. Een boodschap die een hub raakt, raakt een associatie waarmee veel andere associaties verbonden zijn.
• Thema's verbinden. Via een brugknoop kun je een thema waarin je aanbod sterk staat, verbinden met een thema waarin twijfel bestaat.
• Risico's die zich verspreiden. Heeft een hub of brugknoop een negatieve lading, dan kan die twijfel in meerdere thema's doorwerken.

Dit is een redenering vanuit de netwerkstructuur. Of een boodschap op zo'n knoop werkelijk de beleving van andere thema's verandert, moet je onderzoeken; zie Hoe vertaal je doelgroepinzichten naar toetsbare boodschappen?

1. Leg de keuzecontext vast. Een netwerk geldt voor één afgebakende keuze en één doelgroep.
2. Leg de netwerkopbouw vast. Bepaal wat een knoop is, wanneer twee associaties verbonden zijn (bijvoorbeeld als dezelfde respondent beide noemt) en wat het gewicht is (bijvoorbeeld het aantal respondenten dat beide noemt). Noteer drempels en codeerregels.
3. Bereken degree en strength. Een knoop die alleen op strength hoog scoort, kan op één heel sterke verbinding rusten (Opsahl e.a., 2010).
4. Bepaal de clusters. Kies thema's inhoudelijk vooraf of bepaal ze met een clusteranalyse, en leg dat vast.
5. Bereken bridge-maten. Kijk naar verbindingen met andere clusters (bridge strength) en aanvullend naar de positie op paden tussen clusters (bridge betweenness) (Jones e.a., 2021).
6. Controleer de stabiliteit. Herhaal de analyse op deelsteekproeven of met een bootstrap (Epskamp e.a., 2018).
7. Leg positie naast lading en salience. Een negatief geladen hub vraagt een andere aanpak dan een positief geladen hub.
8. Toets wat je ermee wilt doen. Een hub of brugknoop is een uitgangspunt voor een toetsbare boodschap, geen bewezen hefboom.

Een associatie kan tegelijk hub en brugknoop zijn: veel sterke verbindingen, verspreid over meerdere clusters.

Dit voorbeeld is fictief. De invulling is illustratief en geen onderzoeksuitkomst.

Situatie en keuzevraag. Een leasemaatschappij wil begrijpen wat er speelt wanneer leaserijders kiezen of hun volgende leaseauto elektrisch wordt.

Beschikbare informatie. Een open associatietaak levert gecodeerde associaties op. Twee associaties zijn verbonden als dezelfde respondent beide noemt; het gewicht is het aantal respondenten dat dat doet.

Passende aanpak. De onderzoekers bepalen clusters, berekenen degree, strength en bridge strength en controleren de stabiliteit. Een netwerk zou er zo uit kunnen zien:

Mogelijke interpretatie. 'Laden' zou het netwerk kleuren; 'thuis laden' zou kosten, gemak en duurzaamheid tegelijk raken. Maar wie geen eigen oprit heeft, kan 'thuis laden' negatief laden: de positie zegt nog niets over de richting.

Vervolgstap. De leasemaatschappij bekijkt de lading per subgroep en toetst daarna boodschappen rond laden tegen een algemene boodschap.

• Centraliteit hangt af van de netwerkopbouw. Welke associaties je opneemt, hoe je verbindingen definieert, welke drempel je gebruikt en hoe je clustert, bepaalt welke knopen centraal uitkomen (Bringmann e.a., 2019).
• Centraliteit is steekproefafhankelijk. De rangorde kan verschuiven als je het netwerk met minder waarnemingen opnieuw schat; bij lage stabiliteit zijn verschillen niet te interpreteren (Epskamp e.a., 2018).
• Een hub is geen oorzaak van gedrag. Een centrale positie beschrijft structuur in samenhangende antwoorden, niet dat de associatie de keuze veroorzaakt.
• Een groepsnetwerk is geen individueel netwerk. Een samengevoegd netwerk kan structuren tonen die bij geen enkel individu zo voorkomen.
• Het blijven werkbegrippen. Er bestaan geen gevalideerde drempels voor een hub. Vergelijk tussen onderzoeken alleen bij dezelfde netwerkopbouw.

• De vaakst genoemde associatie een hub noemen. Frequentie zegt iets over de associatie zelf, niet over haar verbindingen.
• Positie verwarren met lading. Een hub kan positief, negatief of ambivalent zijn. Wie alleen de positie ziet, kan een risico versterken.
• Een hub als drijfveer presenteren. Een centrale associatie is een aanwijzing waar je moet kijken, geen bewezen motief voor de keuze.

Hubs en brugknopen laten zien welke associaties de meeste reikwijdte in een netwerk hebben: een hub door veel en sterke verbindingen, een brugknoop door thema's te verbinden. Gebruik ze als werkbegrippen: leg vast hoe het netwerk is opgebouwd, controleer de stabiliteit, kijk naar de lading en toets of communicatie op deze knopen doet wat je verwacht.