社會(huì)網(wǎng)絡(luò)分析課件

在社會(huì)科學(xué)中，以對(duì)社會(huì)行動(dòng)者之間的互動(dòng)研究為基礎(chǔ)的結(jié)構(gòu)性方法被稱作社會(huì)網(wǎng)絡(luò)分析（弗里曼，2008）這些行動(dòng)者可能是個(gè)體的人，也可能是群體、組織或者國(guó)家等。社會(huì)網(wǎng)絡(luò)分析關(guān)注行動(dòng)者之間的關(guān)系，認(rèn)為這些關(guān)系的模式會(huì)影響它們的行動(dòng)。因此，揭示不同類別的關(guān)系模式，并確定這些模式在何種條件下會(huì)出現(xiàn)以及會(huì)導(dǎo)致什么樣的后果就成為社會(huì)網(wǎng)絡(luò)分析的核心目標(biāo)之一。2023/1/514.5社會(huì)網(wǎng)絡(luò)分析在社會(huì)科學(xué)中，以對(duì)社會(huì)行動(dòng)者之間的互動(dòng)研究為基礎(chǔ)的結(jié)構(gòu)性方法4.6.1社會(huì)網(wǎng)絡(luò)分析的發(fā)展當(dāng)代科學(xué)界重視結(jié)構(gòu)性與系統(tǒng)性這一大背景的產(chǎn)物社會(huì)網(wǎng)絡(luò)分析把社會(huì)學(xué)家、人類學(xué)家、數(shù)學(xué)家、經(jīng)濟(jì)學(xué)家、政治學(xué)家、心理學(xué)家、傳播學(xué)家、統(tǒng)計(jì)學(xué)家、生態(tài)學(xué)家、流行病學(xué)家、計(jì)算機(jī)科學(xué)家、商學(xué)院里的組織行為學(xué)和市場(chǎng)學(xué)學(xué)者，以及物理學(xué)家集合在一起。雖然這些人背景各異，但共同擁有一個(gè)體現(xiàn)在網(wǎng)絡(luò)分析方法中的結(jié)構(gòu)性視角。多個(gè)學(xué)科幾代研究者不斷積累的結(jié)果關(guān)于社會(huì)網(wǎng)絡(luò)分析的起源，有的研究者認(rèn)為始于20世紀(jì)30年代早期莫雷諾（JacobMoreno）的社會(huì)計(jì)量學(xué)。也有人認(rèn)為，社會(huì)網(wǎng)絡(luò)分析到20世紀(jì)70年代懷特（HarrisonWhite）在哈佛大學(xué)招收研究生時(shí)才開始。事實(shí)上，社會(huì)網(wǎng)絡(luò)分析的相關(guān)理論從19世紀(jì)末20世紀(jì)初的齊美爾（GeorgSimmel）就已發(fā)端，甚至能夠追溯至更早的孔德（AugusteComte）。2023/1/524.6.1社會(huì)網(wǎng)絡(luò)分析的發(fā)展2022/12/29220世紀(jì)30年代，莫雷諾的社會(huì)關(guān)系計(jì)量學(xué)和沃納（WilliamWarner）與梅奧（GeorgeMayo）的人際關(guān)系學(xué)派1934年，莫雷諾出版了《誰(shuí)將生存？》一書，標(biāo)志著社會(huì)計(jì)量學(xué)的興起。莫雷諾及其助手統(tǒng)計(jì)了研究對(duì)象期望和哪位組織成員共同生活和娛樂，并據(jù)此得出一套關(guān)系型數(shù)據(jù)，用以分析各成員在群體中的位置和群體中的小集團(tuán)。大約在同時(shí)期，哈佛大學(xué)的沃納和梅奧在研究組織行為的過程中，提出了人際關(guān)系學(xué)派（TheRelationalSchool）。他們收集了工人之間詳細(xì)的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)，比如誰(shuí)和誰(shuí)一起玩、誰(shuí)和誰(shuí)吵了架等，并用圖形的方式展示了工人之間的種種關(guān)系。2023/1/5320世紀(jì)30年代，莫雷諾的社會(huì)關(guān)系計(jì)量學(xué)和沃納（Willia20世紀(jì)50年代，哥倫比亞學(xué)派的傳播研究拉扎斯菲爾德（PaulLazarsfeld）、科爾曼（JamesColeman）、卡茲（ElihuKatz）和門澤爾（HerbertMenzel）等人采用社會(huì)網(wǎng)絡(luò)的方法來(lái)研究社會(huì)傳播（SocialDiffusion），給社會(huì)網(wǎng)絡(luò)研究注入了新的活力。1955年，哥倫比亞學(xué)派的代表性作品之一《人際影響》問世，研究者們從生命周期、合群性和社會(huì)經(jīng)濟(jì)地位三個(gè)方面探討了意見領(lǐng)袖的特征。2023/1/5420世紀(jì)50年代，哥倫比亞學(xué)派的傳播研究2022/12/291967年哈佛大學(xué)心理學(xué)教授斯坦利·米爾格拉姆（StanleyMilgram）通過連鎖信實(shí)驗(yàn)驗(yàn)證了六度分離理論（SixDegreesofSeparation）六度分離理論（又稱小世界現(xiàn)象）的出現(xiàn)使得人們對(duì)于人際關(guān)系網(wǎng)絡(luò)的威力有了新的認(rèn)識(shí)。然而，在這個(gè)理論中，沒有對(duì)人和人之間的關(guān)系進(jìn)行強(qiáng)弱的區(qū)分。直到1974年，斯坦福大學(xué)社會(huì)系的馬克·格拉諾維特（MarkGranovetter）提出了弱連接理論，才對(duì)這一問題進(jìn)行了補(bǔ)充。格蘭諾維特指出：每個(gè)人與接觸最頻繁的親人、同學(xué)、朋友、同事等之間是一種“強(qiáng)連接”（StrongTies），然而這種穩(wěn)定的連接在傳播范圍上非常有限。反而，與一個(gè)人的工作和事業(yè)關(guān)系最密切的社會(huì)關(guān)系并不是“強(qiáng)連接”，而常常是“弱連接”（WeakTies），例如一個(gè)無(wú)意間認(rèn)識(shí)的人或者打開收音機(jī)偶然聽到的一個(gè)人等?！叭踹B接”雖然不如“強(qiáng)連接”那樣穩(wěn)定，但卻有著極快的、低成本和高效能的傳播效率。2023/1/551967年哈佛大學(xué)心理學(xué)教授斯坦利·米爾格拉姆（Stanle20世紀(jì)70年代，懷特（HarrisonWhite）在哈佛大學(xué)的研究懷特將矩陣?yán)碚搼?yīng)用與社會(huì)網(wǎng)絡(luò)研究，寫出了一些關(guān)于網(wǎng)絡(luò)分組（blockmodeling）和機(jī)會(huì)鏈（chainsofopportunny）方面的重要論文。在這個(gè)過程中，培養(yǎng)了一大批對(duì)當(dāng)代社會(huì)網(wǎng)絡(luò)分析具有重要影響的學(xué)生，比如皮爾曼（PeterBearman）、波納西（PeterBonacich）、威爾曼（BarryWellman）和溫士浦（ChristopherWinship）等人。70年代末，在威爾曼等人的倡導(dǎo)下，社會(huì)網(wǎng)絡(luò)研究國(guó)際協(xié)會(huì)（InternationalNetworkforSocialNetworkAnalysis）成立，加上《社會(huì)網(wǎng)絡(luò)》雜志的創(chuàng)辦，標(biāo)志著社會(huì)網(wǎng)絡(luò)研究開始了系統(tǒng)化和國(guó)際化的進(jìn)程。2023/1/5620世紀(jì)70年代，懷特（HarrisonWhite）在哈佛20世紀(jì)90年代以來(lái)，社會(huì)網(wǎng)絡(luò)研究實(shí)現(xiàn)了分析方法的突破和多學(xué)科的深入?yún)⑴c指數(shù)隨機(jī)網(wǎng)絡(luò)模型（ExponentialRandomGraphModels，ERGM）的建立和發(fā)展極大推動(dòng)了社會(huì)網(wǎng)絡(luò)的統(tǒng)計(jì)建模。Snijders等創(chuàng)建的個(gè)體導(dǎo)向隨機(jī)模型（StochasticActor-orientedModels）進(jìn)一步把隨機(jī)網(wǎng)絡(luò)模型推廣到分析動(dòng)態(tài)社會(huì)網(wǎng)絡(luò)。研究主題從單純的對(duì)社會(huì)網(wǎng)絡(luò)的研究，擴(kuò)展到對(duì)政治網(wǎng)絡(luò)、經(jīng)濟(jì)網(wǎng)絡(luò)、文學(xué)作品中的對(duì)話網(wǎng)、蛋白質(zhì)互動(dòng)網(wǎng)、疾病傳染網(wǎng)、計(jì)算機(jī)網(wǎng)絡(luò)等的研究。參與的學(xué)科從社會(huì)學(xué)、人類學(xué)和統(tǒng)計(jì)學(xué)擴(kuò)張到經(jīng)濟(jì)學(xué)、政治學(xué)、傳播學(xué)、文學(xué)、物理學(xué)、生物學(xué)和醫(yī)學(xué)等學(xué)科。2023/1/5720世紀(jì)90年代以來(lái)，社會(huì)網(wǎng)絡(luò)研究實(shí)現(xiàn)了分析方法的突破和多學(xué)在這個(gè)過程中，除了以社會(huì)學(xué)為核心的研究繼續(xù)得到鞏固，還形成了以物理學(xué)和計(jì)算機(jī)科學(xué)為核心的不同流派。1998年，康奈爾大學(xué)的鄧肯·瓦特（DuncanWatts）和斯蒂文·斯特羅加茨（StevenStrogatz）在《Nature》雜志上發(fā)表了一篇名為“小世界網(wǎng)絡(luò)的集體動(dòng)力學(xué)”（Collectivedynamicsofthe'SmallWorld'networks）的論文。指出之所以會(huì)出現(xiàn)小世界現(xiàn)象，是由于某一類復(fù)雜網(wǎng)絡(luò)的特性。他們注意到復(fù)雜網(wǎng)絡(luò)可以按兩個(gè)獨(dú)立的結(jié)構(gòu)特性分類，即集聚系數(shù)和節(jié)點(diǎn)間的平均路徑長(zhǎng)度。1999年，Barabási和Albert在《Science》雜志上發(fā)表的《隨機(jī)網(wǎng)絡(luò)中標(biāo)度的涌現(xiàn)》一文中證明復(fù)雜網(wǎng)絡(luò)的連接度普遍符合冪律分布。隨后，很多研究者，尤其是物理學(xué)家開始關(guān)注各種復(fù)雜網(wǎng)絡(luò)。于此同時(shí)，以康奈爾大學(xué)的JonM.Kleinberg教授為代表的計(jì)算機(jī)科學(xué)研究者則主要針對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)的特點(diǎn)，運(yùn)用與修改各種數(shù)據(jù)挖掘算法。提出了針對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)的基本算法，如著名的HITS和PAGERANK算法。2023/1/58在這個(gè)過程中，除了以社會(huì)學(xué)為核心的研究繼續(xù)得到鞏固，還形成了4.6.2社會(huì)網(wǎng)絡(luò)分析的主要測(cè)量指標(biāo)社會(huì)網(wǎng)絡(luò)分析按照研究群體的不同可分為兩種基本的類型：自我中心網(wǎng)絡(luò)（

Ego-centeredNetworks）分析和整體網(wǎng)絡(luò)（WholeNetworks）分析。自我中心網(wǎng)絡(luò)是從個(gè)體的角度來(lái)界定社會(huì)網(wǎng)絡(luò)，以特定行動(dòng)者為研究中心，主要考慮與該行動(dòng)者相關(guān)的聯(lián)系，以此來(lái)研究個(gè)體行為如何受到其人際網(wǎng)絡(luò)關(guān)系的影響。而整體網(wǎng)絡(luò)關(guān)注的焦點(diǎn)則是網(wǎng)絡(luò)整體中角色關(guān)系的綜合結(jié)構(gòu)或群體中不同角色的關(guān)系結(jié)構(gòu)。這兩種類型的分析因其側(cè)重點(diǎn)不同，主要使用的測(cè)量指標(biāo)也不盡相同，但并非毫無(wú)聯(lián)系。社會(huì)網(wǎng)絡(luò)中的測(cè)量指標(biāo)主要包括三種類型：對(duì)連帶的測(cè)量、對(duì)個(gè)體的測(cè)量和對(duì)網(wǎng)絡(luò)整體的測(cè)量。這些指標(biāo)都是靜態(tài)量，可以通過計(jì)算它們?cè)诓煌瑫r(shí)間的值，反映網(wǎng)絡(luò)的變化趨勢(shì)。2023/1/594.6.2社會(huì)網(wǎng)絡(luò)分析的主要測(cè)量指標(biāo)2022/12/299社會(huì)網(wǎng)絡(luò)中連帶的測(cè)量2023/1/510網(wǎng)絡(luò)指標(biāo)定義例子間接連接兩個(gè)行動(dòng)者之間的連接路徑需要通過一個(gè)或者多個(gè)其他行動(dòng)者A與B連接，B與C連接；所以A與C通過B間接連接頻率連接發(fā)生的次數(shù)或者頻率A與B每星期談話10次持續(xù)時(shí)間（穩(wěn)定性）連接在時(shí)間上存在的持續(xù)性A與B做朋友已經(jīng)有5年了多樣性兩個(gè)行動(dòng)者被多重關(guān)系連接的程度A與B是朋友，他們向彼此尋求建議，并且一起工作強(qiáng)度描述時(shí)間、感情強(qiáng)度、親密程度或互惠程度（頻率和多樣性也常常被用于度量連接的強(qiáng)度）A與B是親密的朋友，或者長(zhǎng)時(shí)間在一起方向從一方指向另一方的方向量從A到B的工作流，但不是從B到A的對(duì)稱性（互惠性）關(guān)系的雙向程度A向B咨詢建議，B也向A咨詢建議社會(huì)網(wǎng)絡(luò)中連帶的測(cè)量2022/12/2910網(wǎng)絡(luò)指標(biāo)定義例子社會(huì)網(wǎng)絡(luò)中個(gè)體的測(cè)量2023/1/511網(wǎng)絡(luò)指標(biāo)定義度與其他行動(dòng)者的直接連接數(shù)入度從其他行動(dòng)者連接到該行動(dòng)者的直接連接數(shù)（進(jìn)入的連接）出度從該行動(dòng)者連接到其他行動(dòng)者的直接連接數(shù)（出去的連接）范圍（多樣性）連接到其它不同行動(dòng)者的數(shù)量（其他行動(dòng)者被定義為不同是因?yàn)樗麄儽旧頉]有互相連接，或代表不同的群體或狀態(tài)）近鄰度一個(gè)行動(dòng)者靠近或可以輕易地到達(dá)網(wǎng)絡(luò)中所有其他成員的程度。通常通過該行動(dòng)者到所有其他行動(dòng)者的平均路徑長(zhǎng)度（直接或間接連接）來(lái)測(cè)量。一個(gè)直接連接被看做1，間接連接根據(jù)比例得到較小的權(quán)重介度一個(gè)行動(dòng)者充當(dāng)中介（落到其他任意兩個(gè)處在最短連接路徑上的一對(duì)行動(dòng)者中間）的程度，通常通過該行動(dòng)者在網(wǎng)絡(luò)中所有可能的連接對(duì)之間充當(dāng)中介的次數(shù)取平均值中心度一個(gè)行動(dòng)者在網(wǎng)絡(luò)中處于中心的程度。不同的測(cè)量（包括度、近鄰度和介度）曾經(jīng)被用作中心度的指標(biāo)。某些中心度的測(cè)量借助與該行動(dòng)者連接的其他行動(dòng)者的中心度來(lái)測(cè)量社會(huì)網(wǎng)絡(luò)中個(gè)體的測(cè)量2022/12/2911網(wǎng)絡(luò)指標(biāo)定義度與聲望建立在非對(duì)稱關(guān)系基礎(chǔ)上。有威信的行動(dòng)者是關(guān)鍵的目標(biāo)，而不是源頭。類似于中心度的測(cè)量，通過解釋關(guān)系的方向來(lái)計(jì)算。結(jié)構(gòu)洞結(jié)構(gòu)洞是信息流動(dòng)時(shí)候的“鴻溝”，信息可以在兩個(gè)連接到同一自我中心節(jié)點(diǎn)（ego）但是彼此并不相連的節(jié)點(diǎn)間傳播，那么這個(gè)自我中心節(jié)點(diǎn)處在跨越結(jié)構(gòu)洞的位置，結(jié)構(gòu)洞看起來(lái)就是存在網(wǎng)絡(luò)中兩個(gè)沒有緊密聯(lián)系的節(jié)點(diǎn)集合之間的“空地”明星處于網(wǎng)絡(luò)中的成員聯(lián)系人與兩個(gè)或更多個(gè)彼此沒有連接的群體具有連接但又不屬于這個(gè)群體的行動(dòng)者橋同時(shí)屬于兩個(gè)或多個(gè)群體的成員把關(guān)人把網(wǎng)絡(luò)的一部分和另一部分間作為中介或控制流（兩部分間唯一的連接）的行動(dòng)者孤立點(diǎn)沒有連接或相對(duì)來(lái)說幾乎沒有連接的行動(dòng)者2023/1/512聲望建立在非對(duì)稱關(guān)系基礎(chǔ)上。有威信的行動(dòng)者是關(guān)鍵的目標(biāo)，而不社會(huì)網(wǎng)絡(luò)中網(wǎng)絡(luò)整體的測(cè)量2023/1/513網(wǎng)絡(luò)指標(biāo)定義規(guī)模網(wǎng)絡(luò)中行動(dòng)者的數(shù)量包含度一個(gè)網(wǎng)絡(luò)中的行動(dòng)者總數(shù)減去孤立的行動(dòng)者數(shù)（沒有連接任何其它行動(dòng)者的行動(dòng)者數(shù)量）。也用被連接行動(dòng)者數(shù)與總行動(dòng)者數(shù)的比率來(lái)進(jìn)行測(cè)量網(wǎng)絡(luò)節(jié)點(diǎn)和連接的最大連通子集組件組件中的所有節(jié)點(diǎn)互相連接（直接連接或間接連接），并且沒有節(jié)點(diǎn)和組件外的節(jié)點(diǎn)相連連通度網(wǎng)絡(luò)中的行動(dòng)者與另一個(gè)行動(dòng)者直接或間接相連的程度。有時(shí)用網(wǎng)絡(luò)中任意兩個(gè)行動(dòng)者間的最大（或平均）的路徑長(zhǎng)度來(lái)進(jìn)行測(cè)量連通率相互可達(dá)的行動(dòng)者對(duì)數(shù)與總的行動(dòng)者對(duì)數(shù)的比率密度網(wǎng)絡(luò)中的實(shí)際連接數(shù)與可能連接數(shù)的比率中心勢(shì)計(jì)算網(wǎng)絡(luò)中大多數(shù)中心度最大的行動(dòng)者和其他行動(dòng)者間的中心度值的差別，從而得到實(shí)際差別總數(shù)和最大差別總數(shù)的比率核心外圍性達(dá)到網(wǎng)絡(luò)中核心成員彼此連接，外圍成員僅僅連接到核心成員而不彼此連接的結(jié)構(gòu)的程度對(duì)稱性網(wǎng)絡(luò)中對(duì)稱連接數(shù)與非對(duì)稱連接數(shù)（或與總連接數(shù)）的比率小世界性網(wǎng)絡(luò)結(jié)構(gòu)中存在一些塊，并且塊中行動(dòng)者之間的距離很短傳遞性三個(gè)成員（A,B,C）是可傳遞的：如果A與B相連，并且B與C相連，那么C就與A相連。傳遞性是可傳遞三元組的數(shù)目除以潛在的可傳遞三元組的數(shù)目（長(zhǎng)度為2的路徑的數(shù)目）社會(huì)網(wǎng)絡(luò)中網(wǎng)絡(luò)整體的測(cè)量2022/12/2913網(wǎng)絡(luò)指標(biāo)定義4.6.3社會(huì)網(wǎng)絡(luò)分析的主要步驟2023/1/514以政府間國(guó)際組織為例來(lái)具體說明如何應(yīng)用社會(huì)網(wǎng)絡(luò)分析方法進(jìn)行相關(guān)研究假設(shè)存在五個(gè)國(guó)家（a、b、c、d、e），它們分別是七個(gè)政府間國(guó)際組織的成員4.6.3社會(huì)網(wǎng)絡(luò)分析的主要步驟2022/12/2914以區(qū)分“全局網(wǎng)”和“個(gè)體中心網(wǎng)”在這個(gè)問題中，全局網(wǎng)的研究對(duì)象可能是整個(gè)國(guó)際社會(huì)乃至國(guó)際體系，而個(gè)體中心網(wǎng)則僅以某一具體網(wǎng)絡(luò)為中心。因此這七個(gè)政府間國(guó)際組織組成的是“個(gè)體中心網(wǎng)”。區(qū)分各種關(guān)系即使是同一網(wǎng)絡(luò)也可能存在不同的關(guān)系。在這個(gè)政府間組織網(wǎng)絡(luò)中可能存在著貿(mào)易關(guān)系、同盟關(guān)系甚至敵對(duì)關(guān)系。哈夫納伯頓等人重點(diǎn)關(guān)注這些國(guó)家在網(wǎng)絡(luò)組織中的位置所產(chǎn)生的權(quán)力關(guān)系。收集網(wǎng)絡(luò)關(guān)系數(shù)據(jù)這些數(shù)據(jù)是多元的，既有經(jīng)濟(jì)的，也有政治的以及社會(huì)的。在哈夫納伯頓的研究中，使用了國(guó)家間軍事爭(zhēng)端數(shù)據(jù)（MilitarizedInterstateDisputes,MIDs）、國(guó)家組織會(huì)員數(shù)據(jù)（StateSystemMembership）等數(shù)據(jù)庫(kù)以搜集關(guān)系數(shù)據(jù)。2023/1/515區(qū)分“全局網(wǎng)”和“個(gè)體中心網(wǎng)”2022/12/2915處理關(guān)系數(shù)據(jù)可以用二分法（以“1”或“0”表示）或者加權(quán)值的方式。2023/1/516政府間國(guó)際組織成員的隸屬矩陣D。其中，以“1”表示該國(guó)家屬于某個(gè)組織，“0”則相反。社會(huì)計(jì)量矩陣表示成員網(wǎng)絡(luò)。a和b之間的值為4，表示a與b共同屬于4個(gè)組織。也可以用圖直觀的表示。其中，v值表示國(guó)家間在這個(gè)網(wǎng)絡(luò)中共屬的政府間組織數(shù)量。處理關(guān)系數(shù)據(jù)2022/12/2916政府間國(guó)際組織成員的隸屬選擇是否包含行為體的屬性信息如國(guó)家的經(jīng)濟(jì)社會(huì)情況，國(guó)家的政治（政體）、軍事信息等。由于在結(jié)構(gòu)化的研究取向中，社會(huì)網(wǎng)絡(luò)分析重點(diǎn)關(guān)注的是行為體之間的關(guān)系數(shù)據(jù)，這個(gè)步驟是可選擇的。對(duì)得到的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析由于社會(huì)網(wǎng)絡(luò)分析往往涉及龐大的關(guān)系數(shù)據(jù)，因此計(jì)算和分析過程幾乎完全依靠社會(huì)網(wǎng)絡(luò)分析軟件來(lái)進(jìn)行。社會(huì)網(wǎng)絡(luò)分析提供了一系列描述網(wǎng)絡(luò)屬性的指標(biāo)，例如中心度、密度、中間性、接近性、派系、聚類等。可以用社群圖或者矩陣的形式表示?；诖?，可以分析網(wǎng)絡(luò)中各個(gè)點(diǎn)在網(wǎng)絡(luò)中的中心度或重要性以及網(wǎng)絡(luò)分化的子群等特征。并進(jìn)一步研究各種群體間的直接關(guān)系，進(jìn)而研究其宏觀結(jié)構(gòu)。2023/1/517選擇是否包含行為體的屬性信息2022/12/29174.6.4社會(huì)網(wǎng)絡(luò)分析的工具對(duì)于社會(huì)網(wǎng)絡(luò)分析中的數(shù)據(jù)，除了使用SPSS、SAS、R等進(jìn)行處理以外，還可以使用專門的網(wǎng)絡(luò)分析軟件。它們能夠幫助研究者進(jìn)行數(shù)據(jù)錄入、統(tǒng)計(jì)、建模等一系列工作，還提供多種靜態(tài)布局和動(dòng)態(tài)交互的可視化功能。斯科特和瓦瑟爾曼曾經(jīng)在《ModelsandMethodsinSocialNetworkAnalysis》一書中介紹了23種社會(huì)網(wǎng)絡(luò)分析軟件，包括其適用對(duì)象、數(shù)據(jù)格式、功能和所提供的支持等方面的具體情況。在眾多軟件中，較為常用的網(wǎng)絡(luò)分析軟件主要包括UCINET、Pajek、NetworkX和NetMiner等。2023/1/518功能PajekUCINETNetworkXNetMiner3特征參數(shù)√√√√統(tǒng)計(jì)模型╳√╳√社團(tuán)發(fā)現(xiàn)╳√√√動(dòng)態(tài)網(wǎng)絡(luò)√╳√╳可視化√╳√√4.6.4社會(huì)網(wǎng)絡(luò)分析的工具2022/12/2918功能P4.6.5社會(huì)網(wǎng)絡(luò)分析的典型案例案例1：對(duì)SARS病毒傳播擴(kuò)散趨勢(shì)和控制病毒傳播手段可行性的測(cè)算（林國(guó)基，2003）人們發(fā)現(xiàn)具有小世界效應(yīng)的動(dòng)態(tài)系統(tǒng)模型能加快信號(hào)傳播的速度，提高計(jì)算能力和計(jì)算同步性。謠言、傳染病在小世界網(wǎng)絡(luò)中的傳播也比在規(guī)則網(wǎng)絡(luò)中更為容易。流行病傳播模型是時(shí)空動(dòng)力學(xué)模型。傳統(tǒng)理論的主要基本假設(shè)把社會(huì)中人與人的關(guān)系看成規(guī)則網(wǎng)絡(luò)，主要的預(yù)測(cè)模型是反應(yīng)——擴(kuò)散模型。隨著現(xiàn)代化交通工具的發(fā)展，此模型已經(jīng)不能如實(shí)反映傳染病傳播的實(shí)際情況。近年來(lái)，大量的統(tǒng)計(jì)數(shù)據(jù)表明，社會(huì)網(wǎng)絡(luò)模型應(yīng)該是“小世界”模型。由現(xiàn)代交通工具帶來(lái)的社會(huì)網(wǎng)絡(luò)的新特點(diǎn)，使得研究現(xiàn)代流行病傳播必須考慮小世界網(wǎng)絡(luò)模型。用小世界網(wǎng)絡(luò)模型模擬SARS病毒的傳播，成功得到了和現(xiàn)實(shí)病毒擴(kuò)散相同的趨勢(shì)，同時(shí)指出與病毒傳播速度相關(guān)的網(wǎng)絡(luò)參量，并通過引入網(wǎng)絡(luò)反饋提出控制病毒傳播的幾種可能的手段和以后的發(fā)展可能性。2023/1/5194.6.5社會(huì)網(wǎng)絡(luò)分析的典型案例2022/12/2919模型構(gòu)建在模擬中取網(wǎng)絡(luò)的大小為N=1000000，p=0.01，K值作為一調(diào)節(jié)參量待定。根據(jù)SARS病毒的傳播規(guī)律，把一個(gè)人的感染周期分為三個(gè)階段：潛伏期、傳染期和隔離期。一個(gè)人被感染后進(jìn)入潛伏期，假設(shè)平均為6天，在不同的人中是標(biāo)準(zhǔn)差為2天的高斯分布。然后進(jìn)入天數(shù)為T的傳染期，期間每個(gè)和他有親密接觸關(guān)系的人都有pi的概率被傳染，接著被隔離治療，假設(shè)為10天，最后康復(fù)重新進(jìn)入網(wǎng)絡(luò)中，忽略掉病人死亡的情況。病毒傳染情況可以用一個(gè)量S來(lái)表示：

其中傳染率pi是相對(duì)固定的值，假設(shè)pi平均值為0.05，在不同的人中是標(biāo)準(zhǔn)差為0.01的高斯分布，再根據(jù)實(shí)際情況調(diào)節(jié)K和T的值來(lái)觀察病毒傳播的情況。實(shí)際模擬中首先在網(wǎng)絡(luò)中引進(jìn)一個(gè)病源，然后根據(jù)上述的規(guī)則演化，并每步記錄總的患病人數(shù)Nt和當(dāng)天仍患病的病人人數(shù)Ni。2023/1/520模型構(gòu)建2022/12/2920模擬結(jié)果網(wǎng)絡(luò)參數(shù)對(duì)病毒傳播的影響有兩個(gè)可調(diào)參數(shù)：K表示人們之間聯(lián)系的密切程度，而T則表示發(fā)現(xiàn)并隔離病源的速度?？梢灶A(yù)料K越大，T越長(zhǎng)，病毒就越容易傳播；K越小，T越短，病毒就越難傳播，模擬結(jié)果也證實(shí)了這一點(diǎn)。病毒傳播速度非常敏感地依賴于這兩個(gè)參數(shù)，只要參數(shù)稍作變化，病毒的傳播速度就會(huì)有很大改變。而且當(dāng)T固定時(shí)，對(duì)于參數(shù)K，存在一個(gè)臨界Kc值，當(dāng)K<Kc時(shí)，病毒不能大范圍傳播，總患病人數(shù)到達(dá)一定的數(shù)目后就停止增長(zhǎng)。而當(dāng)K>Kc時(shí)，病毒將迅速傳播直到所有人都被傳染。如當(dāng)T=2時(shí)，有Kc≈14。下圖展示了K對(duì)病毒傳播的影響。2023/1/521模擬結(jié)果2022/12/2921平均連接邊數(shù)K對(duì)病毒傳播的影響（兩圖均有T=2。左圖K=10，病毒傳播自動(dòng)衰減；右圖K=20，病毒迅速傳播）2023/1/522平均連接邊數(shù)K對(duì)病毒傳播的影響2022/12/2922下圖則顯示了T對(duì)病毒傳播的影響。T只要增加1天，傳染的速度就會(huì)大幅度增加，其中K=20。由此可見，不能及時(shí)發(fā)現(xiàn)病源和人們之間接觸太多會(huì)非常有利于病毒的傳播，初期出現(xiàn)爆發(fā)正是由于這兩個(gè)原因，要控制病毒的蔓延也正要從這兩個(gè)方面入手。2023/1/523下圖則顯示了T對(duì)病毒傳播的影響。T只要增加1天，傳染的速度就引入反饋機(jī)制后對(duì)病毒傳播的影響減小T值和K值可以抑制病毒的傳播。T值的減小有賴于政府和醫(yī)療部門加強(qiáng)對(duì)病源的搜查和效率的提高，而K值的減小則和制定的隔離制度和人們的自覺有關(guān)系。人們的自覺性往往是一個(gè)漸變的過程，會(huì)隨著疫情的變化而變化，是一個(gè)反饋過程。具體的反饋過程如下：初始狀態(tài)K=K0，當(dāng)人們發(fā)現(xiàn)最近的連續(xù)3天（這是人們的反應(yīng)時(shí)間）當(dāng)前患病人數(shù)Ni都增長(zhǎng)的時(shí)候，人們每天就把平均連接邊數(shù)K減小2，直到Ni不再上升為止。模擬顯示Ni和Nt隨著時(shí)間的變化情況如圖所示，說明現(xiàn)實(shí)中隔離制度是正確的。2023/1/524引入反饋機(jī)制后對(duì)病毒傳播的影響2022/12/2924但如果人們?cè)赟ARS尚未得到控制之前放松警惕，不能貫徹好隔離制度，又會(huì)有什么影響呢？可以利用小世界網(wǎng)絡(luò)模型來(lái)看一看。在上述的反饋機(jī)制中加入一條，當(dāng)人們發(fā)現(xiàn)當(dāng)前患病人數(shù)N-i<100并且最近連續(xù)3天Ni都減小時(shí)，就會(huì)放松警惕，每天把平均連接邊數(shù)K又增加2，直到Ni不再減小為止。模擬圖顯示人們放松警惕時(shí)Ni和Nt隨時(shí)間的變化曲線，其中T=2，K0=80。2023/1/525但如果人們?cè)赟ARS尚未得到控制之前放松警惕，不能貫徹好隔離信息透明度對(duì)病毒傳播的影響實(shí)際情況中，不是所有人都能及時(shí)獲得疫情信息從而開始自我隔離的。在這個(gè)小世界網(wǎng)絡(luò)模型中，引入一個(gè)叫信息透明度Ti的量來(lái)表征這種情況，Ti是知道疫情情況從而會(huì)進(jìn)行自我隔離的人占總?cè)藬?shù)的比例。從模擬圖可以看到透明度對(duì)病毒的傳播也有重要的影響（其中K0=60，T=2，兩條曲線分別為Ti=0.7和Ti=1.0的情況）。很明顯當(dāng)透明度比較高時(shí)，疫情消失需要的時(shí)間比較少，高峰期患病的人數(shù)也比較少，因此讓人們盡早地知道疫情，從而做好預(yù)防措施也是控制疫情的有效方法。2023/1/526信息透明度對(duì)病毒傳播的影響2022/12/2926綜合以上所提到的各種因素，可以擬合一下北京2003年的疫情發(fā)展?fàn)顩r。參考的是北京2003年4月20日以來(lái)的部分?jǐn)?shù)據(jù)，網(wǎng)絡(luò)大小只有1百萬(wàn)，而北京的人口大概是1千萬(wàn)，所以把北京的患病人數(shù)除以10后作為模型的擬合數(shù)據(jù)。模型設(shè)計(jì)如下：一開始K0=70，Ti=0.1，T=2，當(dāng)Nt>30后Ti變化為1.0，每次反饋時(shí)如果需要進(jìn)一步自我隔離則K值減小4，其他參數(shù)不變?？梢娎眯∈澜缇W(wǎng)絡(luò)模型模擬的結(jié)果和北京SARS疫情的發(fā)展吻合得很好，說明了用小世界網(wǎng)絡(luò)模型來(lái)模擬人類社會(huì)，并研究、預(yù)測(cè)疾病的傳播是比較成功的。2023/1/527綜合以上所提到的各種因素，可以擬合一下北京2003年的疫情發(fā)案例2：YourChoiceRevealWhoYouAre美國(guó)南部某小城鎮(zhèn)一組女士的社交結(jié)構(gòu)20世紀(jì)30年代，一組社會(huì)學(xué)家和種族學(xué)家做了一個(gè)很小的“數(shù)據(jù)挖掘”實(shí)驗(yàn)。他們的目標(biāo)是描繪出美國(guó)南部小城鎮(zhèn)的一組女士的社交結(jié)構(gòu)圖。誰(shuí)和誰(shuí)是朋友?她們屬于哪些社交圈?誰(shuí)在社交圈中起到了關(guān)鍵作用?是否有可能只通過檢視公共行為來(lái)推導(dǎo)出網(wǎng)絡(luò)結(jié)構(gòu)?當(dāng)?shù)貓?bào)紙上公開發(fā)表的數(shù)據(jù)18個(gè)女士參加14個(gè)不同的社交活動(dòng)2023/1/528ValdisKrebs."YourChoice

RevealWhoYouAre:MiningandVisualizingSocialPatterns"in:BeautifulVisualization,JulieSteele,NoahIliinsky(eds.),O'ReillyMedia,Inc.Sebastopol,CA,2010,pp.103-122.案例2：YourChoiceRevealWhoYo單模式分析（一種類型的節(jié)點(diǎn)）雙模式分析（節(jié)點(diǎn)有兩類，如下圖-南方女性）左邊的藍(lán)色節(jié)點(diǎn)表示受研究的女性，而右邊的綠色節(jié)點(diǎn)表示參加的每個(gè)活動(dòng)。用圓圈表示人，方框表示活動(dòng)。2023/1/529單模式分析（一種類型的節(jié)點(diǎn)）2022/12/2929把雙模式數(shù)據(jù)轉(zhuǎn)換成單模式數(shù)據(jù)確定節(jié)點(diǎn)和連線節(jié)點(diǎn)布局

把雙模式數(shù)據(jù)轉(zhuǎn)換成單模式數(shù)據(jù)找出自然形成的社交網(wǎng)絡(luò)“逐步納入”，首先專注于結(jié)構(gòu)圖中最強(qiáng)的關(guān)聯(lián)，然后逐漸降低闕值找出弱關(guān)聯(lián)，允許更多人和已經(jīng)存在于結(jié)構(gòu)圖中的人進(jìn)行關(guān)聯(lián)。從最大強(qiáng)度連接開始（設(shè)為5級(jí)，5最強(qiáng)）接下來(lái)，包含下一強(qiáng)度級(jí)別的連接：強(qiáng)度為4的連接2023/1/531找出自然形成的社交網(wǎng)絡(luò)2022/12/2931包含強(qiáng)度為3的連接之后閾值降低到強(qiáng)度為22023/1/532包含強(qiáng)度為3的連接之后2022/12/2932該社交網(wǎng)絡(luò)揭示了：存在兩個(gè)顯著不同的社交聚類。兩個(gè)聚類之間是連接的。社交重疊說明了兩個(gè)聚類之間的興趣和關(guān)系存在一些可能的共同性。產(chǎn)生各種不同的網(wǎng)絡(luò)角色。6號(hào)女士可能不會(huì)受到12號(hào)女士的言談舉止的影響。4號(hào)女士可能在藍(lán)色聚類內(nèi)有最高的內(nèi)部影響。藍(lán)色分組的9號(hào)女士是“黏合劑”。16號(hào)、17號(hào)和18號(hào)女士可能是小鎮(zhèn)新來(lái)的。2023/1/533該社交網(wǎng)絡(luò)揭示了：2022/12/2933在社會(huì)科學(xué)中，以對(duì)社會(huì)行動(dòng)者之間的互動(dòng)研究為基礎(chǔ)的結(jié)構(gòu)性方法被稱作社會(huì)網(wǎng)絡(luò)分析（弗里曼，2008）這些行動(dòng)者可能是個(gè)體的人，也可能是群體、組織或者國(guó)家等。社會(huì)網(wǎng)絡(luò)分析關(guān)注行動(dòng)者之間的關(guān)系，認(rèn)為這些關(guān)系的模式會(huì)影響它們的行動(dòng)。因此，揭示不同類別的關(guān)系模式，并確定這些模式在何種條件下會(huì)出現(xiàn)以及會(huì)導(dǎo)致什么樣的后果就成為社會(huì)網(wǎng)絡(luò)分析的核心目標(biāo)之一。2023/1/5344.5社會(huì)網(wǎng)絡(luò)分析在社會(huì)科學(xué)中，以對(duì)社會(huì)行動(dòng)者之間的互動(dòng)研究為基礎(chǔ)的結(jié)構(gòu)性方法4.6.1社會(huì)網(wǎng)絡(luò)分析的發(fā)展當(dāng)代科學(xué)界重視結(jié)構(gòu)性與系統(tǒng)性這一大背景的產(chǎn)物社會(huì)網(wǎng)絡(luò)分析把社會(huì)學(xué)家、人類學(xué)家、數(shù)學(xué)家、經(jīng)濟(jì)學(xué)家、政治學(xué)家、心理學(xué)家、傳播學(xué)家、統(tǒng)計(jì)學(xué)家、生態(tài)學(xué)家、流行病學(xué)家、計(jì)算機(jī)科學(xué)家、商學(xué)院里的組織行為學(xué)和市場(chǎng)學(xué)學(xué)者，以及物理學(xué)家集合在一起。雖然這些人背景各異，但共同擁有一個(gè)體現(xiàn)在網(wǎng)絡(luò)分析方法中的結(jié)構(gòu)性視角。多個(gè)學(xué)科幾代研究者不斷積累的結(jié)果關(guān)于社會(huì)網(wǎng)絡(luò)分析的起源，有的研究者認(rèn)為始于20世紀(jì)30年代早期莫雷諾（JacobMoreno）的社會(huì)計(jì)量學(xué)。也有人認(rèn)為，社會(huì)網(wǎng)絡(luò)分析到20世紀(jì)70年代懷特（HarrisonWhite）在哈佛大學(xué)招收研究生時(shí)才開始。事實(shí)上，社會(huì)網(wǎng)絡(luò)分析的相關(guān)理論從19世紀(jì)末20世紀(jì)初的齊美爾（GeorgSimmel）就已發(fā)端，甚至能夠追溯至更早的孔德（AugusteComte）。2023/1/5354.6.1社會(huì)網(wǎng)絡(luò)分析的發(fā)展2022/12/29220世紀(jì)30年代，莫雷諾的社會(huì)關(guān)系計(jì)量學(xué)和沃納（WilliamWarner）與梅奧（GeorgeMayo）的人際關(guān)系學(xué)派1934年，莫雷諾出版了《誰(shuí)將生存？》一書，標(biāo)志著社會(huì)計(jì)量學(xué)的興起。莫雷諾及其助手統(tǒng)計(jì)了研究對(duì)象期望和哪位組織成員共同生活和娛樂，并據(jù)此得出一套關(guān)系型數(shù)據(jù)，用以分析各成員在群體中的位置和群體中的小集團(tuán)。大約在同時(shí)期，哈佛大學(xué)的沃納和梅奧在研究組織行為的過程中，提出了人際關(guān)系學(xué)派（TheRelationalSchool）。他們收集了工人之間詳細(xì)的社會(huì)網(wǎng)絡(luò)數(shù)據(jù)，比如誰(shuí)和誰(shuí)一起玩、誰(shuí)和誰(shuí)吵了架等，并用圖形的方式展示了工人之間的種種關(guān)系。2023/1/53620世紀(jì)30年代，莫雷諾的社會(huì)關(guān)系計(jì)量學(xué)和沃納（Willia20世紀(jì)50年代，哥倫比亞學(xué)派的傳播研究拉扎斯菲爾德（PaulLazarsfeld）、科爾曼（JamesColeman）、卡茲（ElihuKatz）和門澤爾（HerbertMenzel）等人采用社會(huì)網(wǎng)絡(luò)的方法來(lái)研究社會(huì)傳播（SocialDiffusion），給社會(huì)網(wǎng)絡(luò)研究注入了新的活力。1955年，哥倫比亞學(xué)派的代表性作品之一《人際影響》問世，研究者們從生命周期、合群性和社會(huì)經(jīng)濟(jì)地位三個(gè)方面探討了意見領(lǐng)袖的特征。2023/1/53720世紀(jì)50年代，哥倫比亞學(xué)派的傳播研究2022/12/291967年哈佛大學(xué)心理學(xué)教授斯坦利·米爾格拉姆（StanleyMilgram）通過連鎖信實(shí)驗(yàn)驗(yàn)證了六度分離理論（SixDegreesofSeparation）六度分離理論（又稱小世界現(xiàn)象）的出現(xiàn)使得人們對(duì)于人際關(guān)系網(wǎng)絡(luò)的威力有了新的認(rèn)識(shí)。然而，在這個(gè)理論中，沒有對(duì)人和人之間的關(guān)系進(jìn)行強(qiáng)弱的區(qū)分。直到1974年，斯坦福大學(xué)社會(huì)系的馬克·格拉諾維特（MarkGranovetter）提出了弱連接理論，才對(duì)這一問題進(jìn)行了補(bǔ)充。格蘭諾維特指出：每個(gè)人與接觸最頻繁的親人、同學(xué)、朋友、同事等之間是一種“強(qiáng)連接”（StrongTies），然而這種穩(wěn)定的連接在傳播范圍上非常有限。反而，與一個(gè)人的工作和事業(yè)關(guān)系最密切的社會(huì)關(guān)系并不是“強(qiáng)連接”，而常常是“弱連接”（WeakTies），例如一個(gè)無(wú)意間認(rèn)識(shí)的人或者打開收音機(jī)偶然聽到的一個(gè)人等?！叭踹B接”雖然不如“強(qiáng)連接”那樣穩(wěn)定，但卻有著極快的、低成本和高效能的傳播效率。2023/1/5381967年哈佛大學(xué)心理學(xué)教授斯坦利·米爾格拉姆（Stanle20世紀(jì)70年代，懷特（HarrisonWhite）在哈佛大學(xué)的研究懷特將矩陣?yán)碚搼?yīng)用與社會(huì)網(wǎng)絡(luò)研究，寫出了一些關(guān)于網(wǎng)絡(luò)分組（blockmodeling）和機(jī)會(huì)鏈（chainsofopportunny）方面的重要論文。在這個(gè)過程中，培養(yǎng)了一大批對(duì)當(dāng)代社會(huì)網(wǎng)絡(luò)分析具有重要影響的學(xué)生，比如皮爾曼（PeterBearman）、波納西（PeterBonacich）、威爾曼（BarryWellman）和溫士浦（ChristopherWinship）等人。70年代末，在威爾曼等人的倡導(dǎo)下，社會(huì)網(wǎng)絡(luò)研究國(guó)際協(xié)會(huì)（InternationalNetworkforSocialNetworkAnalysis）成立，加上《社會(huì)網(wǎng)絡(luò)》雜志的創(chuàng)辦，標(biāo)志著社會(huì)網(wǎng)絡(luò)研究開始了系統(tǒng)化和國(guó)際化的進(jìn)程。2023/1/53920世紀(jì)70年代，懷特（HarrisonWhite）在哈佛20世紀(jì)90年代以來(lái)，社會(huì)網(wǎng)絡(luò)研究實(shí)現(xiàn)了分析方法的突破和多學(xué)科的深入?yún)⑴c指數(shù)隨機(jī)網(wǎng)絡(luò)模型（ExponentialRandomGraphModels，ERGM）的建立和發(fā)展極大推動(dòng)了社會(huì)網(wǎng)絡(luò)的統(tǒng)計(jì)建模。Snijders等創(chuàng)建的個(gè)體導(dǎo)向隨機(jī)模型（StochasticActor-orientedModels）進(jìn)一步把隨機(jī)網(wǎng)絡(luò)模型推廣到分析動(dòng)態(tài)社會(huì)網(wǎng)絡(luò)。研究主題從單純的對(duì)社會(huì)網(wǎng)絡(luò)的研究，擴(kuò)展到對(duì)政治網(wǎng)絡(luò)、經(jīng)濟(jì)網(wǎng)絡(luò)、文學(xué)作品中的對(duì)話網(wǎng)、蛋白質(zhì)互動(dòng)網(wǎng)、疾病傳染網(wǎng)、計(jì)算機(jī)網(wǎng)絡(luò)等的研究。參與的學(xué)科從社會(huì)學(xué)、人類學(xué)和統(tǒng)計(jì)學(xué)擴(kuò)張到經(jīng)濟(jì)學(xué)、政治學(xué)、傳播學(xué)、文學(xué)、物理學(xué)、生物學(xué)和醫(yī)學(xué)等學(xué)科。2023/1/54020世紀(jì)90年代以來(lái)，社會(huì)網(wǎng)絡(luò)研究實(shí)現(xiàn)了分析方法的突破和多學(xué)在這個(gè)過程中，除了以社會(huì)學(xué)為核心的研究繼續(xù)得到鞏固，還形成了以物理學(xué)和計(jì)算機(jī)科學(xué)為核心的不同流派。1998年，康奈爾大學(xué)的鄧肯·瓦特（DuncanWatts）和斯蒂文·斯特羅加茨（StevenStrogatz）在《Nature》雜志上發(fā)表了一篇名為“小世界網(wǎng)絡(luò)的集體動(dòng)力學(xué)”（Collectivedynamicsofthe'SmallWorld'networks）的論文。指出之所以會(huì)出現(xiàn)小世界現(xiàn)象，是由于某一類復(fù)雜網(wǎng)絡(luò)的特性。他們注意到復(fù)雜網(wǎng)絡(luò)可以按兩個(gè)獨(dú)立的結(jié)構(gòu)特性分類，即集聚系數(shù)和節(jié)點(diǎn)間的平均路徑長(zhǎng)度。1999年，Barabási和Albert在《Science》雜志上發(fā)表的《隨機(jī)網(wǎng)絡(luò)中標(biāo)度的涌現(xiàn)》一文中證明復(fù)雜網(wǎng)絡(luò)的連接度普遍符合冪律分布。隨后，很多研究者，尤其是物理學(xué)家開始關(guān)注各種復(fù)雜網(wǎng)絡(luò)。于此同時(shí)，以康奈爾大學(xué)的JonM.Kleinberg教授為代表的計(jì)算機(jī)科學(xué)研究者則主要針對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)的特點(diǎn)，運(yùn)用與修改各種數(shù)據(jù)挖掘算法。提出了針對(duì)社交網(wǎng)絡(luò)數(shù)據(jù)的基本算法，如著名的HITS和PAGERANK算法。2023/1/541在這個(gè)過程中，除了以社會(huì)學(xué)為核心的研究繼續(xù)得到鞏固，還形成了4.6.2社會(huì)網(wǎng)絡(luò)分析的主要測(cè)量指標(biāo)社會(huì)網(wǎng)絡(luò)分析按照研究群體的不同可分為兩種基本的類型：自我中心網(wǎng)絡(luò)（

Ego-centeredNetworks）分析和整體網(wǎng)絡(luò)（WholeNetworks）分析。自我中心網(wǎng)絡(luò)是從個(gè)體的角度來(lái)界定社會(huì)網(wǎng)絡(luò)，以特定行動(dòng)者為研究中心，主要考慮與該行動(dòng)者相關(guān)的聯(lián)系，以此來(lái)研究個(gè)體行為如何受到其人際網(wǎng)絡(luò)關(guān)系的影響。而整體網(wǎng)絡(luò)關(guān)注的焦點(diǎn)則是網(wǎng)絡(luò)整體中角色關(guān)系的綜合結(jié)構(gòu)或群體中不同角色的關(guān)系結(jié)構(gòu)。這兩種類型的分析因其側(cè)重點(diǎn)不同，主要使用的測(cè)量指標(biāo)也不盡相同，但并非毫無(wú)聯(lián)系。社會(huì)網(wǎng)絡(luò)中的測(cè)量指標(biāo)主要包括三種類型：對(duì)連帶的測(cè)量、對(duì)個(gè)體的測(cè)量和對(duì)網(wǎng)絡(luò)整體的測(cè)量。這些指標(biāo)都是靜態(tài)量，可以通過計(jì)算它們?cè)诓煌瑫r(shí)間的值，反映網(wǎng)絡(luò)的變化趨勢(shì)。2023/1/5424.6.2社會(huì)網(wǎng)絡(luò)分析的主要測(cè)量指標(biāo)2022/12/299社會(huì)網(wǎng)絡(luò)中連帶的測(cè)量2023/1/543網(wǎng)絡(luò)指標(biāo)定義例子間接連接兩個(gè)行動(dòng)者之間的連接路徑需要通過一個(gè)或者多個(gè)其他行動(dòng)者A與B連接，B與C連接；所以A與C通過B間接連接頻率連接發(fā)生的次數(shù)或者頻率A與B每星期談話10次持續(xù)時(shí)間（穩(wěn)定性）連接在時(shí)間上存在的持續(xù)性A與B做朋友已經(jīng)有5年了多樣性兩個(gè)行動(dòng)者被多重關(guān)系連接的程度A與B是朋友，他們向彼此尋求建議，并且一起工作強(qiáng)度描述時(shí)間、感情強(qiáng)度、親密程度或互惠程度（頻率和多樣性也常常被用于度量連接的強(qiáng)度）A與B是親密的朋友，或者長(zhǎng)時(shí)間在一起方向從一方指向另一方的方向量從A到B的工作流，但不是從B到A的對(duì)稱性（互惠性）關(guān)系的雙向程度A向B咨詢建議，B也向A咨詢建議社會(huì)網(wǎng)絡(luò)中連帶的測(cè)量2022/12/2910網(wǎng)絡(luò)指標(biāo)定義例子社會(huì)網(wǎng)絡(luò)中個(gè)體的測(cè)量2023/1/544網(wǎng)絡(luò)指標(biāo)定義度與其他行動(dòng)者的直接連接數(shù)入度從其他行動(dòng)者連接到該行動(dòng)者的直接連接數(shù)（進(jìn)入的連接）出度從該行動(dòng)者連接到其他行動(dòng)者的直接連接數(shù)（出去的連接）范圍（多樣性）連接到其它不同行動(dòng)者的數(shù)量（其他行動(dòng)者被定義為不同是因?yàn)樗麄儽旧頉]有互相連接，或代表不同的群體或狀態(tài)）近鄰度一個(gè)行動(dòng)者靠近或可以輕易地到達(dá)網(wǎng)絡(luò)中所有其他成員的程度。通常通過該行動(dòng)者到所有其他行動(dòng)者的平均路徑長(zhǎng)度（直接或間接連接）來(lái)測(cè)量。一個(gè)直接連接被看做1，間接連接根據(jù)比例得到較小的權(quán)重介度一個(gè)行動(dòng)者充當(dāng)中介（落到其他任意兩個(gè)處在最短連接路徑上的一對(duì)行動(dòng)者中間）的程度，通常通過該行動(dòng)者在網(wǎng)絡(luò)中所有可能的連接對(duì)之間充當(dāng)中介的次數(shù)取平均值中心度一個(gè)行動(dòng)者在網(wǎng)絡(luò)中處于中心的程度。不同的測(cè)量（包括度、近鄰度和介度）曾經(jīng)被用作中心度的指標(biāo)。某些中心度的測(cè)量借助與該行動(dòng)者連接的其他行動(dòng)者的中心度來(lái)測(cè)量社會(huì)網(wǎng)絡(luò)中個(gè)體的測(cè)量2022/12/2911網(wǎng)絡(luò)指標(biāo)定義度與聲望建立在非對(duì)稱關(guān)系基礎(chǔ)上。有威信的行動(dòng)者是關(guān)鍵的目標(biāo)，而不是源頭。類似于中心度的測(cè)量，通過解釋關(guān)系的方向來(lái)計(jì)算。結(jié)構(gòu)洞結(jié)構(gòu)洞是信息流動(dòng)時(shí)候的“鴻溝”，信息可以在兩個(gè)連接到同一自我中心節(jié)點(diǎn)（ego）但是彼此并不相連的節(jié)點(diǎn)間傳播，那么這個(gè)自我中心節(jié)點(diǎn)處在跨越結(jié)構(gòu)洞的位置，結(jié)構(gòu)洞看起來(lái)就是存在網(wǎng)絡(luò)中兩個(gè)沒有緊密聯(lián)系的節(jié)點(diǎn)集合之間的“空地”明星處于網(wǎng)絡(luò)中的成員聯(lián)系人與兩個(gè)或更多個(gè)彼此沒有連接的群體具有連接但又不屬于這個(gè)群體的行動(dòng)者橋同時(shí)屬于兩個(gè)或多個(gè)群體的成員把關(guān)人把網(wǎng)絡(luò)的一部分和另一部分間作為中介或控制流（兩部分間唯一的連接）的行動(dòng)者孤立點(diǎn)沒有連接或相對(duì)來(lái)說幾乎沒有連接的行動(dòng)者2023/1/545聲望建立在非對(duì)稱關(guān)系基礎(chǔ)上。有威信的行動(dòng)者是關(guān)鍵的目標(biāo)，而不社會(huì)網(wǎng)絡(luò)中網(wǎng)絡(luò)整體的測(cè)量2023/1/546網(wǎng)絡(luò)指標(biāo)定義規(guī)模網(wǎng)絡(luò)中行動(dòng)者的數(shù)量包含度一個(gè)網(wǎng)絡(luò)中的行動(dòng)者總數(shù)減去孤立的行動(dòng)者數(shù)（沒有連接任何其它行動(dòng)者的行動(dòng)者數(shù)量）。也用被連接行動(dòng)者數(shù)與總行動(dòng)者數(shù)的比率來(lái)進(jìn)行測(cè)量網(wǎng)絡(luò)節(jié)點(diǎn)和連接的最大連通子集組件組件中的所有節(jié)點(diǎn)互相連接（直接連接或間接連接），并且沒有節(jié)點(diǎn)和組件外的節(jié)點(diǎn)相連連通度網(wǎng)絡(luò)中的行動(dòng)者與另一個(gè)行動(dòng)者直接或間接相連的程度。有時(shí)用網(wǎng)絡(luò)中任意兩個(gè)行動(dòng)者間的最大（或平均）的路徑長(zhǎng)度來(lái)進(jìn)行測(cè)量連通率相互可達(dá)的行動(dòng)者對(duì)數(shù)與總的行動(dòng)者對(duì)數(shù)的比率密度網(wǎng)絡(luò)中的實(shí)際連接數(shù)與可能連接數(shù)的比率中心勢(shì)計(jì)算網(wǎng)絡(luò)中大多數(shù)中心度最大的行動(dòng)者和其他行動(dòng)者間的中心度值的差別，從而得到實(shí)際差別總數(shù)和最大差別總數(shù)的比率核心外圍性達(dá)到網(wǎng)絡(luò)中核心成員彼此連接，外圍成員僅僅連接到核心成員而不彼此連接的結(jié)構(gòu)的程度對(duì)稱性網(wǎng)絡(luò)中對(duì)稱連接數(shù)與非對(duì)稱連接數(shù)（或與總連接數(shù)）的比率小世界性網(wǎng)絡(luò)結(jié)構(gòu)中存在一些塊，并且塊中行動(dòng)者之間的距離很短傳遞性三個(gè)成員（A,B,C）是可傳遞的：如果A與B相連，并且B與C相連，那么C就與A相連。傳遞性是可傳遞三元組的數(shù)目除以潛在的可傳遞三元組的數(shù)目（長(zhǎng)度為2的路徑的數(shù)目）社會(huì)網(wǎng)絡(luò)中網(wǎng)絡(luò)整體的測(cè)量2022/12/2913網(wǎng)絡(luò)指標(biāo)定義4.6.3社會(huì)網(wǎng)絡(luò)分析的主要步驟2023/1/547以政府間國(guó)際組織為例來(lái)具體說明如何應(yīng)用社會(huì)網(wǎng)絡(luò)分析方法進(jìn)行相關(guān)研究假設(shè)存在五個(gè)國(guó)家（a、b、c、d、e），它們分別是七個(gè)政府間國(guó)際組織的成員4.6.3社會(huì)網(wǎng)絡(luò)分析的主要步驟2022/12/2914以區(qū)分“全局網(wǎng)”和“個(gè)體中心網(wǎng)”在這個(gè)問題中，全局網(wǎng)的研究對(duì)象可能是整個(gè)國(guó)際社會(huì)乃至國(guó)際體系，而個(gè)體中心網(wǎng)則僅以某一具體網(wǎng)絡(luò)為中心。因此這七個(gè)政府間國(guó)際組織組成的是“個(gè)體中心網(wǎng)”。區(qū)分各種關(guān)系即使是同一網(wǎng)絡(luò)也可能存在不同的關(guān)系。在這個(gè)政府間組織網(wǎng)絡(luò)中可能存在著貿(mào)易關(guān)系、同盟關(guān)系甚至敵對(duì)關(guān)系。哈夫納伯頓等人重點(diǎn)關(guān)注這些國(guó)家在網(wǎng)絡(luò)組織中的位置所產(chǎn)生的權(quán)力關(guān)系。收集網(wǎng)絡(luò)關(guān)系數(shù)據(jù)這些數(shù)據(jù)是多元的，既有經(jīng)濟(jì)的，也有政治的以及社會(huì)的。在哈夫納伯頓的研究中，使用了國(guó)家間軍事爭(zhēng)端數(shù)據(jù)（MilitarizedInterstateDisputes,MIDs）、國(guó)家組織會(huì)員數(shù)據(jù)（StateSystemMembership）等數(shù)據(jù)庫(kù)以搜集關(guān)系數(shù)據(jù)。2023/1/548區(qū)分“全局網(wǎng)”和“個(gè)體中心網(wǎng)”2022/12/2915處理關(guān)系數(shù)據(jù)可以用二分法（以“1”或“0”表示）或者加權(quán)值的方式。2023/1/549政府間國(guó)際組織成員的隸屬矩陣D。其中，以“1”表示該國(guó)家屬于某個(gè)組織，“0”則相反。社會(huì)計(jì)量矩陣表示成員網(wǎng)絡(luò)。a和b之間的值為4，表示a與b共同屬于4個(gè)組織。也可以用圖直觀的表示。其中，v值表示國(guó)家間在這個(gè)網(wǎng)絡(luò)中共屬的政府間組織數(shù)量。處理關(guān)系數(shù)據(jù)2022/12/2916政府間國(guó)際組織成員的隸屬選擇是否包含行為體的屬性信息如國(guó)家的經(jīng)濟(jì)社會(huì)情況，國(guó)家的政治（政體）、軍事信息等。由于在結(jié)構(gòu)化的研究取向中，社會(huì)網(wǎng)絡(luò)分析重點(diǎn)關(guān)注的是行為體之間的關(guān)系數(shù)據(jù)，這個(gè)步驟是可選擇的。對(duì)得到的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析由于社會(huì)網(wǎng)絡(luò)分析往往涉及龐大的關(guān)系數(shù)據(jù)，因此計(jì)算和分析過程幾乎完全依靠社會(huì)網(wǎng)絡(luò)分析軟件來(lái)進(jìn)行。社會(huì)網(wǎng)絡(luò)分析提供了一系列描述網(wǎng)絡(luò)屬性的指標(biāo)，例如中心度、密度、中間性、接近性、派系、聚類等?？梢杂蒙缛簣D或者矩陣的形式表示?；诖?，可以分析網(wǎng)絡(luò)中各個(gè)點(diǎn)在網(wǎng)絡(luò)中的中心度或重要性以及網(wǎng)絡(luò)分化的子群等特征。并進(jìn)一步研究各種群體間的直接關(guān)系，進(jìn)而研究其宏觀結(jié)構(gòu)。2023/1/550選擇是否包含行為體的屬性信息2022/12/29174.6.4社會(huì)網(wǎng)絡(luò)分析的工具對(duì)于社會(huì)網(wǎng)絡(luò)分析中的數(shù)據(jù)，除了使用SPSS、SAS、R等進(jìn)行處理以外，還可以使用專門的網(wǎng)絡(luò)分析軟件。它們能夠幫助研究者進(jìn)行數(shù)據(jù)錄入、統(tǒng)計(jì)、建模等一系列工作，還提供多種靜態(tài)布局和動(dòng)態(tài)交互的可視化功能。斯科特和瓦瑟爾曼曾經(jīng)在《ModelsandMethodsinSocialNetworkAnalysis》一書中介紹了23種社會(huì)網(wǎng)絡(luò)分析軟件，包括其適用對(duì)象、數(shù)據(jù)格式、功能和所提供的支持等方面的具體情況。在眾多軟件中，較為常用的網(wǎng)絡(luò)分析軟件主要包括UCINET、Pajek、NetworkX和NetMiner等。2023/1/551功能PajekUCINETNetworkXNetMiner3特征參數(shù)√√√√統(tǒng)計(jì)模型╳√╳√社團(tuán)發(fā)現(xiàn)╳√√√動(dòng)態(tài)網(wǎng)絡(luò)√╳√╳可視化√╳√√4.6.4社會(huì)網(wǎng)絡(luò)分析的工具2022/12/2918功能P4.6.5社會(huì)網(wǎng)絡(luò)分析的典型案例案例1：對(duì)SARS病毒傳播擴(kuò)散趨勢(shì)和控制病毒傳播手段可行性的測(cè)算（林國(guó)基，2003）人們發(fā)現(xiàn)具有小世界效應(yīng)的動(dòng)態(tài)系統(tǒng)模型能加快信號(hào)傳播的速度，提高計(jì)算能力和計(jì)算同步性。謠言、傳染病在小世界網(wǎng)絡(luò)中的傳播也比在規(guī)則網(wǎng)絡(luò)中更為容易。流行病傳播模型是時(shí)空動(dòng)力學(xué)模型。傳統(tǒng)理論的主要基本假設(shè)把社會(huì)中人與人的關(guān)系看成規(guī)則網(wǎng)絡(luò)，主要的預(yù)測(cè)模型是反應(yīng)——擴(kuò)散模型。隨著現(xiàn)代化交通工具的發(fā)展，此模型已經(jīng)不能如實(shí)反映傳染病傳播的實(shí)際情況。近年來(lái)，大量的統(tǒng)計(jì)數(shù)據(jù)表明，社會(huì)網(wǎng)絡(luò)模型應(yīng)該是“小世界”模型。由現(xiàn)代交通工具帶來(lái)的社會(huì)網(wǎng)絡(luò)的新特點(diǎn)，使得研究現(xiàn)代流行病傳播必須考慮小世界網(wǎng)絡(luò)模型。用小世界網(wǎng)絡(luò)模型模擬SARS病毒的傳播，成功得到了和現(xiàn)實(shí)病毒擴(kuò)散相同的趨勢(shì)，同時(shí)指出與病毒傳播速度相關(guān)的網(wǎng)絡(luò)參量，并通過引入網(wǎng)絡(luò)反饋提出控制病毒傳播的幾種可能的手段和以后的發(fā)展可能性。2023/1/5524.6.5社會(huì)網(wǎng)絡(luò)分析的典型案例2022/12/2919模型構(gòu)建在模擬中取網(wǎng)絡(luò)的大小為N=1000000，p=0.01，K值作為一調(diào)節(jié)參量待定。根據(jù)SARS病毒的傳播規(guī)律，把一個(gè)人的感染周期分為三個(gè)階段：潛伏期、傳染期和隔離期。一個(gè)人被感染后進(jìn)入潛伏期，假設(shè)平均為6天，在不同的人中是標(biāo)準(zhǔn)差為2天的高斯分布。然后進(jìn)入天數(shù)為T的傳染期，期間每個(gè)和他有親密接觸關(guān)系的人都有pi的概率被傳染，接著被隔離治療，假設(shè)為10天，最后康復(fù)重新進(jìn)入網(wǎng)絡(luò)中，忽略掉病人死亡的情況。病毒傳染情況可以用一個(gè)量S來(lái)表示：

其中傳染率pi是相對(duì)固定的值，假設(shè)pi平均值為0.05，在不同的人中是標(biāo)準(zhǔn)差為0.01的高斯分布，再根據(jù)實(shí)際情況調(diào)節(jié)K和T的值來(lái)觀察病毒傳播的情況。實(shí)際模擬中首先在網(wǎng)絡(luò)中引進(jìn)一個(gè)病源，然后根據(jù)上述的規(guī)則演化，并每步記錄總的患病人數(shù)Nt和當(dāng)天仍患病的病人人數(shù)Ni。2023/1/553模型構(gòu)建2022/12/2920模擬結(jié)果網(wǎng)絡(luò)參數(shù)對(duì)病毒傳播的影響有兩個(gè)可調(diào)參數(shù)：K表示人們之間聯(lián)系的密切程度，而T則表示發(fā)現(xiàn)并隔離病源的速度?？梢灶A(yù)料K越大，T越長(zhǎng)，病毒就越容易傳播；K越小，T越短，病毒就越難傳播，模擬結(jié)果也證實(shí)了這一點(diǎn)。病毒傳播速度非常敏感地依賴于這兩個(gè)參數(shù)，只要參數(shù)稍作變化，病毒的傳播速度就會(huì)有很大改變。而且當(dāng)T固定時(shí)，對(duì)于參數(shù)K，存在一個(gè)臨界Kc值，當(dāng)K<Kc時(shí)，病毒不能大范圍傳播，總患病人數(shù)到達(dá)一定的數(shù)目后就停止增長(zhǎng)。而當(dāng)K>Kc時(shí)，病毒將迅速傳播直到所有人都被傳染。如當(dāng)T=2時(shí)，有Kc≈14。下圖展示了K對(duì)病毒傳播的影響。2023/1/554模擬結(jié)果2022/12/2921平均連接邊數(shù)K對(duì)病毒傳播的影響（兩圖均有T=2。左圖K=10，病毒傳播自動(dòng)衰減；右圖K=20，病毒迅速傳播）2023/1/555平均連接邊數(shù)K對(duì)病毒傳播的影響2022/12/2922下圖則顯示了T對(duì)病毒傳播的影響。T只要增加1天，傳染的速度就會(huì)大幅度增加，其中K=20。由此可見，不能及時(shí)發(fā)現(xiàn)病源和人們之間接觸太多會(huì)非常有利于病毒的傳播，初期出現(xiàn)爆發(fā)正是由于這兩個(gè)原因，要控制病毒的蔓延也正要從這兩個(gè)方面入手。2023/1/556下圖則顯示了T對(duì)病毒傳播的影響。T只要增加1天，傳染的速度就引入反饋機(jī)制后對(duì)病毒傳播的影響減小T值和K值可以抑制病毒的傳播。T值的減小有賴于政府和醫(yī)療部門加強(qiáng)對(duì)病源的搜查和效率的提高，而K值的減小則和制定的隔離制度和人們的自覺有關(guān)系。人們的自覺性往往是一個(gè)漸變的過程，會(huì)隨著疫情的變化而變化，是一個(gè)反饋過程。具體的反饋過程如下：初始狀態(tài)K=K0，當(dāng)人們發(fā)現(xiàn)最近的連續(xù)3天（這是人們的反應(yīng)時(shí)間）當(dāng)前患病人數(shù)Ni都增長(zhǎng)的時(shí)候，人們每天就把平均連接邊數(shù)K