社会网络分析（社会网络分析需要什么数据）

本文目录

• 社会网络分析需要什么数据
• 社会网络基本内容
• 试析社会网络分析的价值与局限
• 社会网络和语义网络分析的定义
• 什么是社会网络分析法
• 社会网络分析方法是基于什么开展的
• 复杂网络 --- 社会网络分析
• 社会网络分析方法
• 在社会网络分析中,人们之间联系的强弱程度被称为什么
• 认知网络分析和社会网络分析的区别

社会网络分析需要什么数据

行为体之间的关系数据。社会网络分析只是一种分析手段，不局限于学科或者领域，社会网络分析需要行为体之间的关系数据。社会网络分析针对的是关系型数据，关系的形式非常多，甚至也可以由研究者自行定义。

社会网络基本内容

社会网络分析 1．领会：社会网络的重要性及应用。 2．熟知：社会网络表示方式，网络密度，网络节点进出程度，扩散分析，群组分析， 社会相似性，分割群组，群组与群组成员描述（社群领袖分析）。 3．应用：能够运用社会网络分析进行扩散分析/群组分析模型建置、选择模型及算法参 数调整。

相比传统的圈内或是局部的社交，社会网络分析更多是从社交网站的个人用户出发，探讨其更多的可能关系人，从而构建各种弱关系组成的虚拟社交网络。我们平时更多是亲友邻里，同学同事等局部社交。 但是如果是基于互联网的社交，就会更多倾向于社会上弱关系，而这也是巨大的虚拟的存在。 社交软件等，如微信，Facebook，qq等是以个人用户开始延伸； 基于内容的网站平台，如视频类、直播软件、短视频，B站等； 图文综合类，博客，资料分享，bbs等，当然还有各位细化的特定网站和app，如陌陌、世纪佳缘等各种社交app。还有更多的是我们可能忽略但是如今也越来越多开始社交化的平台，比如音乐、游戏等等各种传统开始也增加了社交、直播等各种功能。当然所有的趋势就是越来越重视用户的社交需求。也可以从侧门反应出流量的缘由，社交也是一个很大的连接传播渠道，正如微商进入4.0，从而带来了微信群、社交电商、直播电商等等新形式。 有人说未来生意将越来越难做，其实说的是未来产品到处都是，关键你是如何得到信息，而人们需要的是更高层次的体验，更优惠的价格。如我们通过共同学习、共同游戏、直播互动等带来精神上的价值。这也是我们有了越来也越多的社群的原因。这里的社群不只是我们的微信群，更重要的是有共同频率、需求、爱好、利用组成的虚拟社群。而如果通过数据挖掘找出更多潜在的社会网络，那么就可以建立自己的社群，甚至挖掘出新产品等，达到更快直达用户的效果。 所以社会网络的研究也越来越重要和具有实用价值。社会网络分析就是利用数据分析和图分析等技术对我们的虚拟社交网络进行分析。

为了形式化抽象的表示我们的社会网络，我们也需要将各种网络抽象出来，我们可以以点、线、图来分析。 社会网络 是个由点和边构成的网络，节点就是一个个社会行动者，节点之间的连线也是边就是行动者之间的关系。 形式化定义 一个社会网络是由多个点 node（社会独立行动者actor）和各点之间的连线 tie（行动者之间的关系）组成的集合 network。 独立行动者具有独立性和主观能动性，而且从技术定义上不限于个人，还包括团体、组织、国家等。 关系就非常多了，可以是人际关系，组织关系和国家关系。 社会网络分析看起来挺简单，但是计算复杂度和理论研究都比较难，需要大数据支持，知识图谱的应用研究和推理计算等工程实现，所以直到现在大数据时代才逐渐体现出来，也成为热点。 传统数学方法如回归或是隐马尔科夫模型比较难解决潜在相依关系的问题，所以社会网络分析的方法更需要借助图的技术，而且这个是很多值得开发的应用。比如内容检索、金融反欺诈、情报分析、刑侦推理、反恐和法律辩护等方面都有很大应用前景。

社交媒体与社会网络 首先我们看到脸书和推特带来的变革，社交媒体与传统媒体最大的区别之一是可以有社交属性，有发言的渠道，你看电视的时候，即使可以打上弹幕但是互相交流和发布信息还是受到局限，当然这也是安全考虑，不能让捣乱分子发负面信息等。 社交媒体的价值和功能其实已经基本嵌入了很多互联网产品了，这时或我们之间的各种弱链接就越来越方便，更重要的是多样化，关系多变。 网络密度从图的定义过来的，可以看出我们不是看图有多大，而是连线多不，在同样的人数下，社交媒体一个直播的发言率非常高，这才是密度的来源。 那么同样的一个群体，他们之间的关系可能就是各种社交媒体上的综合。也许在另一个同样的群体内估计也没什么连线。联系的强弱也有影响。 所以网络密度理论的定义是行动者之间实际的联结的个数与可能的最大联结数目的比值。比值越高网络密度越高。

数字化表示节点与节点的联结程度，节点度（表示一个行为人参与网络行为的程度）是行为人i（即节点）的所有关系数量，度指线的条数。 进出度是关系是有方向的时候，比如a是b的老师，同时b也是a的老师，a参考了b ，b参考了c，就有了方向性，这时候就借用有向图的定义，入度为进入节点的连线条数，出度为节点出去的连线条数。 与之区分的是联结强度，强联结、弱联结 所谓联结强度是通过“在某一联结山所花的时间，情感投入程度，亲密程度（相互信任）以及互惠性服务等的综合”来定义的，可以变化。 根据弱联结假设，强度弱的联结比强度强的联结更可能带来多样化的信息。 这里也可以看联结的多重性，比如如果A和B可能是朋友，也是同事，甚至是情侣，这意味着多重的联结关系，联结强度就跟高，不过多重性也代表了两个行动者在多方面的社会活动中被捆绑在了一起，比如A和B同事，也是情侣，但是如果分手或是感情纠纷之类，就会影响到之间的朋友同事的关系，如果分手的也找了同事，那就更为麻烦了。

也就是俗话说要交叉或跨界要走出去，才能更多样化。闭塞在自己的圈子里是很难创新的。

指网络中所有行动者之间的全部联结所构成的集合（与之对应的是自我中心网络）。 类似大的主题群体、兴趣学习团队等。

环绕在自我周围的社会网络，它既包括自我与他人的直接联结，也包括这些与我联结的他人之间的联结。比如主播的中心网络就包括他与观众的联结，还有粉丝之间的联结网络，也可能他们也是主播互相观看捧场。

指满足下列两个条件之一的群体：（a）所有行动者均与本群体所有其他行动者有直接联结关系：（b）不存在本群体所有成员均与之有连接的群体外行动者。小集团是一个群体中的子群体，其成员彼此间的平均喜爱程度超过对其子群外的其它成员的平均喜欢程度。比如直播平台里某个游戏直播子群，如果你都有连接那你也算是一个群粉丝了。 另一方面在系统里也可以加入推荐，比如可能根据你和某个声音群里的多个主播有关注，那么会推荐其他群内主播或推荐兴趣群。 这就可以涉及到扩散分析了

一个两维空间中以点代表行动者，以线代表行动者之间关系的一只种图形，也叫社群图。

构成社会网络有三个基本要素，下列何者不包括在内？ A. 行动者(actors)　 B. 关系(relationship) C. 连带(linkages) D. 资源(Resources)

以下哪一个是社群领袖会有的特性？ A. Silhouette Coefficient大　 B. In-Degree多 C. Network Density高 D. Out-Degree多

***隐藏网址***

试析社会网络分析的价值与局限

社会网络分析在人类社会中具有重要价值，因为它可以加强人与人之间的联系，协调个人自身的协作与能力，同时增强个人的自主性。此外，社会网络分析在具体的社会实践中，如企业的经营与生产、facebook的关系网等，也有着重要的应用价值。然而，社会网络分析也存在一些局限性。首先，社会网络分析有局限性，限制人们获得信息的其他机会与渠道，因为社会网络排斥圈外人。此外，从宏观层面看，由于社会网络嵌入于社会结构中，各类社会组织通过社会关系网寻求社会资源，若干社会网络的强势关系可能形成利益集团和联盟，导致对社会资源的垄断，从而扩大分裂，造成冲突，带来社会整合问题。总之，社会网络分析在揭示社会结构、推动社会变革等方面具有积极作用，但同时也存在局限性，需要在实际应用中加以考虑。

社会网络和语义网络分析的定义

1、社会网络定义是社会个体成员之间因为互动而形成的相对稳定的关系体系。2、语义网络分析定义是一种出现较早的知识表达形式，并在人工智能中得到了比较广泛的应用。语义网络最早是1968年奎廉(Quillian)在他的博士论文中作为人类联想记忆的一个显式心理学模型提出的，认为记忆是由概念间的联系来是实现的，他主张处理问句时，将语义放在首位。

什么是社会网络分析法

社会网络分析(Social Network Analysis) 社会网络分析方法是由社会学家根据数学方法﹑图论等发展起来的 定 量分析方法 ，近年来，该方法在 职业流动 、 城市化对个体幸福的影响、世界政治和 经济体系 、 国际贸易 等领域广 泛应用，并发挥了重要作用。 社会网络分析是社会学领域比较成熟的分析方法， 社会学家们利用它可以比较得心应手地来解释一些社会学问题。 许多学科的专家如 经济学 、 管理学 等领域的学者们在 新经济 时代—— 知识经济时代，面临许多挑战时， 开始考虑借鉴其他学科的研究方法，社会网络分析就是其中的一种。希望采纳

社会网络分析方法是基于什么开展的

社会网络分析方法是基于非正式关系开展的。

社会是一个由多种多样的关系构成的巨大网络。如何研究关系？视角当然多种多样，既可以像林语堂的小说中描述的那样对关系进行细致的刻画，又可以像黄光国等社会心理学家那样对人情、面子和关系网进行质的描述，更可以用社会网络分析法对关系进行量化的表征，从而揭示关系的结构，解释一定的社会现象。

社会网络分析的意义在于，它可以对各种关系进行精确的量化分析，从而为某种中层理论的构建和实证命题的检验提供量化的工具，甚至可以建立“宏观和微观”之间的桥梁。本书就像一本手册，引导读者进入社会网络分析的研究领域。它既适用于社会网络分析的初学者，也适用于对社会网络分析有所了解的人士。

研究方法

社会网络分析法是一种社会学研究方法，社会学理论认为社会不是由个人而是由网络构成的，网络中包含结点及结点之间的关系，社会网络分析法通过对于网络中关系的分析探讨网络的结构及属性特征，包括网络中的个体属性及网络整体属性。

网络个体属性分析包括：点度中心度，接近中心度等；网络的整体属性分析包括小世界效应，小团体研究，凝聚子群等。该方法目前在教育领域应用比较广泛，主要探究信息技术环境下学习者所构成网络的特点，以及在此基础上对于该网络的改进策略。

复杂网络 --- 社会网络分析

“社会网络”指的是社会成员及其相互关系的集合。社会网络中所说的“点”是各个社会成员，而社会网络中的“边”指的是成员之间的各种社会关系。成员间的关系可以是有向的，也可以是无向的。同时，社会关系可以表现为多种形式，如人与人之间的朋友关系、上下级关系、科研合作关系等，组织成员之间的沟通关系，国家之间的贸易关系等。社会网络分析(Social Network Analysis)就是要对社会网络中行为者之间的关系进行量化研究，是社会网络理论中的一个具体工具。

因此，社会网络分析关注的焦点是关系和关系的模式，采用的方式和方法从概念上有别于传统的统计分析和数据处理方法。

社会网络通常表达人类的个体通过各种关系连接起来，比如朋友、婚姻、商业等，这些连接宏观上呈现出一定的模式。很早的时候，一些社会学家开始关注人们交往的模式。Ebel等进行了一个电子邮件版的小世界问题的实验，完成了Kiel大学的5000个学生的112天电子邮件连接数据，节点为电子邮件地址，连接为消息的传递，得到带指数截断的幂律度分布，指数为r＝1．18。同时证明，该网络是小世界的，平均分隔为4．94。

社会网络分析，可以解决或可以尝试解决下列问题：

“中心性”是社会网络分析的重点之一，用于分析个人或组织在其社会网络中具有怎样的权力，或者说居于怎样的中心地位，这一思想是社会网络分析者最早探讨的内容之一。

点度中心度表示与该点直接相连的点的个数，无向图为（n-1），有向图为（入度，出度）。

个体的中心度(Centrality)测量个体处于网络中心的程度，反映了该点在网络中的重要性程度。网络中每个个体都有一个中心度，刻画了个体特性。除了计算网络中个体的中心度外，还可以计算整个网络的集中趋势(可简称为中心势，Centralization)。网络中心势刻画的是整个网络中各个点的差异性程度，一个网络只有一个中心势。

根据计算方法的不同，中心度和中心势都可以分为3种：点度中心度／点度中心势、中间中心度／中间中心势、接近中心度／接近中心势。

在一个社会网络中，如果一个个体与其他个体之间存在大量的直接联系，那么该个体就居于中心地位，在该网络中拥有较大的“权力”。在这种思想的指导下，网络中一个点的点度中心性就可以用网络中与该点之间有联系的点的数目来衡量，这就是点度中心度。

网络中心势指的是网络中点的集中趋势，其计算依据如下步骤：首先找到图中的最大点度中心度的数值，然后计算该值与任何其他点的中心度的差值，再计算这些“差值”的总和，最后用这个总和除以各个“差值”总和的最大可能值。

在网络中，如果一个个体位于许多其他两个个体之间的路径上，可以认为该个体居于重要地位，因为他具有控制其他两个个体之间的交往能力，这种特性用中间中心度描述，它测量的是个体对资源控制的程度。一个个体在网络中占据这样的位置越多，代表它具有很高的中间中心性，就有越多的个体需要通过它才能发生联系。

中间中心势定义为网络中 中间中心性最高的节点的中间中心性与其他节点的中间中心性的差距，用于分析网络整体结构。中间中心势越高，表示该网络中的节点可能分为多个小团体，而且过于依赖某一个节点传递关系，说明该节点在网络中处于极其重要的地位。

接近中心性用来描述网络中的个体不受他人“控制”的能力。在计算接近中心度的时候，我们关注的是捷径，而不是直接关系。如果一个点通过比较短的路径与许多其他点相连，我们就说该点具有较高的接近中心性。

对一个社会网络来说，接近中心势越高，表明网络中节点的差异性越大；反之，则表明网络中节点间的差异越小。

注：以上公式都是针对无向图，如果是有向图则根据定义相应修改公式即可

当网络中某些个体之间的关系特别紧密，以至于结合成一个次级团体时，这样的团体在社会网络分析中被称为凝聚子群。分析网络中存在多少个这样的子群，子群内部成员之间关系的特点，子群之间关系特点，一个子群的成员与另一个子群成员之间的关系特点等就是凝聚子群分析。

由于凝聚子群成员之间的关系十分紧密，因此有的学者也将凝聚子群分析形象地称为“小团体分析”或“社区现象”。

常用的社区检测方法主要有如下几种：

（1）基于图分割的方法，如Kernighan-Lin算法，谱平分法等；

（2）基于层次聚类的方法，如GN算法、Newman快速算法等；

（3）基于模块度优化的方法，如贪婪算法、模拟退火算法、Memetic算法、PSO算法、进化多目标优化算法等。

凝聚子群密度(External-Internallndex，E-IIndex)主要用来衡量一个大的网络中小团体现象是否十分严重，在分析组织管理等问题时非常有效。

最差的情形是大团体很散漫，核心小团体却有高度内聚力。另外一种情况是，大团体中有许多内聚力很高的小团体，很可能就会出现小团体间相互斗争的现象。凝聚子群密度的取值范围为。该值越向1靠近，意味着派系林立的程度越大；该值越接近-1，意味着派系林立的程度越小；该值越接近0，表明关系越趋向于随机分布，未出现派系林立的情形。

E-I Index可以说是企业管理者的一个重要的危机指数。当一个企业的E-I Index过高时，就表示该企业中的小团体有可能结合紧密而开始图谋小团体私利，从而伤害到整个企业的利益。其实E-I Index不仅仅可以应用到企业管理领域，也可以应用到其他领域，比如用来研究某一学科领域学者之间的关系。如果该网络存在凝聚子群，并且凝聚子群的密度较高，说明处于这个凝聚子群内部的这部分学者之间联系紧密，在信息分享和科研合作方面交往频繁，而处于子群外部的成员则不能得到足够的信息和科研合作机会。从一定程度上来说，这种情况也是不利于该学科领域发展的。

核心-边缘(Core-Periphery)结构分析的目的是研究社会网络中哪些节点处于核心地位，哪些节点处于边缘地位。核心-边缘结构分析具有较广的应用性，可用于分析精英网络、论文引用关系网络以及组织关系网络等多种社会现象。

根据关系数据的类型(定类数据和定比数据)，核心—边缘结构有不同的形式。定类数据和定比数据是统计学中的基本概念，一般来说，定类数据是用类别来表示的，通常用数字表示这些类别，但是这些数值不能用来进行数学计算；定比数据是用数值来表示的，可以用来进行数学计算。如果数据是定类数据，可以构建离散的核心-边缘模型；如果数据是定比数据，可以构建连续的核心-边缘模型。

离散的核心-边缘模型，根据核心成员和边缘成员之间关系的有无及紧密程度，又可分为3种：核心-边缘全关联模型、核心-边缘局部关联模型、核心-边缘关系缺失模型。如果把核心和边缘之间的关系看成是缺失值，就构成了核心-边缘关系缺失模型。

这里介绍适用于定类数据的4种离散的核心-边缘模型:

参考

社会网络分析方法

社会网络分析方法是由社会学家根据数学方法﹑图论等发展起来的定量分析方法，近年来，该方法在职业流动、城市化对个体幸福的影响和经济体系、国际贸易等领域广泛应用，并发挥了重要作用。社会网络分析是社会学领域比较成熟的分析方法，社会学家们利用它可以比较得心应手地来解释一些社会学问题。许多学科的专家如经济学、管理学等领域的学者们在新经济时代——知识经济时代，面临许多挑战时，开始考虑借鉴其他学科的研究方法，社会网络分析就是其中的一种。网络指的是各种关联，而社会网络即可简单地称为社会关系所构成的结构。社会网络分析问题起源于物理学中的适应性网络，通过研究网络关系，有助于把个体间关系、“微观”网络与大规模的社会系统的“宏观”结构结合起来，通过数学方法﹑图论等定量分析方法，是20世纪70年代以来在社会学、心理学、人类学、数学、通信科学等领域逐步发展起来的一个的研究分支。所以，从社会网络的角度出发，人在社会环境中的相互作用可以表达为基于关系的一种模式或规则，而基于这种关系的有规律模式反映了社会结构，这种结构的量化分析是社会网络分析的出发点。社会网络分析不仅仅是一种工具，更是一种关系论的思维方式。可以利用来解释一些社会学、经济学、管理学等领域问题。

在社会网络分析中,人们之间联系的强弱程度被称为什么

强关系网络和弱关系网络。在社会网络分析中，人们之间联系的强弱程度被称强关系网络和弱关系网络，强关系是指人们在其中投入更多时间、更多情感，并且彼此更为亲密也更为频繁地提供互惠性服务的关系。弱关系则是指那种自我卷入不多甚至没有卷入的关系。

认知网络分析和社会网络分析的区别

定义不一样。认知网络分析是一种智能网络。它能够感知外部环境，通过对外部环境的理解与学习，实时调整通信网络内部配置，智能地适应外部环境的变化。社会网络分析是指人与人之间、组织与组织之间为达到特定的目的进行信息交流的关系网，基本上由节点和关系两部分组成。