社会网络分析学习报告.ppt

李谚博 社会网络分析学习 中国是一个 关系社会 定义 关系社会 社会网络 引申出我们的研究的领域 社会网络是指社会行动者 socialactor 及其间的关系的集合 也可以说 一个社会网络是由多个点 社会行动者 和各点之间的连线 行动者之间的关系 组成的集合 用点和线来表达网络 这个是社会网络的形式化界定 点 个体 公司 城市 国家 关系 线 实质研究对象 贸易关系 朋友关系 距离关系 定义 社会网络分析是对社会网络的关系结构及其属性加以分析的一套规范和方法 它又被称结构分析 strw turalanalysis 因为它主要分析的是不同社会单位 个体 群体或社会 所构成的社会关系的结构及其属性 那么社会网络分析有什么作用呢 现在来看 社会网络分析可以解决或可以尝试解决下列问题 1 人际传播问题 发现舆论领袖 创新扩散过程 2 小世界理论 六度空间分割理论 3 Web分析 数据挖掘中的关联分析 形成交叉销售 增量销售 也就是啤酒和尿布的故事 4 社会资本 产业链与价值链 5 文本的意义输出 通过追问调查研究文本的关联和意义 6 竞争情报分析 7 语言的关联 符号意义 8 相关矩阵或差异矩阵的统计分析 类似得到因子分析和MDS分析 9 恐怖分子网络 10 知识管理与知识的传递 弱关系的力量 11 引文和共引分析 那么如何进行社会网络分析呢 1 了解社会网络所分析的主要问题 1 分析关系会产生什么影响 或什么因素影响关系 个体网络 2 社会网络结构问题整体网络 社会关系图 个体网络 指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 也包括这些与自我联结的他人之间的联结 个体网络分析的对象是核心行动者 找出核心行动者向外扩展的关系网络 分析他 她 的关系网络对其自身有着重要的影响 整体网络 指网络中所有行动者之间的全部联结所构成的集合 整体网络侧重说明的是一个相对封闭的群体或组织的结构特征 2 掌握社会网络分析的方法 获取数据 建立关系矩阵 数据的分类 属性数据 关系数据 指涉及能动者的态度 观点和行为方面的数据 他们被视为能动者的个人或者群体所具有的才占 性质 特点等 变量分析法 是关于接触 联络 关联 群体依附和聚会等方面的数据 这类数据把一个能动者与另外一个能动者联系在一起 因而不能还原为单个行动者本身的属性 网络分析法 获取数据的途径和方式 问卷调查 访问数据库等方式 关系数据 分析整理后 关系矩阵 除了关系矩阵我们还可以用社群图 及网络位置图 树形图等 来分析关系数据 a 社群图 社群图表示关系模式 分为二维视图和三维视图两种类型 b 网络位置图 网络位置图表示关系数据集中的行动者在社会网络中的位置分布 最常见的位置分布就是核心 边缘模型 c 树形图 树形图用于表示SNA中对等性分析等聚类分析的结果 一般有两种表示方式 一种为类似冰柱图的形式 另一种为树形表示方式 1 2 3 一个简单的矩阵和社群图 三个人参与三件事的情况 参与则记为 1 未参与则记为 0 依据矩阵图绘制出此图 解读为 每人个人在某一特定事件过程中都与另外两人相遇 发生阵 邻接阵 以上的几种图都是简单的无向图 无向图是最简单 也是最容易处理的一类关系数据 现在讨论一下比较复杂的数据类型 在变量分析中 最重要的一个问题是适用于一个变量的 测量层次 是什么 也就是说 属性数据应该被测量为定类定量 还是定序 定距 定比变量 只有选择测量层次之后 才可以据此决定适用于该程序的特定分析程序 与此类此 根据关系 有 无 方向以及 或者是否 多值 关系数据也存在同样的 测量问题 无方向 有方向 方向性 二值 多值 多值 1 2 3 4 复杂程度 社群图及图论 a 关系矩阵可以转换成社群图来表示 b 社群图是代表关系矩阵数据的一种方法 图论语言则是另外一种更普遍的代表关系矩阵数据的方法 A B E C D A B E D C A B C D E 图的各种画法 1 2 3 无向图仅仅是表达了关系的存在与否而不能表达关系的强度及指向 A B C 有向图及其矩阵 图论的基本术语 多重度 最简单 最常用的测量关系密度的测度 是构成关系的独立接触者的数目 邻接的 由一条线连着的点 邻域 与某个特定的点相邻的那些点 度数 邻域中的总点数 注 所有点的度数总和一定是图中线的总数的2倍 A B E C D 线路 各个点相连的一条或一系列直线 途径 如果线路中的每个点和线都不一样 途径的长度 构成该线路的线的条数 距离 连接两点之间最短的途径 A D C B 线和途径 点入度 直接指向该点的点数总和 点出度 该点所直接指向的其他点的总数 个体中心密度和社群中心密度 在图论中 密度是得到最广泛应用的 甚至是滥用的概念 描述了一个图中各个点之间关联的紧密程度 无向图 有向图 多值图的密度 加权线数应该根据其多重度加权 即一条多重度为3的线就相当于三条线 局部中心度和整体中心度 局部中心度指的是局部某点对其邻点而言的相对重要性整体中心度指的是该点在总体网络中的战略重要性 测量点中心度的最简单直接的方法就是图中各点的度数 所测量出来的度就是局部中心度 如果某点度数高 则称该点居于中心 整体中心度的测量则是根据不同点之间的距离 中心势 中心势指的不是点的相对重要性 而是整个图的总体凝聚力或整合度 一个高度中心化的图 成分和循环首先要提到 子图 的概念 一个子图指的是从一个网络图中选择出来的任何点和连接这些点的线构成的集合 成分 最大关联的子图 关联 与图一样 在子图中当其所有点都通过各种途径相连的时候 子图就是关联的 循环 一个循环就是一个途径 只不过他返回到其初始点 与途径类似 长度可以任意 凝聚子群大体上说 凝聚子群是满足如下条件的行动者子集合 即在此集合中的行动者之间具有相对较强的 直接的 紧密的 经常的或者积极的联系 研究意义 通过对社会网络的凝聚子群的分析 可揭示社会结构 量化结构 派系及其交叉点的结构对称性聚类 聚集和分裂 3 解释社会分析的结果 工具 ucinet处理数据 全部数据都用矩阵形式来存储 展示和描述 可处理32767个点的网络数据 Exit Spreadsheet Importtextdatafromspreadsheet EditTextFile DisplayUcinetDataset Netdraw 以导入EXCEL数据为例 第一步整理excel数据表这里我们需要把你的原始数据处理成标准N N的矩阵 可以只填写上三角 或者下三角 这样画出的表示有向图 填写为对称矩阵则 表示 无向图 所谓无向图也即是任一连线都带箭头 看到这没学过图论的可能有点晕给大家看个例子 解释一下大家就清楚了 其实很简单 第二步导入excel数据 第三步二值化 可选 上面说了 矩阵的数值可以是0 1 也可以是任意实数 那么这一步就是要把实数矩阵转成0 1矩阵 也就是把定量问题定性考虑 举个例子 张三借给李四多少钱算借钱呢 好吧 10块钱以上算借钱 有同学要吐槽说太抠了吧 那就让ucinet帮你把矩阵里10以上 以上 以下 等于都是可以自己设定的 这里以 以上 为例 的数值都改成1 10以下的数值就无视掉 变0 下图中的10表示表中大于10的都换为1 否则为0 cut offoperator即规则 GreaterThan就是大于 点ok后选择保存地点 得到一个处理后的 h文件 第四步 用netdraw画图导入第三步或者第二步得到的 h文件 就OK了 最后是结果的实例了 但需要说明的是得到的图的节点大小 连线长度等属性本无意义 但是可以用ANALYSIS里的各种分析重画图 赋予这些属性新的意义 例如下图是中心性分析得到的结果 节点的大小表示中心性 点越大越是中心 如图 图书馆处于所有关键词的中心 你可以把图进一步处理 让 图 更漂亮 谢谢聆听请多指教