社会网络分析法——详细讲解.pptx

社会网络分析法——详细讲解.pptx

《社会网络分析法——详细讲解.pptx》由会员分享，可在线阅读，更多相关《社会网络分析法——详细讲解.pptx（73页珍藏版）》请在冰点文库上搜索。

,社会网络分析法,1.社会网络分析简介,什么是社会网络？

“社会网络”指的是作为节点的社会行动者（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，这是社会网络的形式化界定。

1.社会网络分析简介,重要理论基础：

六度分割理论,150定律（邓巴数字）,1.社会网络分析简介,网络中的“点”,可以是任何一个社会单位或者社会实体，例如：

个体、公司、学校、城市、国家,关系的表现也有很多种,朋友关系、合作关系、距离关系、贸易关系,1.社会网络分析简介,社会网络的形式化表达,图形表达,矩阵表达,有向图、无向图；二值图、符号图、多值图；完备图，非完备图,方阵（邻接矩阵）、发生矩阵、有向关系矩阵、多值关系矩阵、隶属关系矩阵等,1.社会网络分析简介,1.社会网络分析简介,社会网络研究的三个层次,个体网：

由一个核心个体和与之直接相连的其他个体构成的网络。

局域网：

个体网加上与个体网络成员有联系的其他点所构成的网络。

整体网：

由一个群体内部所有成员及其间的关系构成的网络。

1.社会网络分析简介,资料的收集方法,线人法提名法档案资料问卷法等,2.社会网络分析工具UCINET简介,最流行的社会网络分析软件网络规模、网络密度、中心性、凝聚子群、结构洞等,集成了Pajek用于大型网络分析的Free应用程序,三维展示分析分析软件Mage,实现画图功能的NetDraw,UCINET,2.社会网络分析工具UCINET简介,UCINET（UniversityofCaliforniaatIrvineNETwork）,林顿弗里曼编写新一代学者维护,http：

/,32767个点的网络数据,全部数据都用矩阵形式来储存、展示和描述,2.社会网络分析工具UCINET简介,2.社会网络分析工具UCINET简介,Exit,2.社会网络分析工具UCINET简介,Spreadsheet,数据输入形式之一：

直接录入矩阵,EditTextFile,数据输入形式：

编辑文本文件创建UCINET数据,DisplayUcinetDataset,ExportNetworktoMage,三维图,ExporttoPajek,Netdraw,2.社会网络分析工具UCINET简介,UCINET数据的输入,一般情况下，社会网络数据都是通过社会调查，以问卷或数据表的形式获得的。

输入数据的方式多种多样，可以用Excel或常见的文本编辑器输入，也可利用UCINET本身的数据表程序输入。

UCINET数据的预处理,2.社会网络分析工具UCINET简介,DataTransposeToolsMatrixAlgebra,隶属关系矩阵邻接矩阵,TransformDichotomize,多值矩阵二值化,TransformSymmetrize,对称化处理,3.网络规模和网络密度分析,网络规模,个体网的规模：

指的是与某个核心个体直接相关的其他个体的数量。

整体网的规模：

指的是网络中包含的全部行动者的数目。

3.网络规模和网络密度分析,网络密度,密度指的是一个图中各个点之间联络的紧密程度。

固定规模的点之间的连线越多，该图的密度就越大，该网络对其中行动者的态度、行为等产生的影响就越大。

整体网的密度,假设网络中有n个行动者，其中包含的实际关系数为m当整体网是无向关系网时，其中包含的关系总数在理论上的最大可能值是n（n-1）/2，则其网络密度为：

m/（n（n-1）/2）当整体网是有向关系网时，其中包含的关系总数在理论上的最大可能值是n（n-1），则其网络密度为：

m/（n（n-1）,3.网络规模和网络密度分析,整体网中个体网密度的计算,NetworkEgonetworksEgonetDensity,3.网络规模和网络密度分析,整体网密度的计算,NetworkCohesionDensityDensityOverall,中心度和中心势,4.中心性和影响力,点的中心度,整体图的中心度,中心度测量的是个体在整个网络中的权力中心势测量的是一个图在多大程度上围绕某个或某些特殊点建构起来。

4.中心性和影响力,思路：

首先给出一个点的各种“绝对中心度”的表达式；然后为了比较来自不同图的点的中心度，需要给出“相对中心度”指数，即“标准化”的绝对中心度指数；最后给出一个图在整体上的中心势指数。

4.中心性和影响力,中心性,度数中心性,中间中心性,接近中心性,4.1度数中心性,点的度数中心度：

绝对度数中心度：

某点的度数中心度就是与这个点直接相连的其他点的个数。

相对度数中心度：

点的绝对中心度与图中点的最大可能的度数之比。

4.1度数中心性,图的度数中心势：

首先找到图中各个点的最大中心度的值；然后计算该值与图中其他点的中心度的差，从而得到多个“差值”；再计算这些“差值”的总和；最后用这个总和除以在理论上各个差值总和的最大可能值,Networkcentralitydegree,4.2中间中心性,点的中间中心度：

它测量的是行动者对资源控制的程度，也就是一个点在多大程度上位于图中其他“点对”的“中间”。

如果一个点处于许多其他点对的捷径（最短的途径）上，就说该点具有较高的中间中心度。

4.2中间中心性,具体地说：

假设点和点之间存在的捷径条数用来表示。

点和点之间存在的经过第三点的捷径数目用来表示。

第三个点能够控制此两点的交往的能力用来表示，则,4.2中间中心性,点的绝对中间中心度：

点的相对中间中心度：

4.2中间中心性,图的中间中心势,对于一个规模为n的图来讲，首先找到图中各个点的中间中心度的最大值；然后计算该值与图中其他点的中间中心度之差，从而得到多个“差值”；再计算这些“差值”的总和；最后用这个总和除以理论上该差值总和的最大可能值,NetworkCentralityFreemanbetweennessNodebetweenness,4.3接近中心性,4.3接近中心性,点的接近中心度：

如果一个点与网络中所有其他点的“距离”都很短，则称该点具有较高的接近中心度。

一个点的接近中心度是该点与图中所有其他点的捷径距离之和。

绝对：

相对：

4.中心性和影响力,度数中心度刻画的是行动者的局部中心指数，测量网络中行动者自身的交易能力，没有考虑到能否控制他人。

中间中心度研究一个行动者在多大程度上居于其他两个行动者之间，因而是一种控制能力指数。

接近中心度考虑的是行动者在多大程度上不受其他行动者的控制,4.4影响力分析,常规的地位指数向量=（0.4，0.2，0.2，0.6，0.2，0.8）,有缺陷的,4.4影响力分析,考虑间接关系的影响力指数：

卡兹的影响力指数胡贝尔的影响力指数泰勒的影响力指数,NetworkCentralityInfluenceHubbell/Katz/Taylor,5.凝聚子群分析,当网络中某些行动者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。

5.凝聚子群分析,4.子群内部成员之间关系密度相对于内、外部成员之间的关系的密度,1.关系的互惠性,3.子群内部成员之间关系的频次,2.子群成员之间的接近性或可达性,5.1基于互惠性的凝聚子群,建立在互惠性基础上的凝聚子群主要是派系派系常常指这样的一个子群，即其成员之间的关系都是互惠的，并且不能向其中加入任何一个成员，否则将改变这个性质。

5.1基于互惠性的凝聚子群,首先，派系的成员至少包含三个点其次，派系是“完备”的，即其中任何两点之间都直接相关的第三，派系是“最大”的，不能向其中加入新的点,在一个无向网络图中：

在一个有向网络图中：

行动者之间的关系一定是互惠的,5.1基于互惠性的凝聚子群,5.2基于可达性的凝聚子群,建立在可达性基础上的凝聚子群考虑的是点与点之间的距离，要求一个子群的成员之间的距离不能太大。

这样，我们可以设定一个临界值n作为凝聚子群成员之间距离的最大值，这就引出了对派系概念做出最早推广的n派系的概念。

建立在可达性基础上的凝聚子群：

n派系、n宗派,5.2基于可达性的凝聚子群,n派系强调的是一个子图中，任何两点之间在总图中的距离最大不超过n。

局限：

当n大于2的时候，很难给它以社会学解释作为一个子图，n-派系的直径可能大于n一个n-派系可能是一个不关联图,5.2基于可达性的凝聚子群,n宗派,所谓n-宗派指的是满足如下条件的一个n-派系，即其中任何两点之间的捷径距离都不超过n。

NetWorkSubgroupn-cliques/n-clan,5.3基于度数的凝聚子群,建立在点度数基础上的凝聚子群：

K丛，K核是通过限制子群中的每个成员的邻点个数而得到的。

K丛的概念,一个K丛就是满足下列条件的一个凝聚子群，即在这样的一个子群中，每个点都至少与除了K个点之外的其他点直接相连。

也就是说，如果一个凝聚子群的规模为n，那么只有当该子群中的任何点的度数都不小于（n-k）这个值的时候，我们才称之为K-丛。

5.3基于度数的凝聚子群,K核是一个与K丛概念相对立的另一个建立在点度数基础上的凝聚子群。

如果一个子图中的全部点都至少与该子图中的其他K个点邻接，则称这样的子图为K核,NetWorkRegionsK-Core,5.4基于“子群内外关系”的凝聚子群,成分：

如果一个图可以分为几个部分，每个部分的内部成员之间存在联系，而各个部分之间没有任何联系，在这种情况下，我们把这些部分称为成分。

NetworkRegionsComponentsSimpleGraphs/ValuedGraphs,5.4基于“子群内外关系”的凝聚子群,块：

如果一个图分为一些相对独立的子图的话，则称各个子图为“块”。

用来构建“块”的程序模型叫做块模型。

NetworkRole&PositionStructureCONCOR,6.个体网研究：

结构洞,结构洞：

非冗余的联系人被结构洞所连接，一个结构洞是两个行动者之间的非冗余的联系。

6.个体网研究：

结构洞,结构洞的作用：

对于一个企业来说，占据结构洞位置非常有利于非冗余、多元化信息的流动以及对信息流的控制，从而也可能促进企业进行创新，开发新产品。

6.个体网研究：

结构洞,结构洞的测量：

伯特的结构洞指数：

（1）有效规模

（2）效率（3）限制度（4）等级度,6.个体网研究：

结构洞,有效规模：

一个行动者的有效规模等于该行动者的个体网规模减去网络的冗余度，即有效规模等于网络中的非冗余因素。

一个行动者的有效规模：

6.个体网研究：

结构洞,效率：

一个点的效率等于该点的有效规模与实际规模之比。

6.个体网研究：

结构洞,限制度：

一个行动者受到的“限制度”指的是此行动者在自己的网络中拥有运用结构洞的能力。

按照伯特的说法“某一行动者的机会受到的限制取决于行动者曾经投入了大量网络时间和精力的另外一个接触者又在多大程度上向接触者的关系投入大量的精力。

6.个体网研究：

结构洞,限制度：

行动者受到的限制度指标为：

6.个体网研究：

结构洞,等级度：

指的限制性在多大程度上集中在一个行动者身上。

一个点的等级度越大，说明该点越受到限制。

7.1QAP相关分析,QAP（二次指派程序）：

是一种对两个方阵中各个元素的相似性进行比较的方法，即它对方阵的各个元素进行比较，给出两个矩阵之间的相关系数，同时对系数进行非参数检验，它以对矩阵数据的置换为基础。

7.1QAP相关分析,QAP相关分析：

既可以研究两种“关系”矩阵之间是否相关，还可以研究一个属性（如性别）与一种关系（如朋友关系）是否相关。

7.QAP回归分析,QAP回归分析的目的：

研究多个矩阵和一个矩阵之间的回归关系，并且对判定系数的显著性进行评价。

7.QAP回归分析,计算步骤：

1.针对自变量矩阵和因变量矩阵对应的长向量元素进行常规的多元分析。

2.对因变量矩阵的各行和各列进行（同时）随机置换，然后重新计算回归，保存所有的系数值以及判定系数值,8.应用实例,基于农业产业集群的农业创新体系结构分析以河南省鄢陵县花木产业集群为例（李二玲，2012，经济地理）,采用问卷调查和企业访谈相结合的方法，对鄢陵县花木产业集群91家农户、46家农业企业、相关政府机构以及乡镇干部进行问卷调查和深度访谈。

8.应用实例,将46个样本企业进行编号，并将大学、科研机构、政府部门和外部企业作为独立的节点。

对集群创新知识网络和合作网络赋值后分别得出5050的关系矩阵。

最后通过UCINET软件进行创新主体的鉴别和网络特征的分析。

8.应用实例,8.应用实例,知识网络结构图,创新合作网络结构图,8.应用实例,8.应用实例,长江中游城市集群经济网络结构分析汤放华等，2013，地理科学,研究对象：

选取了长江中游27个城市作为研究对象数据来源：

2010中国城市统计年鉴2010湖南省统计年鉴2010江西省统计年鉴通过经济联系强度计量模型计算出各城市间的经济联系强度。

最后利用Ucinet6软件对长江中游城市集群经济网络结构进行定量分析。

8.应用实例,分析结果显示，2010年长江中游城市集群网络密度是0.8376，长江中游城市集群经济网络程度中心势的外向程度中心势为8.125%，内向程度中心势为3.579%；中介中心势为35.38%。

8.应用实例,8.应用实例,哈尔滨工程大学刘军清华大学罗家德,Thanks,