社會(huì)網(wǎng)絡(luò)分析課件.ppt

《社會(huì)網(wǎng)絡(luò)分析課件.ppt》由會(huì)員分享，可在線閱讀，更多相關(guān)《社會(huì)網(wǎng)絡(luò)分析課件.ppt（54頁珍藏版）》請?jiān)谘b配圖網(wǎng)上搜索。

1、郭世月 社會(huì)網(wǎng)絡(luò)分析 UCINET的原理及應(yīng)用 參 考 資 料 社 會(huì)網(wǎng)絡(luò) 分析 導(dǎo)論 /劉軍 著 .北京：社 會(huì) 科 學(xué) 文 獻(xiàn) 出版 社， 2004 社 會(huì)網(wǎng) 分析 講義 /羅 家德著 .北京：社 會(huì) 科 學(xué) 文 獻(xiàn) 出版 社， 2005 整體 網(wǎng) 分析 講義 ： UCINET軟 件使用指南 /劉軍 著 .上 海：格致出版社， 2009 國際 社 會(huì)網(wǎng)絡(luò) 分析 網(wǎng) （ INSNA）： http:/www.insna.org 學(xué)習(xí)內(nèi) 容 2. 社 會(huì)網(wǎng)絡(luò) 分析相 關(guān)概 念及其 應(yīng) 用 3. UCINET簡 介 4. 案例分析 作者同被引可 視 化 研 究 1. 什 么 是社 會(huì)網(wǎng)絡(luò) 分析 1

2、. 什么是社會(huì)網(wǎng)絡(luò)分析 人際關(guān)系網(wǎng) 因特網(wǎng) 生態(tài)網(wǎng) 神經(jīng)網(wǎng)絡(luò) 科學(xué)引文網(wǎng) 作者合作網(wǎng) 什么是社會(huì)網(wǎng)絡(luò)？ 社會(huì)網(wǎng)絡(luò)是指 社會(huì)行動(dòng)者 （ social actor）及其 間的 關(guān)系 的集合。也可以說，一個(gè)社會(huì)網(wǎng)絡(luò)是由多 個(gè)點(diǎn)（社會(huì)行動(dòng)者）和各點(diǎn)之間的連線（行動(dòng)者之 間的關(guān)系）組成的集合。用點(diǎn)和線來表達(dá)網(wǎng)絡(luò)，這 個(gè)是社會(huì)網(wǎng)絡(luò)的形式化界定。 點(diǎn) 關(guān)系 個(gè)體、公司、 、城市、國家 貿(mào)易關(guān)系、朋友關(guān)系、 、距離關(guān)系 實(shí)質(zhì)研究對象 社會(huì)網(wǎng)絡(luò)的形式化表達(dá) 矩陣中的行與列都代表“社 會(huì)行動(dòng)者”，即圖中的各點(diǎn) 。行與列對應(yīng)的要素代表的 就是各個(gè)行動(dòng)者之間的“關(guān) 系”。 社群圖 用于表示一 個(gè)群體成員 之間的關(guān)系，

3、 由點(diǎn)和線連 成的 圖。 矩陣 完備圖、非完備圖 （成員之間的緊密度） 有向圖、無向圖 （關(guān)系方向） 二值圖、符號(hào)圖、賦值圖 （關(guān)系的緊密程度） 2 社會(huì)網(wǎng)絡(luò)分析相關(guān)的概念及應(yīng)用 與“中心性”有 關(guān)的概念 與“距離”有關(guān) 的 概念 社會(huì)網(wǎng)絡(luò)分析 相關(guān)概念 與“關(guān)聯(lián)性”有關(guān) 的概念 與“凝聚子群” 有 關(guān)的概念 2.1 與“關(guān)聯(lián)性”有關(guān)的概念 2.1.1 子圖 一個(gè)圖 G的子圖 Gs的定義是， Gs中的點(diǎn)集（記作 Ns ）是 G的點(diǎn)集（ N）的一個(gè)子集，并且 Gs中的線集 （ Ls ）也是 G的線集（ L）的一個(gè)子集， Gs中的所有 線也必須是在 G中的所有點(diǎn)之間的線。 2.1.2 關(guān)聯(lián)圖和成分

4、 對于一個(gè)圖來說，如果其中的任何兩點(diǎn)之間都存 在一個(gè)途徑（ Path），則稱這兩點(diǎn)是相互可達(dá)的，稱 該圖時(shí)關(guān)聯(lián)圖（ connected graph）。也就是說，關(guān) 聯(lián)圖中的任何兩點(diǎn)之間都是可達(dá)的。 如果一個(gè)圖不是關(guān)聯(lián)的，就稱之為“不關(guān)聯(lián)圖”。 一個(gè)“不關(guān)聯(lián)圖”，可以分為兩個(gè)或者多個(gè)子圖，我 們稱之為關(guān)聯(lián)子圖。一個(gè)圖中的各個(gè)關(guān)聯(lián)子圖都叫做 “成分”（ components），它是最大的關(guān)聯(lián)子圖。 也就是說，“成分”內(nèi)部的任何點(diǎn)之間都存在途徑。 但是，成分內(nèi)部的一點(diǎn)與任何外在于該成分的點(diǎn)之間 都不存在任何途徑。 三個(gè)成分： C1=n1， n2， n3， n4， n5 C2=n7， n8， n9，

5、n10 C3=n6 2.2 與“距離”有關(guān)的概念 2.2.1 點(diǎn)的度數(shù) 與某點(diǎn)相鄰的那些點(diǎn)稱為該點(diǎn)的“鄰點(diǎn)” （ neighborhood），一個(gè)點(diǎn) ni的鄰點(diǎn)的個(gè)數(shù)稱為該 點(diǎn)的“度數(shù)”（ nodaldegree），記作 d(ni)，也叫關(guān) 聯(lián)度（ degree of connection）。 一個(gè)點(diǎn)的度數(shù)就是對其“鄰點(diǎn)”多少的測量。實(shí) 際上，一個(gè)點(diǎn)的度數(shù)也是與該點(diǎn)相連的線的條數(shù)。如 果一個(gè)點(diǎn)的度數(shù)為 0，稱之為“孤立點(diǎn)”（ isolate）。 在一個(gè)有向圖中，必須考察線的方向。因此，一 點(diǎn)的“度數(shù)”包括兩類，分別稱為“點(diǎn)入度”（ in- degree）和“點(diǎn)出度”（ out-degree）。

6、一個(gè)點(diǎn)的 點(diǎn)入度指的是直接指向該點(diǎn)的點(diǎn)的總數(shù)；點(diǎn)出度指的 是該點(diǎn)所直接指向的點(diǎn)的總數(shù)。 點(diǎn) 5的度數(shù)為： 點(diǎn) 10的度數(shù)為： 點(diǎn) 8的點(diǎn)數(shù)為： 4 2 1 阿庫（ n3）的點(diǎn)入度是： 點(diǎn)出度是： 3 2 2.2.2 測地線、距離和直徑 在給定的兩點(diǎn)之間可能存在長短不一的多條途徑。 兩點(diǎn)之間的長度最短的途徑叫做 測地線 。如果兩點(diǎn)之 間存在多條最短途徑，則這兩個(gè)點(diǎn)之間存在多條測地 線。 兩點(diǎn)之間的測地線的長度叫做測地線 距離 ，簡稱 為“距離”（ distance）。也就是說，兩點(diǎn)之間的距 離指的是連接這兩點(diǎn)的最短途徑的長度。 一個(gè)圖一般有多條測地線，其長度也不一樣。我 們把圖中最長測地線的長度

7、叫做圖的 直徑 。如果一個(gè) 圖是關(guān)聯(lián)圖，那么其直徑可以測定。如果圖不是關(guān)聯(lián) 的，那么有的點(diǎn)對之間的距離就沒有界定，或者說距 離無窮大。在這種情況下，圖的直徑也是無定義的。 n1到 n4的測地線是： n1到 n5的距離是： 該圖的直徑是： l2l4 3 3（ l2l4 l5、 l3l4 l5 ） 2.2.3 密度 密度指的是一個(gè)圖中各個(gè)點(diǎn)之間聯(lián)絡(luò)的緊密程度。 固定規(guī)模的點(diǎn)之間的連線越多，該圖的密度就越大。 密度的測量： 在無向圖中，密度用圖中實(shí)際擁有的連線數(shù) l與最 多可能存在的連線總數(shù)之比來表示，即 密度 2l/n(n-1) 在有向圖中，有向圖所能包含的最大連線數(shù)恰恰 等于它所包含的總對數(shù)，即

8、 n(n-1)， 密度 =l/n(n-1) (n表示圖的規(guī)模，即該圖一共有 n個(gè)點(diǎn)。 ) 2.3 與“中心性”有關(guān)的概念 “中心性”的研究意義 ： “權(quán)力”在社會(huì)學(xué)中是一個(gè)非常重要的概 念。一個(gè)人之所以擁有權(quán)力，是因?yàn)樗c他者 存在關(guān)系，可以影響他人。在一個(gè)群體中，我 們?nèi)绾稳ソ缍硞€(gè)人的權(quán)利大小？社會(huì)網(wǎng)絡(luò)學(xué) 者就從“關(guān)系”的角度出發(fā)，用“中心性”來 定量研究權(quán)力。人或者組織在社會(huì)網(wǎng)絡(luò)中具有 怎樣的權(quán)力，或者說居于怎樣的中心地位，這 一思想是社會(huì)網(wǎng)絡(luò)分析者最早探討的內(nèi)容之一。 2.3 與“中心性”有關(guān)的概念 2.3.1 點(diǎn)度中心性 （ 1）點(diǎn)度中心度 與該點(diǎn)有直接關(guān)系的點(diǎn)的數(shù)目（在無向圖中是點(diǎn)

9、 的度數(shù)，在有向圖中是點(diǎn)入度和點(diǎn)出度），這就是點(diǎn) 度中心度（ point centrality）。 點(diǎn) 度 中 心 度 絕對中心度 無向圖中，點(diǎn)的絕對中心度即為該點(diǎn)的度數(shù)。 有向圖中 內(nèi)中心度 點(diǎn)入度 外中心度 點(diǎn)出度 相對點(diǎn)度中心度 有向圖： CRD (x)=(x的點(diǎn)入度數(shù) +x的點(diǎn)出度 )/(2n-2) 無向圖： CRD (x)=(x的度數(shù) )/(n-1) (2)點(diǎn)度中心勢 中心度是來描述圖中任何一點(diǎn)在網(wǎng)絡(luò)中占據(jù)的核 心性，中心勢是來刻畫網(wǎng)絡(luò)圖的整體中心性。 對于一個(gè)網(wǎng)絡(luò)來說，它的中心勢指數(shù)由如下思想給 出：首先找到圖中的最大中心度數(shù)值；然后計(jì)算該值 與任何其他點(diǎn)的中心度的差，從而得到多個(gè)

10、“差值”； 再計(jì)算這些“差值”的總和；最后用這個(gè)總和除以各 個(gè)差值總和的最大可能值。用公式表示如下： 2.3.2 中間中心性 （ 1）點(diǎn)的中間中心度 中間中心度測量的是行動(dòng)者對資源控制的程度。 如果一個(gè)點(diǎn)處于許多其他點(diǎn)對的測地線（最短的途徑） 上，我們就說該點(diǎn)具有較高的中間中心度。他起到溝 通各個(gè)他者的橋梁作用。 中間中心度的測量： 具體地說，假設(shè)點(diǎn) j和 k之間存在的測地線數(shù)目用 gjk 來表示。第三個(gè)點(diǎn) i能夠控制此兩點(diǎn)的交往的能力用 bjk (i)來表示，即 i處于點(diǎn) j和 k之間的測地線上的概率。 點(diǎn) j和 k之間存在的經(jīng)過點(diǎn) i的測地線數(shù)目用 gjk (i)來表 示。那么， bjk

11、(i)= gjk (i)/ gjk 。 計(jì)算點(diǎn) i的中心度， 需要把其相應(yīng)于圖中所有的點(diǎn) 對的中間度加在一起 ，所以點(diǎn) i的絕對中間中心度 = 1 4 5是一個(gè)連接 1和 5的測地線， 1和 5之間的測地線僅此 一條， 4的中間中心度為 1。 2 4 5是一個(gè)連接 2和 5的測地線， 2和 5之間的測地線僅此 一條， 4的中間中心度多了 1。 3 4 5是一個(gè)連接 3和 5的測地線， 3和 5之間的測地線僅此 一條， 4的中間中心度又多了 1。 1 4 3是一個(gè)連接 1和 3的測地線， 1和 3之間的測地線有 2 條（ 1 4 3 和 1 2 3 ）， 4的中間中心度賦予 1/2。 所以，行動(dòng)

12、者 4的中間中心度為： 1+1+1+1/2=3.5，記作 CB(4)=3.5 （ 2）中間中心勢 網(wǎng)絡(luò)中中間中心性最高的節(jié)點(diǎn)的中間中心性與其 他節(jié)點(diǎn)的中間中心性的差距。該節(jié)點(diǎn)與別的節(jié)點(diǎn)的差 距越大，則網(wǎng)絡(luò)的中間中心勢越高，表示該網(wǎng)絡(luò)中的 節(jié)點(diǎn)可能分為多個(gè)小團(tuán)體而且過于依賴某一個(gè)節(jié)點(diǎn)傳 遞關(guān)系，該節(jié)點(diǎn)在網(wǎng)絡(luò)中處于極其重要的地位。 2.3.3 接近中心性 （ 1）點(diǎn)的接近中心度 接近中心度又稱整體中心度，它是對圖中某點(diǎn)的 不受他人控制的測度。 接近中心度的測量方法： 接近 中 心 度 絕對接近中心度 相對接近中心度 （ dij為點(diǎn) i和 j之間的測 地線距離） （ n為網(wǎng)絡(luò)的規(guī)模） “中心性”總結(jié)

13、 刻畫的是行動(dòng) 者的局部中心 指數(shù)，測量網(wǎng) 絡(luò)中行動(dòng)者自 身的交易能力 ，沒有考慮到 能否控制他人 點(diǎn)度中心度 研究一個(gè)行動(dòng) 者在多大程度 上居于其他兩 個(gè)行動(dòng)者之間， 因而是一種 “控制能力” 指數(shù) 中間中心度 考慮的是行動(dòng) 者在多大程度 上不受其他行 動(dòng)者的控制 接近中心度 2.4 與“凝聚子群”有關(guān)的概念 大體上說，凝聚子群是滿足如下條件的行動(dòng)者子集 合，即在此集合中的行動(dòng)者之間具有相對較強(qiáng)的、 直接的、緊密的、經(jīng)常的或者積極的聯(lián)系。 研究意義：通過對社會(huì)網(wǎng)絡(luò)的凝聚子群的分析， 可揭示社會(huì)結(jié)構(gòu)，量化結(jié)構(gòu)。 2.4 與“凝聚子群”有關(guān)的概念 2.4.1 派系 在一個(gè)圖中，“派系”指的是至少

14、包含三個(gè)點(diǎn)的 最大完備子圖。 派系的成員至少包含三個(gè)點(diǎn)； 派系是“完備”的，即其中任何兩點(diǎn)之間都是直 接相關(guān)，都是鄰接的； 派系是“最大”的，其含義是，我們不能向其 中加入新的點(diǎn)，否則將改變“完備”這個(gè)性質(zhì)。 2.4.2 -派系 對于一個(gè)總圖來說，如果其中的一個(gè)子圖滿足如 下條件，就稱之為 -派系：在該子圖中，任何兩點(diǎn)之 間在總圖中的距離（即測地線距離）最大不超過。 一個(gè) -派系實(shí)際上就是最大的完備子圖本身，也 就是上述的“派系”。而一個(gè) -派系則是這樣的一個(gè) 派系，即其成員或者直接（距離為）相連，或者通 過一個(gè)共同鄰點(diǎn)（距離為）間接相連。 2.4.3 k-叢 一個(gè) k-叢就是滿足下列條件的一

15、個(gè)凝聚子群，即 在這樣一個(gè)子群中，每個(gè)點(diǎn)都至少與除了 k個(gè)點(diǎn)之外的 其他點(diǎn)直接相連。也就是說，當(dāng)這個(gè)凝聚子群的規(guī)模 為 n時(shí)，其中每個(gè)點(diǎn)至少都與該凝聚子群中 n-k個(gè)點(diǎn)有 直接聯(lián)系，即每個(gè)點(diǎn)的度數(shù)都至少為 n-k。 如果 k=1，根據(jù)定義， -叢中的每一個(gè)成員都與 其他 n-1個(gè)點(diǎn)相連，那么，一個(gè) 1-叢就等于 1-派，也 當(dāng)然是一個(gè)派系，是一個(gè)最大的完全子圖。當(dāng) k=2的 時(shí)候，其中所有點(diǎn)都至少與 n-2個(gè)其他點(diǎn)相連，但是， 2-叢可以不是 2-派系。 左圖是 3-派系，因?yàn)樗悬c(diǎn)之間的距離都不大于 3。 然而，它卻不是一個(gè) 3-叢，因?yàn)榕c點(diǎn) A、 C、 E、 F相連的 成員的數(shù)目都少于 6

16、-3=3。 右圖即是 3-派系，也是 3-叢。 2.4.4 k-核 k-核指的是滿足下面條件的一個(gè)子圖，即子圖中 的點(diǎn)都至少與該子圖中的 k個(gè)其他點(diǎn)鄰接。 k-叢要求各個(gè)點(diǎn)都至少與除了 k個(gè)點(diǎn)之外的其他 點(diǎn)相連，而 k-核要求任何點(diǎn)與至少 k個(gè)點(diǎn)相連。 UCINET軟件簡介 簡史： UCINET(University of California at Irvine NETwork)是一種功能強(qiáng)大的社會(huì)網(wǎng)絡(luò)分析軟件，它 最初由加州大學(xué)爾灣分校社會(huì)網(wǎng)絡(luò)研究的權(quán)威學(xué)者 Linton Freeman編寫，后來主要由波士頓大學(xué)的 Steve Borgatti和威斯敏斯特大學(xué)的 Martin Everet

17、t 維護(hù)更新。 處理數(shù)據(jù)：全部數(shù)據(jù)都用 矩陣形式 來存儲(chǔ)、展示和描 述?？商幚?32767個(gè)點(diǎn)的網(wǎng)絡(luò)數(shù)據(jù)。 UCINET主界面 Exit Spreadsheet 數(shù)據(jù)輸入形式之一：直接錄入矩陣（ DataSpreadsheets ） Import text data from spreadsheet 數(shù)據(jù)輸入形式之二：將 Excel文件轉(zhuǎn)化為 Ucinet格式數(shù)據(jù)（ DataImport via Spreadsheet ） Edit Text File 數(shù)據(jù)輸入形式之三：編輯文本文件創(chuàng)建 UCINET數(shù)據(jù)（ FileText Editor, DataImport Text fileRaw/DL

18、 ） Display Ucinet Dataset Netdraw 4 案例分析 作者同被引可視化研究 什么是同被引？ 什么是作者同被引？ 什么是可視化？ 同被引也稱為共引（ Co-citation），兩篇 或兩篇以上的文獻(xiàn)同時(shí)被別的文獻(xiàn)引用。文 獻(xiàn) A與文獻(xiàn) B同時(shí)作為了文獻(xiàn) C的參考文獻(xiàn)。 兩位作者發(fā)表的文獻(xiàn)同時(shí)被其他文獻(xiàn) 引用。作者 A和作者 B發(fā)表的文章，同時(shí) 被文獻(xiàn) c引用了。 用圖形的方式來表達(dá)內(nèi)容結(jié)構(gòu)，直觀、清楚。 研究 目的 描述學(xué)科結(jié)構(gòu) 揭示作者各自或共同代表的主題領(lǐng)域 揭示文獻(xiàn)的影響力 探討學(xué)科范式 主要步驟 選擇研究領(lǐng)域。本案例選擇的研究領(lǐng)域是“認(rèn)知心理 學(xué)”。 選擇資料

19、來源數(shù)據(jù)庫。本案例選擇的數(shù)據(jù)庫是中國引 文數(shù)據(jù)庫（ http:/ 確定收集范圍，檢索出所需文獻(xiàn)。 確定分析對象。本案例選擇了被引頻次高于等于 10次的文獻(xiàn)的第一作者。 統(tǒng)計(jì)各作者所發(fā)表文獻(xiàn)的引證文獻(xiàn)，并兩兩比較，計(jì) 算出被引頻次。建立被引頻次矩陣。 如，作者 A發(fā)表文獻(xiàn)的引證文獻(xiàn)是 a1,a2,a3, ， an （即這些文獻(xiàn)引用過作者 A發(fā)表的文章） 作者 B發(fā)表文獻(xiàn)的引證文獻(xiàn)是 b1,b2,b3, ， bn。 比較這兩個(gè)文獻(xiàn)集合，相同元素的個(gè)數(shù)，即為 A與 B 的被引頻次。 用 UCINET軟件將 EXCEL格式的被引頻次矩陣轉(zhuǎn)化為 UCINET格式。 用 UCINET軟件中的 NetDraw將被引頻次矩陣轉(zhuǎn) 化為可視化圖譜。 結(jié)果分析。 謝謝大家！