歡迎來到裝配圖網(wǎng)! | 幫助中心 裝配圖網(wǎng)zhuangpeitu.com!
裝配圖網(wǎng)
ImageVerifierCode 換一換
首頁 裝配圖網(wǎng) > 資源分類 > PPT文檔下載  

《社會網(wǎng)絡(luò)分析》PPT課件.ppt

  • 資源ID:15541624       資源大小:3.90MB        全文頁數(shù):33頁
  • 資源格式: PPT        下載積分:9.9積分
快捷下載 游客一鍵下載
會員登錄下載
微信登錄下載
三方登錄下載: 微信開放平臺登錄 支付寶登錄   QQ登錄   微博登錄  
二維碼
微信掃一掃登錄
下載資源需要9.9積分
郵箱/手機(jī):
溫馨提示:
用戶名和密碼都是您填寫的郵箱或者手機(jī)號,方便查詢和重復(fù)下載(系統(tǒng)自動生成)
支付方式: 支付寶    微信支付   
驗證碼:   換一換

 
賬號:
密碼:
驗證碼:   換一換
  忘記密碼?
    
友情提示
2、PDF文件下載后,可能會被瀏覽器默認(rèn)打開,此種情況可以點擊瀏覽器菜單,保存網(wǎng)頁到桌面,就可以正常下載了。
3、本站不支持迅雷下載,請使用電腦自帶的IE瀏覽器,或者360瀏覽器、谷歌瀏覽器下載即可。
4、本站資源下載后的文檔和圖紙-無水印,預(yù)覽文檔經(jīng)過壓縮,下載后原文更清晰。
5、試題試卷類文檔,如果標(biāo)題沒有明確說明有答案則都視為沒有答案,請知曉。

《社會網(wǎng)絡(luò)分析》PPT課件.ppt

在社會科學(xué)中,以對社會行動者之間的互動研究為基礎(chǔ)的結(jié)構(gòu)性方法被稱作社會網(wǎng)絡(luò)分析(弗里曼,2008) 這些行動者可能是個體的人,也可能是群體、組織或者國家等。 社會網(wǎng)絡(luò)分析關(guān)注行動者之間的關(guān)系,認(rèn)為這些關(guān)系的模式會影響它們的行動。 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出現(xiàn)以及會導(dǎo)致什么樣的后果就成為社會網(wǎng)絡(luò)分析的核心目標(biāo)之一。,2020/8/19,1,4.5 社會網(wǎng)絡(luò)分析,4.6.1 社會網(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 社會網(wǎng)絡(luò)分析把社會學(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)計學(xué)家、生態(tài)學(xué)家、流行病學(xué)家、計算機(jī)科學(xué)家、商學(xué)院里的組織行為學(xué)和市場學(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,但共同擁有一個體現(xiàn)在網(wǎng)絡(luò)分析方法中的結(jié)構(gòu)性視角。 多個學(xué)科幾代研究者不斷積累的結(jié)果 關(guān)于社會網(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(Jacob Moreno)的社會計量學(xué)。也有人認(rèn)為,社會網(wǎng)絡(luò)分析到20世紀(jì)70年代懷特(Harrison White)在哈佛大學(xué)招收研究生時才開始。事實上,社會網(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(Georg Simmel)就已發(fā)端,甚至能夠追溯至更早的孔德(Auguste Comte)。,2020/8/19,2,20世紀(jì)30年代,莫雷諾的社會關(guān)系計量學(xué)和沃納(William Warner)與梅奧(George Mayo)的人際關(guān)系學(xué)派 1934年,莫雷諾出版了誰將生存?一書,標(biāo)志著社會計量學(xué)的興起。 莫雷諾及其助手統(tǒng)計了研究對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(The Relational School)。 他們收集了工人之間詳細(xì)的社會網(wǎng)絡(luò)數(shù)據(jù),比如誰和誰一起玩、誰和誰吵了架等,并用圖形的方式展示了工人之間的種種關(guān)系。,2020/8/19,3,20世紀(jì)50年代,哥倫比亞學(xué)派的傳播研究 拉扎斯菲爾德(Paul Lazarsfeld)、科爾曼(James Coleman)、卡茲(Elihu Katz)和門澤爾(Herbert Menzel)等人采用社會網(wǎng)絡(luò)的方法來研究社會傳播(Social Diffusion),給社會網(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、合群性和社會經(jīng)濟(jì)地位三個方面探討了意見領(lǐng)袖的特征。,2020/8/19,4,1967年哈佛大學(xué)心理學(xué)教授斯坦利米爾格拉姆(Stanley Milgram)通過連鎖信實驗驗證了六度分離理論(Six Degrees of Separation) 六度分離理論(又稱小世界現(xiàn)象)的出現(xiàn)使得人們對于人際關(guān)系網(wǎng)絡(luò)的威力有了新的認(rèn)識。然而,在這個理論中,沒有對人和人之間的關(guān)系進(jìn)行強弱的區(qū)分。直到1974年,斯坦福大學(xué)社會系的馬克格拉諾維特(Mark Granovetter)提出了弱連接理論,才對這一問題進(jìn)行了補充。 格蘭諾維特指出:每個人與接觸最頻繁的親人、同學(xué)、朋友、同事等之間是一種“強連接”(Strong Ties),然而這種穩(wěn)定的連接在傳播范圍上非常有限。反而,與一個人的工作和事業(yè)關(guān)系最密切的社會關(guān)系并不是“強連接”,而常常是“弱連接”(Weak Ties),例如一個無意間認(rèn)識的人或者打開收音機(jī)偶然聽到的一個人等?!叭踹B接”雖然不如“強連接”那樣穩(wěn)定,但卻有著極快的、低成本和高效能的傳播效率。,2020/8/19,5,20世紀(jì)70年代,懷特(Harrison White)在哈佛大學(xué)的研究 懷特將矩陣?yán)碚搼?yīng)用與社會網(wǎng)絡(luò)研究,寫出了一些關(guān)于網(wǎng)絡(luò)分組(block modeling)和機(jī)會鏈(chains of opportunny)方面的重要論文。 在這個過程中,培養(yǎng)了一大批對當(dāng)代社會網(wǎng)絡(luò)分析具有重要影響的學(xué)生,比如皮爾曼(Peter Bearman)、波納西(Peter Bonacich)、威爾曼(Barry Wellman)和溫士浦(Christopher Winship)等人。 70年代末,在威爾曼等人的倡導(dǎo)下,社會網(wǎng)絡(luò)研究國際協(xié)會(International Network for Social Network Analysis)成立,加上社會網(wǎng)絡(luò)雜志的創(chuàng)辦,標(biāo)志著社會網(wǎng)絡(luò)研究開始了系統(tǒng)化和國際化的進(jìn)程。,2020/8/19,6,20世紀(jì)90年代以來,社會網(wǎng)絡(luò)研究實現(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(Exponential Random Graph Models,ERGM)的建立和發(fā)展極大推動了社會網(wǎng)絡(luò)的統(tǒng)計建模。 Snijders等創(chuàng)建的個體導(dǎo)向隨機(jī)模型(Stochastic Actor-oriented Models)進(jìn)一步把隨機(jī)網(wǎng)絡(luò)模型推廣到分析動態(tài)社會網(wǎng)絡(luò)。 研究主題從單純的對社會網(wǎng)絡(luò)的研究,擴(kuò)展到對政治網(wǎng)絡(luò)、經(jīng)濟(jì)網(wǎng)絡(luò)、文學(xué)作品中的對話網(wǎng)、蛋白質(zhì)互動網(wǎng)、疾病傳染網(wǎng)、計算機(jī)網(wǎng)絡(luò)等的研究。 參與的學(xué)科從社會學(xué)、人類學(xué)和統(tǒng)計學(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。,2020/8/19,7,在這個過程中,除了以社會學(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(Duncan Watts)和斯蒂文斯特羅加茨(Steven Strogatz)在Nature雜志上發(fā)表了一篇名為“小世界網(wǎng)絡(luò)的集體動力學(xué)”(Collective dynamics of the Small World networks)的論文。指出之所以會出現(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)可以按兩個獨立的結(jié)構(gòu)特性分類,即集聚系數(shù)和節(jié)點間的平均路徑長度。1999年,Barabsi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,以康奈爾大學(xué)的Jon M. Kleinberg教授為代表的計算機(jī)科學(xué)研究者則主要針對社交網(wǎng)絡(luò)數(shù)據(jù)的特點,運用與修改各種數(shù)據(jù)挖掘算法。提出了針對社交網(wǎng)絡(luò)數(shù)據(jù)的基本算法,如著名的HITS和PAGERANK算法。,2020/8/19,8,4.6.2 社會網(wǎng)絡(luò)分析的主要測量指標(biāo) 社會網(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-centered Networks)分析和整體網(wǎng)絡(luò) (Whole Networks)分析。 自我中心網(wǎng)絡(luò)是從個體的角度來界定社會網(wǎng)絡(luò),以特定行動者為研究中心,主要考慮與該行動者相關(guān)的聯(lián)系,以此來研究個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)重點不同,主要使用的測量指標(biāo)也不盡相同,但并非毫無聯(lián)系。 社會網(wǎng)絡(luò)中的測量指標(biāo)主要包括三種類型:對連帶的測量、對個體的測量和對網(wǎng)絡(luò)整體的測量。這些指標(biāo)都是靜態(tài)量,可以通過計算它們在不同時間的值,反映網(wǎng)絡(luò)的變化趨勢。,2020/8/19,9,社會網(wǎng)絡(luò)中連帶的測量,2020/8/19,10,社會網(wǎng)絡(luò)中個體的測量,2020/8/19,11,2020/8/19,12,社會網(wǎng)絡(luò)中網(wǎng)絡(luò)整體的測量,2020/8/19,13,4.6.3 社會網(wǎng)絡(luò)分析的主要步驟,2020/8/19,14,以政府間國際組織為例來具體說明如何應(yīng)用社會網(wǎng)絡(luò)分析方法進(jìn)行相關(guān)研究 假設(shè)存在五個國家(a、b、c、d、e),它們分別是七個政府間國際組織的成員,區(qū)分“全局網(wǎng)”和“個體中心網(wǎng)” 在這個問題中,全局網(wǎng)的研究對象可能是整個國際社會乃至國際體系,而個體中心網(wǎng)則僅以某一具體網(wǎng)絡(luò)為中心。因此這七個政府間國際組織組成的是“個體中心網(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)系甚至敵對關(guān)系。哈夫納伯頓等人重點關(guān)注這些國家在網(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的。在哈夫納伯頓的研究中,使用了國家間軍事爭端數(shù)據(jù)(Militarized Interstate Disputes, MIDs)、國家組織會員數(shù)據(jù)(State System Membership)等數(shù)據(jù)庫以搜集關(guān)系數(shù)據(jù)。,2020/8/19,15,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。,2020/8/19,16,政府間國際組織成員的隸屬矩陣D。 其中,以“1”表示該國家屬于某個組織,“0”則相反。,社會計量矩陣表示成員網(wǎng)絡(luò)。 a和b之間的值為4,表示a與b共同屬于4個組織。,也可以用圖直觀的表示。 其中,v值表示國家間在這個網(wǎng)絡(luò)中共屬的政府間組織數(shù)量。,選擇是否包含行為體的屬性信息 如國家的經(jīng)濟(jì)社會情況,國家的政治(政體)、軍事信息等。由于在結(jié)構(gòu)化的研究取向中,社會網(wǎng)絡(luò)分析重點關(guān)注的是行為體之間的關(guān)系數(shù)據(jù),這個步驟是可選擇的。 對得到的網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行分析 由于社會網(wǎng)絡(luò)分析往往涉及龐大的關(guān)系數(shù)據(jù),因此計算和分析過程幾乎完全依靠社會網(wǎng)絡(luò)分析軟件來進(jìn)行。社會網(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。 基于此,可以分析網(wǎng)絡(luò)中各個點在網(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)。,2020/8/19,17,4.6.4 社會網(wǎng)絡(luò)分析的工具 對于社會網(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、建模等一系列工作,還提供多種靜態(tài)布局和動態(tài)交互的可視化功能。 斯科特和瓦瑟爾曼曾經(jīng)在Models and Methods in Social Network Analysis一書中介紹了23種社會網(wǎng)絡(luò)分析軟件,包括其適用對象、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。,2020/8/19,18,4.6.5 社會網(wǎng)絡(luò)分析的典型案例 案例1:對SARS病毒傳播擴(kuò)散趨勢和控制病毒傳播手段可行性的測算(林國基,2003) 人們發(fā)現(xiàn)具有小世界效應(yīng)的動態(tài)系統(tǒng)模型能加快信號傳播的速度,提高計算能力和計算同步性。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空動力學(xué)模型。傳統(tǒng)理論的主要基本假設(shè)把社會中人與人的關(guān)系看成規(guī)則網(wǎng)絡(luò),主要的預(yù)測模型是反應(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)不能如實反映傳染病傳播的實際情況。近年來,大量的統(tǒng)計數(shù)據(jù)表明,社會網(wǎng)絡(luò)模型應(yīng)該是“小世界”模型。由現(xiàn)代交通工具帶來的社會網(wǎng)絡(luò)的新特點,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)實病毒擴(kuò)散相同的趨勢,同時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。,2020/8/19,19,模型構(gòu)建 在模擬中取網(wǎng)絡(luò)的大小為N=1 000 000,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,把一個人的感染周期分為三個階段:潛伏期、傳染期和隔離期。一個人被感染后進(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量S來表示: 其中傳染率pi是相對固定的值,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)實際情況調(diào)節(jié)K和T的值來觀察病毒傳播的情況。 實際模擬中首先在網(wǎng)絡(luò)中引進(jìn)一個病源,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。,2020/8/19,20,模擬結(jié)果 網(wǎng)絡(luò)參數(shù)對病毒傳播的影響 有兩個可調(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,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)果也證實了這一點。 病毒傳播速度非常敏感地依賴于這兩個參數(shù),只要參數(shù)稍作變化,病毒的傳播速度就會有很大改變。 而且當(dāng)T固定時,對于參數(shù)K,存在一個臨界Kc值,當(dāng)KKc時,病毒將迅速傳播直到所有人都被傳染。如當(dāng)T=2時,有Kc14。下圖展示了K對病毒傳播的影響。,2020/8/19,21,平均連接邊數(shù)K對病毒傳播的影響 (兩圖均有T=2。左圖K=10,病毒傳播自動衰減;右圖K=20,病毒迅速傳播),2020/8/19,22,下圖則顯示了T對病毒傳播的影響。T只要增加1天,傳染的速度就會大幅度增加,其中K=20。 由此可見,不能及時發(fā)現(xiàn)病源和人們之間接觸太多會非常有利于病毒的傳播,初期出現(xiàn)爆發(fā)正是由于這兩個原因,要控制病毒的蔓延也正要從這兩個方面入手。,2020/8/19,23,引入反饋機(jī)制后對病毒傳播的影響 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)療部門加強對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漸變的過程,會隨著疫情的變化而變化,是一個反饋過程。 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)時間)當(dāng)前患病人數(shù)Ni都增長的時候,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隨著時間的變化情況如圖所示,說明現(xiàn)實中隔離制度是正確的。,2020/8/19,24,但如果人們在SARS尚未得到控制之前放松警惕,不能貫徹好隔離制度,又會有什么影響呢?可以利用小世界網(wǎng)絡(luò)模型來看一看。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)Ni<100并且最近連續(xù)3天Ni都減小時,就會放松警惕,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Ni和Nt隨時間的變化曲線,其中T=2,K0=80。,2020/8/19,25,信息透明度對病毒傳播的影響 實際情況中,不是所有人都能及時獲得疫情信息從而開始自我隔離的。在這個小世界網(wǎng)絡(luò)模型中,引入一個叫信息透明度Ti的量來表征這種情況,Ti是知道疫情情況從而會進(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,疫情消失需要的時間比較少,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。,2020/8/19,26,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日以來的部分?jǐn)?shù)據(jù),網(wǎng)絡(luò)大小只有1百萬,而北京的人口大概是1千萬,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)計如下:一開始K0=70,Ti=0.1,T=2,當(dāng)Nt30后Ti變化為1.0,每次反饋時如果需要進(jìn)一步自我隔離則K值減小4,其他參數(shù)不變。 可見利用小世界網(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)模型來模擬人類社會,并研究、預(yù)測疾病的傳播是比較成功的。,2020/8/19,27,案例2: Your Choice Reveal Who You Are 美國南部某小城鎮(zhèn)一組女士的社交結(jié)構(gòu) 20世紀(jì)30年代,一組社會學(xué)家和種族學(xué)家做了一個很小的“數(shù)據(jù)挖掘”實驗。他們的目標(biāo)是描繪出美國南部小城鎮(zhèn)的一組女士的社交結(jié)構(gòu)圖。 誰和誰是朋友? 她們屬于哪些社交圈? 誰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推導(dǎo)出網(wǎng)絡(luò)結(jié)構(gòu)? 當(dāng)?shù)貓蠹埳瞎_發(fā)表的數(shù)據(jù) 18個女士參加14個不同的社交活動,2020/8/19,28,Valdis Krebs. Your Choice Reveal Who You Are: Mining and Visualizing Social Patterns in: Beautiful Visualization, Julie Steele, Noah Iliinsky (eds.), OReilly Media, Inc. Sebastopol, CA, 2010, pp. 103-122.,單模式分析(一種類型的節(jié)點) 雙模式分析(節(jié)點有兩類,如下圖-南方女性) 左邊的藍(lán)色節(jié)點表示受研究的女性,而右邊的綠色節(jié)點表示參加的每個活動。用圓圈表示人,方框表示活動。,2020/8/19,29,把雙模式數(shù)據(jù)轉(zhuǎn)換成單模式數(shù)據(jù) 確定節(jié)點和連線 節(jié)點布局,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)。 從最大強度連接開始(設(shè)為5級,5最強) 接下來,包含下一強度級別的連接:強度為4的連接,2020/8/19,31,包含強度為3的連接之后 閾值降低到強度為2,2020/8/19,32,該社交網(wǎng)絡(luò)揭示了: 存在兩個顯著不同的社交聚類。 兩個聚類之間是連接的。社交重疊說明了兩個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號女士可能不會受到12號女士的言談舉止的影響。 4號女士可能在藍(lán)色聚類內(nèi)有最高的內(nèi)部影響。 藍(lán)色分組的9號女士是“黏合劑”。 16號、17號和18號女士可能是小鎮(zhèn)新來的。,2020/8/19,33,

注意事項

本文(《社會網(wǎng)絡(luò)分析》PPT課件.ppt)為本站會員(xian****812)主動上傳,裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對上載內(nèi)容本身不做任何修改或編輯。 若此文所含內(nèi)容侵犯了您的版權(quán)或隱私,請立即通知裝配圖網(wǎng)(點擊聯(lián)系客服),我們立即給予刪除!

溫馨提示:如果因為網(wǎng)速或其他原因下載失敗請重新下載,重復(fù)下載不扣分。




關(guān)于我們 - 網(wǎng)站聲明 - 網(wǎng)站地圖 - 資源地圖 - 友情鏈接 - 網(wǎng)站客服 - 聯(lián)系我們

copyright@ 2023-2025  zhuangpeitu.com 裝配圖網(wǎng)版權(quán)所有   聯(lián)系電話:18123376007

備案號:ICP2024067431-1 川公網(wǎng)安備51140202000466號


本站為文檔C2C交易模式,即用戶上傳的文檔直接被用戶下載,本站只是中間服務(wù)平臺,本站所有文檔下載所得的收益歸上傳人(含作者)所有。裝配圖網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對上載內(nèi)容本身不做任何修改或編輯。若文檔所含內(nèi)容侵犯了您的版權(quán)或隱私,請立即通知裝配圖網(wǎng),我們立即給予刪除!