社會(huì)網(wǎng)絡(luò)分析學(xué)習(xí)報(bào)告.ppt

李諺博 社會(huì)網(wǎng)絡(luò)分析學(xué)習(xí) 中國(guó)是一個(gè) 關(guān)系社會(huì) 定義 關(guān)系社會(huì) 社會(huì)網(wǎng)絡(luò) 引申出我們的研究的領(lǐng)域 社會(huì)網(wǎng)絡(luò)是指社會(huì)行動(dòng)者 socialactor 及其間的關(guān)系的集合 也可以說(shuō) 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(xiàn) 行動(dòng)者之間的關(guān)系 組成的集合 用點(diǎn)和線(xiàn)來(lái)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) 個(gè)體 公司 城市 國(guó)家 關(guān)系 線(xiàn) 實(shí)質(zhì)研究對(duì)象 貿(mào)易關(guān)系 朋友關(guān)系 距離關(guān)系 定義 社會(huì)網(wǎng)絡(luò)分析是對(duì)社會(huì)網(wǎng)絡(luò)的關(guān)系結(jié)構(gòu)及其屬性加以分析的一套規(guī)范和方法 它又被稱(chēng)結(jié)構(gòu)分析 strw turalanalysis 因?yàn)樗饕治龅氖遣煌鐣?huì)單位 個(gè)體 群體或社會(huì) 所構(gòu)成的社會(huì)關(guān)系的結(jié)構(gòu)及其屬性 那么社會(huì)網(wǎng)絡(luò)分析有什么作用呢 現(xiàn)在來(lái)看 社會(huì)網(wǎng)絡(luò)分析可以解決或可以嘗試解決下列問(wèn)題 1 人際傳播問(wèn)題 發(fā)現(xiàn)輿論領(lǐng)袖 創(chuàng)新擴(kuò)散過(guò)程 2 小世界理論 六度空間分割理論 3 Web分析 數(shù)據(jù)挖掘中的關(guān)聯(lián)分析 形成交叉銷(xiāo)售 增量銷(xiāo)售 也就是啤酒和尿布的故事 4 社會(huì)資本 產(chǎn)業(yè)鏈與價(jià)值鏈 5 文本的意義輸出 通過(guò)追問(wèn)調(diào)查研究文本的關(guān)聯(lián)和意義 6 競(jìng)爭(zhēng)情報(bào)分析 7 語(yǔ)言的關(guān)聯(lián) 符號(hào)意義 8 相關(guān)矩陣或差異矩陣的統(tǒng)計(jì)分析 類(lèi)似得到因子分析和MDS分析 9 恐怖分子網(wǎng)絡(luò) 10 知識(shí)管理與知識(shí)的傳遞 弱關(guān)系的力量 11 引文和共引分析 那么如何進(jìn)行社會(huì)網(wǎng)絡(luò)分析呢 1 了解社會(huì)網(wǎng)絡(luò)所分析的主要問(wèn)題 1 分析關(guān)系會(huì)產(chǎn)生什么影響 或什么因素影響關(guān)系 個(gè)體網(wǎng)絡(luò) 2 社會(huì)網(wǎng)絡(luò)結(jié)構(gòu)問(wèn)題整體網(wǎng)絡(luò) 社會(huì)關(guān)系圖 個(gè)體網(wǎng)絡(luò) 指環(huán)繞在自我周?chē)纳鐣?huì)網(wǎng)絡(luò) 它既包括自我與他人的直接聯(lián)結(jié) 也包括這些與自我聯(lián)結(jié)的他人之間的聯(lián)結(jié) 個(gè)體網(wǎng)絡(luò)分析的對(duì)象是核心行動(dòng)者 找出核心行動(dòng)者向外擴(kuò)展的關(guān)系網(wǎng)絡(luò) 分析他 她 的關(guān)系網(wǎng)絡(luò)對(duì)其自身有著重要的影響 整體網(wǎng)絡(luò) 指網(wǎng)絡(luò)中所有行動(dòng)者之間的全部聯(lián)結(jié)所構(gòu)成的集合 整體網(wǎng)絡(luò)側(cè)重說(shuō)明的是一個(gè)相對(duì)封閉的群體或組織的結(jié)構(gòu)特征 2 掌握社會(huì)網(wǎng)絡(luò)分析的方法 獲取數(shù)據(jù) 建立關(guān)系矩陣 數(shù)據(jù)的分類(lèi) 屬性數(shù)據(jù) 關(guān)系數(shù)據(jù) 指涉及能動(dòng)者的態(tài)度 觀點(diǎn)和行為方面的數(shù)據(jù) 他們被視為能動(dòng)者的個(gè)人或者群體所具有的才占 性質(zhì) 特點(diǎn)等 變量分析法 是關(guān)于接觸 聯(lián)絡(luò) 關(guān)聯(lián) 群體依附和聚會(huì)等方面的數(shù)據(jù) 這類(lèi)數(shù)據(jù)把一個(gè)能動(dòng)者與另外一個(gè)能動(dòng)者聯(lián)系在一起 因而不能還原為單個(gè)行動(dòng)者本身的屬性 網(wǎng)絡(luò)分析法 獲取數(shù)據(jù)的途徑和方式 問(wèn)卷調(diào)查 訪(fǎng)問(wèn)數(shù)據(jù)庫(kù)等方式 關(guān)系數(shù)據(jù) 分析整理后 關(guān)系矩陣 除了關(guān)系矩陣我們還可以用社群圖 及網(wǎng)絡(luò)位置圖 樹(shù)形圖等 來(lái)分析關(guān)系數(shù)據(jù) a 社群圖 社群圖表示關(guān)系模式 分為二維視圖和三維視圖兩種類(lèi)型 b 網(wǎng)絡(luò)位置圖 網(wǎng)絡(luò)位置圖表示關(guān)系數(shù)據(jù)集中的行動(dòng)者在社會(huì)網(wǎng)絡(luò)中的位置分布 最常見(jiàn)的位置分布就是核心 邊緣模型 c 樹(shù)形圖 樹(shù)形圖用于表示SNA中對(duì)等性分析等聚類(lèi)分析的結(jié)果 一般有兩種表示方式 一種為類(lèi)似冰柱圖的形式 另一種為樹(shù)形表示方式 1 2 3 一個(gè)簡(jiǎn)單的矩陣和社群圖 三個(gè)人參與三件事的情況 參與則記為 1 未參與則記為 0 依據(jù)矩陣圖繪制出此圖 解讀為 每人個(gè)人在某一特定事件過(guò)程中都與另外兩人相遇 發(fā)生陣 鄰接陣 以上的幾種圖都是簡(jiǎn)單的無(wú)向圖 無(wú)向圖是最簡(jiǎn)單 也是最容易處理的一類(lèi)關(guān)系數(shù)據(jù) 現(xiàn)在討論一下比較復(fù)雜的數(shù)據(jù)類(lèi)型 在變量分析中 最重要的一個(gè)問(wèn)題是適用于一個(gè)變量的 測(cè)量層次 是什么 也就是說(shuō) 屬性數(shù)據(jù)應(yīng)該被測(cè)量為定類(lèi)定量 還是定序 定距 定比變量 只有選擇測(cè)量層次之后 才可以據(jù)此決定適用于該程序的特定分析程序 與此類(lèi)此 根據(jù)關(guān)系 有 無(wú) 方向以及 或者是否 多值 關(guān)系數(shù)據(jù)也存在同樣的 測(cè)量問(wèn)題 無(wú)方向 有方向 方向性 二值 多值 多值 1 2 3 4 復(fù)雜程度 社群圖及圖論 a 關(guān)系矩陣可以轉(zhuǎn)換成社群圖來(lái)表示 b 社群圖是代表關(guān)系矩陣數(shù)據(jù)的一種方法 圖論語(yǔ)言則是另外一種更普遍的代表關(guān)系矩陣數(shù)據(jù)的方法 A B E C D A B E D C A B C D E 圖的各種畫(huà)法 1 2 3 無(wú)向圖僅僅是表達(dá)了關(guān)系的存在與否而不能表達(dá)關(guān)系的強(qiáng)度及指向 A B C 有向圖及其矩陣 圖論的基本術(shù)語(yǔ) 多重度 最簡(jiǎn)單 最常用的測(cè)量關(guān)系密度的測(cè)度 是構(gòu)成關(guān)系的獨(dú)立接觸者的數(shù)目 鄰接的 由一條線(xiàn)連著的點(diǎn) 鄰域 與某個(gè)特定的點(diǎn)相鄰的那些點(diǎn) 度數(shù) 鄰域中的總點(diǎn)數(shù) 注 所有點(diǎn)的度數(shù)總和一定是圖中線(xiàn)的總數(shù)的2倍 A B E C D 線(xiàn)路 各個(gè)點(diǎn)相連的一條或一系列直線(xiàn) 途徑 如果線(xiàn)路中的每個(gè)點(diǎn)和線(xiàn)都不一樣 途徑的長(zhǎng)度 構(gòu)成該線(xiàn)路的線(xiàn)的條數(shù) 距離 連接兩點(diǎn)之間最短的途徑 A D C B 線(xiàn)和途徑 點(diǎn)入度 直接指向該點(diǎn)的點(diǎn)數(shù)總和 點(diǎn)出度 該點(diǎn)所直接指向的其他點(diǎn)的總數(shù) 個(gè)體中心密度和社群中心密度 在圖論中 密度是得到最廣泛應(yīng)用的 甚至是濫用的概念 描述了一個(gè)圖中各個(gè)點(diǎn)之間關(guān)聯(lián)的緊密程度 無(wú)向圖 有向圖 多值圖的密度 加權(quán)線(xiàn)數(shù)應(yīng)該根據(jù)其多重度加權(quán) 即一條多重度為3的線(xiàn)就相當(dāng)于三條線(xiàn) 局部中心度和整體中心度 局部中心度指的是局部某點(diǎn)對(duì)其鄰點(diǎn)而言的相對(duì)重要性整體中心度指的是該點(diǎn)在總體網(wǎng)絡(luò)中的戰(zhàn)略重要性 測(cè)量點(diǎn)中心度的最簡(jiǎn)單直接的方法就是圖中各點(diǎn)的度數(shù) 所測(cè)量出來(lái)的度就是局部中心度 如果某點(diǎn)度數(shù)高 則稱(chēng)該點(diǎn)居于中心 整體中心度的測(cè)量則是根據(jù)不同點(diǎn)之間的距離 中心勢(shì) 中心勢(shì)指的不是點(diǎn)的相對(duì)重要性 而是整個(gè)圖的總體凝聚力或整合度 一個(gè)高度中心化的圖 成分和循環(huán)首先要提到 子圖 的概念 一個(gè)子圖指的是從一個(gè)網(wǎng)絡(luò)圖中選擇出來(lái)的任何點(diǎn)和連接這些點(diǎn)的線(xiàn)構(gòu)成的集合 成分 最大關(guān)聯(lián)的子圖 關(guān)聯(lián) 與圖一樣 在子圖中當(dāng)其所有點(diǎn)都通過(guò)各種途徑相連的時(shí)候 子圖就是關(guān)聯(lián)的 循環(huán) 一個(gè)循環(huán)就是一個(gè)途徑 只不過(guò)他返回到其初始點(diǎn) 與途徑類(lèi)似 長(zhǎng)度可以任意 凝聚子群大體上說(shuō) 凝聚子群是滿(mǎn)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(duì)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(guò)對(duì)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) 派系及其交叉點(diǎn)的結(jié)構(gòu)對(duì)稱(chēng)性聚類(lèi) 聚集和分裂 3 解釋社會(huì)分析的結(jié)果 工具 ucinet處理數(shù)據(jù) 全部數(shù)據(jù)都用矩陣形式來(lái)存儲(chǔ) 展示和描述 可處理32767個(gè)點(diǎn)的網(wǎng)絡(luò)數(shù)據(jù) Exit Spreadsheet Importtextdatafromspreadsheet EditTextFile DisplayUcinetDataset Netdraw 以導(dǎo)入EXCEL數(shù)據(jù)為例 第一步整理excel數(shù)據(jù)表這里我們需要把你的原始數(shù)據(jù)處理成標(biāo)準(zhǔn)N N的矩陣 可以只填寫(xiě)上三角 或者下三角 這樣畫(huà)出的表示有向圖 填寫(xiě)為對(duì)稱(chēng)矩陣則 表示 無(wú)向圖 所謂無(wú)向圖也即是任一連線(xiàn)都帶箭頭 看到這沒(méi)學(xué)過(guò)圖論的可能有點(diǎn)暈給大家看個(gè)例子 解釋一下大家就清楚了 其實(shí)很簡(jiǎn)單 第二步導(dǎo)入excel數(shù)據(jù) 第三步二值化 可選 上面說(shuō)了 矩陣的數(shù)值可以是0 1 也可以是任意實(shí)數(shù) 那么這一步就是要把實(shí)數(shù)矩陣轉(zhuǎn)成0 1矩陣 也就是把定量問(wèn)題定性考慮 舉個(gè)例子 張三借給李四多少錢(qián)算借錢(qián)呢 好吧 10塊錢(qián)以上算借錢(qián) 有同學(xué)要吐槽說(shuō)太摳了吧 那就讓ucinet幫你把矩陣?yán)?0以上 以上 以下 等于都是可以自己設(shè)定的 這里以 以上 為例 的數(shù)值都改成1 10以下的數(shù)值就無(wú)視掉 變0 下圖中的10表示表中大于10的都換為1 否則為0 cut offoperator即規(guī)則 GreaterThan就是大于 點(diǎn)ok后選擇保存地點(diǎn) 得到一個(gè)處理后的 h文件 第四步 用netdraw畫(huà)圖導(dǎo)入第三步或者第二步得到的 h文件 就OK了 最后是結(jié)果的實(shí)例了 但需要說(shuō)明的是得到的圖的節(jié)點(diǎn)大小 連線(xiàn)長(zhǎng)度等屬性本無(wú)意義 但是可以用ANALYSIS里的各種分析重畫(huà)圖 賦予這些屬性新的意義 例如下圖是中心性分析得到的結(jié)果 節(jié)點(diǎn)的大小表示中心性 點(diǎn)越大越是中心 如圖 圖書(shū)館處于所有關(guān)鍵詞的中心 你可以把圖進(jìn)一步處理 讓 圖 更漂亮 謝謝聆聽(tīng)請(qǐng)多指教