7、社会网络分析的应用
一、国外的应用
社会网络分析萌芽于20世纪30年代，形成于60年代，从1980年以后，关于社会网络分析的论文显著增长。国外的应用研究主要集中在社会科学、家庭关系、交通运输、健康和医疗以及传染病传播机制等方面。
在情报学领域，国外的研究主要集中在两个方面:合著网络的研究和引文网络的研究。
(一)合著网络研究
1.Liuxiaoming， BollenJohan等人利用ACM和IEEE的数字图书馆会议文献建立了作者合著网络，利用中心性分指标析该合著网络，研究表明了PageRank和AuthorRank在合著网络研究中的重要性和优势。
2.M.E.J.Newman利用社会网络分析法对物理学、生物学和计算机科学三种学科的作者建立起了论文合著网络，分析了不同学科作者合著网络类型的区别和特点。
3.Logan和Pao则致力于研究如何使用社会网络分析法寻找出某一个领域的最核心作者。
(二)引文网络研究
主要应用于信息资源研究中，对文献之间的引用、共引的研究。
1.HENRY KREUZMAN进行了哲学学科62位代表作者的引文网络研究，揭示了哲学科学和认知论之间的联系。
2.HowardD.white专门探讨了社会网络结构和引文网络之间的在联系。
3.学者们提出了二值矩阵和赋值矩阵，还构建同被引网络的研究方法，用来分析同被引情况。
二、.国的应用
国的社会网络分析己被运用到合著和引文网络研究、竞争情报、知识管理、网络信息资源评价以及图书馆资源配置等众多领域。
（一）合著网络研究
1.亮，朱庆华等选取《情报学报》1998一2005年之间的合著者为研究对象，对合著网络进行中心性分析、凝聚子群分析和核心--边缘分析的实证研究。
2.蓓，袁毅等选取中国期刊网里情报学、情报工作栏目下的所有作者为研究对象，进行社会网络分析，并做了团队合作的时序变化研究。
3.鲍，朱庆华等选取了CSSCI数据库里近十年以来的全部情报学领域的论文进行社会网络分析研究，在合著网络分析中，对“小团体”的形成机制进行了研究。
(二)引文网络研究
社会网络引文分析方法与引文分析家所使用的方法是一致的并扩展了它的研究方法，主要分为作者引文研究和期刊引文研究。
1.徐媛媛，朱庆华以参考咨询领域的32名高被引作者为研究对象，运用社会网络分析法从密度、中心度和凝聚子群方面进行研究。
2.邱均平教授对编辑出版类期刊进行引文网络分析，结果说明期刊同
被引方法应用于确定核心期刊是有效的。他在后来对图书馆学情报学相关期刊的同被引情况进行了研究，运用聚类分析和核心--边缘模型两种方法来处理和分析数据，并确定了图书馆学情报学的核心期刊。
3.有学者对管理科学29种典型期刊进行同被引网络结构分析，揭示了该网络的密度、中心性、k核、中心--边缘结构等量化特征，并对管理科学期刊进行分类引。
(三)在竞争情报中的应用
1.包昌火教授在国首次把人际网络分析引入到竞争情报工作的研究当中，为人际网络在竞争情报中的应用提供了理论和方法指导。
2.其他还有人际竞争情报网络的建模过程和解释重要的人际分析指标和吴晓伟等通过人际网络节点的中心度指标来分析竞争对手，从而做出正确的竞争策略分析。
(四)在知识管理方面的应用
主要是运用社会网络分析法促进知识的共享。
1.王平进行了理论方面的分析，研究了社会网络分析法在知识管理中的具体应用，并以此为依据提出改进隐形知识共享的策略。
2.殷国鹏等学者进行了实证分析，以中国人民大学经济科学实验室为案例进行了研究，研究表明:社会网络分析可以为组织制定隐形知识管理的措施提供定量分析的依据和手段。
(五)在其他方面的应用
1.社会网络分析法应用到图林博客的社会网络分析当中。
2.图书馆资源配置中的运用，从社会网络分析的角度得出图书馆联盟
存在的科学性。
以上出自：漩.社会网络分析法运用于科研团队发现和评价的实证研究.华东师大学2011硕士学位论文.
三、社会网络分析小例
（一）社会网络分析在科研团队中运用小例
1.合著网络建立：
合著关系是一种典型的“隐形合作”。一篇文章的作者大于等于2，则文章称为合著文章，多个署名作者之间的则存在着合著关系。下面用一个简单的例子说明如何建立一个合著网络:文献1的作者为作者A和作者B，文献2的作者为作者B、作者C和作者D，那么作者A与作者B之间存在合著关系，作者B和作者C、作者D分别具有合著关系，作者C和作者D之间也存在合著关系，建立的合著网络如下图所示。
2.发现团队的主要步骤如下图所示:
上面二例来自：漩.社会网络分析法运用于科研团队发现和评价的实证研究.华东师大学2011硕士学位论文.
（二）社会网络分析在人际情报网络中运用小例
我国学者构建了如下 3 种类型的人际情报网络：
①小核心大围两层结构的人际情报网络。包昌火教授认为，小核心既可以是个人，也可以是团队或部门，核心中运行的是紧密型网络，如小团体网络；大围则泛指核心以外的联系，如政府官员、行业协会、领域专家、客户、供应商等，它运行的是松散型网络，如管理者网络是一类具有两层结构的人际情报网络同。外部界限分明是这类网络的重要特征，因而非常适合于情报活动的需要
②三层结构的企业人际情报网络。
晏创业博士认为，竞争情报组织处于人际关系交织的网络中心，根据信息交互容和联系的紧密程度，将整个网络划分为 3 个层次：竞争情报组织部的人际关系、竞争情报组织与企业其他职能部门之间的人
六个主要的社会网络分析软件的比较UCINET简介 UCINET为菜单驱动的Windows程序，可能是最知名和最经常被使用的处理社会网络数据和其他相似性数据的综合性分析程序。与UCINET捆绑在一起的还有Pajek、Mage和NetDraw 等三个软件。UCINET能够处理的原始数据为矩阵格式，提供了大量数据管理和转化工具。该程序本身不包含网络可视化的图形程序，但可将数据和处理结果输出至NetDraw、Pajek、Mage 和KrackPlot等软件作图。UCINET包含大量包括探测凝聚子群（cliques, clans, plexes）和区域（components, cores）、中心性分析（centrality）、个人网络分析和结构洞分析在内的网络分析程序。UCINET还包含为数众多的基于过程的分析程序，如聚类分析、多维标度、二模标度（奇异值分解、因子分析和对应分析）、角色和地位分析（结构、角色和正则对等性）和拟合中心-边缘模型。此外，UCINET 提供了从简单统计到拟合p1模型在内的多种统计程序。 Pajek简介 Pajek 是一个特别为处理大数据集而设计的网络分析和可视化程序。Pajek可以同时处理多个网络，也可以处理二模网络和时间事件网络（时间事件网络包括了某一网络随时间的流逝而发生的网络的发展或进化）。Pajek提供了纵向网络分析的工具。数据文件中可以包含指示行动者在某一观察时刻的网络位置的时间标志，因而可以生成一系列交叉网络，可以对这些网络进行分析并考察网络的演化。不过这些分析是非统计性的；如果要对网络演化进行统计分析，需要使用StOCNET 软件的SIENA模块。Pajek可以分析多于一百万个节点的超大型网络。Pajek提供了多种数据输入方式，例如，可以从网络文件（扩展名NET）中引入ASCII格式的网络数据。网络文件中包含节点列表和弧/边（arcs/edges）列表，只需指定存在的联系即可，从而高效率地输入大型网络数据。图形功能是Pajek的强项，可以方便地调整图形以及指定图形所代表的含义。由于大型网络难于在一个视图中显示，因此Pajek会区分不同的网络亚结构分别予以可视化。每种数据类型在Pajek中都有自己的描述方法。Pajek提供的基于过程的分析方法包括探测结构平衡和聚集性（clusterability），分层分解和团块模型（结构、正则对等性）等。Pajek只包含少数基本的统计程序。 NetMiner 简介 NetMiner 是一个把社会网络分析和可视化探索技术结合在一起的软件工具。它允许使用者以可视化和交互的方式探查网络数据，以找出网络潜在的模式和结构。NetMiner采用了一种为把分析和可视化结合在一起而优化了的网络数据类型，包括三种类型的变量：邻接矩阵（称作层）、联系变量和行动者属性数据。与Pajek和NetDraw相似，NetMiner也具有高级的图形特性，尤其是几乎所有的结果都是以文本和图形两种方式呈递的。NetMiner提供的网络描述方法和基于过程的分析方法也较为丰富，统计方面则支持一些标准的统计过程：描述性统计、ANOVA、相关和回归。 STRUCTURE 简介 STRUCTURE 是一个命令驱动的DOS程序，需要在输入文件中包含数据管理和网络分析的命令。STRUCTURE支持五种网络分析类型中的网络模型：自主性（结构洞分析）、凝聚性（识别派系）、扩散性、对等性（结构或角色对等性分析和团块模型分析）和权力（网络中心与均质分析）。STRUCTURE提供的大多数分析功能是独具的，在其他分析软件中找不到。MultiNet简介 MultiNet 是一个适于分析大型和稀疏网络数据的程序。由于MultiNet是为大型网络的分析而专门设计的，因而像Pajek那样，数据输入也使用节点和联系列表，而非邻接矩阵。对于分析程序产生的几乎所有输出结果都可以以图形化方式展现。MultiNet可以计算degree, betweenness, closeness and components statistic，以及这些统计量的频数分布。通过MultiNet，可以使用几种本征空间（eigenspace）的方法来分析网络的结构。MultiNet包含四种统计技术：交叉表和卡方检验，ANOVA，相关和p*指数随机图模型。
基于R语言的社交网络分析 胡志健 ( 东华大学信息科学与技术学院, 上海201620） 摘要：随着互联网技术的快速发展，以及智能移动设备的普及，我们生活在了一个数据快速增长的年代。每天都有来自商业、科学、社交、工业生产等各个不同领域数据存储于计算机网络中。存储技术的不断改进，加上批量化设备生产，使得数据的存储成本大大降低，海量数据的挖掘与应用的大数据时代正逐步向我们走来。在互联网上，用户量最大的无疑是社交网络。网民可以在如新浪、腾讯、人人网等国内社交网络上快速发布、分享、评论信息。海量的信息存在于网络中，为数据挖掘提供了前提条件。本文借助R语言与Python脚本从人人网获取好友列表，借助igraph工具包对作者的好友分布做可视化分析，绘制了好友关系拓扑图，找到了中介度最高人。 关键字：数据挖掘，社交网络，R，Python，可视化分析 A social network’s analysis based on R language Abstract：With the rapid development of Internet technology, and the wide spread of smart mobile devices, we are living in an era of large amounts of data increases rapidly. Every day, from business, science, social, industrial production and other data of various fields stored in computer network. With the continuous improvement of storage technology, and the production of batch equipment, the storage cost of data is greatly reduced, and the data mining and application of large data era is gradually coming to us.On the Internet, the biggest user is undoubtedly social networks. Internet users can quickly publish, share and comment on social networks such as Sina, Tencent, and Renren. The vast amount of information exists in the network, which provides the premise for data mining. With the help of R language and python scripts, I get buddy list from Renren. Using igraph kit to do the visual analysis of author's friends distribution, render the friend relationship with topological graph, and find the intermediary of the supreme. Keywords: data mining，social network，R，Python，visual analysis 近年来，随着网络的普及，我国互联网行业有了很大的发展，尤其是移动互联网，出现了爆发式的发展。网络世界里发生着巨大的变化，不管是网民的规模、上网的方式，还是上网目的等方面。尤其是最近四五年，互联网行业似乎总是绕不开社交网络这个概念。无论是国外或是国内，Facebook、Twitter、微博、QQ、人人网等，还是如雨后春笋般冒出来的各大在线购物网站，或多或少地体现着SNS（社交网络服务）的特色。在丰富人们日常生活的同时，也为广大的科研人员提供了海量的数据。以往只能通过有限的调研如问卷或模拟才能进行的社会网络分析（SNA）,现在却具备了大规模开展和实施的条件。本文基于国内典型SNS网站“人人网”的好友数据，借助统计分析语言R语言做了社交网络分析的一些尝试。 一、获取数据 1.Python脚本 数据分析与挖掘的第一步，便是获取数据。得益于人人网的开放平台，借助Python脚本实现自动读取人人网好友信息（ID、姓名）并保存。 人人开放平台使用OAuth 2.0作为验证与授权协议。OAuth是一个开放标准，允许第三方应用在用户授权的情况下访问其在网站上存储的信息资源（如照片、视频、好友列表），而这一过程中网站无需将用户的账号密码告诉给第三方应用。为了获取人人好友列表，需要借助脚本模拟登陆读取网页数据。# Python 读取好友列表代码： def get_list(uid): pagenum = 0 print u"开始解析好友列表" os.remove(str(uid)+".txt") ffi = open(str(uid)+".txt",'a') s = str("id"+""+"name"+'\n')
第31卷第6期2010年11月 技术与创新管理 TECHNOLOGY AND INNOVATION MANAGEMENT Vol．31No.6 Nov.2010 【管理科学】 网络社会生态系统中信息流动的模型研究 曹振飞 （北京交通大学经济管理学院，北京100044） 摘要：在网络社会生态系统中，信息在个体、种群和群落间流动，并经过扩散、验证、再挖掘等反复的过程最终才形成网络社会中以知识为基础的信息资源。为了研究信息在网络社会中流动，可以在布瓦索的信息流动三维框架的基础之上，经合并与修改提出由时间、扩散和信息资源三个维度构成的网络社会信息流动的螺旋模型，并利用该模型分析信息在网络社会生态系统中的流动并成为资源的过程，从而为研究网络社会生态系统中信息的状态变化、创新过程提供一定的参考意义。 关键词：网络社会生态系统；三维框架；螺旋模型 中图分类号：G203文献标识码：A文章编号：1672－7312（2010）06－0684－05 On the Model of Information Flow in the Eco-system of the Cyber Society CAO Zhen-fei （School of Economics and Management，Beijing Jiaotong Univers，Beijing100044，China）Abstract：In the eco-system of the cyber society，the information flows among the individuals，populations and communi-ties，and then forms the knowledge that is the core and essence of the cyber society by the repeated process of proliferation，verification，and excavation，etc．Based on Boisot's three-dimensional framework of information flowing，the author propo-ses a new spiral model that is composed of a time dimension，a spread dimension and an information resources dimension．This paper reports the process of the information flowing and generating knowledge in the eco-system of the cyber society，which has certain significance in researching the process of the change of information state and innovation in the cyber soci-ety． Key words：eco-system of Cyber society；three-dimensional framework；spiral model 自计算机网络技术出现以来，互联网已经发展到很高的规模，并使计算机从孤独、封闭中解放出来，形成民主开放、自由共享的网络空间，而由互联网带来的社会变革渗透到人们生活的方方面面。无论是电子政务系统，还是电子商务系统，或者是网络社区等等，这一切的集合就构成了网络社会。在网络社会中，存在着各种各样的知识，作为网络价值的体现，其就成为网络社会生态系统中的核心内容。但知识是信息在流动过程经过修改和完善而最终形成的，那么信息的流动就成为网络社会生态系统中的知识的基础。所以，研究分析信息的流动对整个网络社会生态系统也有着很重要的意义。 1网络社会生态系统 1．1网络社会生态系统的定义 生态系统是指在一定时间和空间内，生物与其生存环境以及生物与生物之间相互作用，彼此通过物质循环、能量流动和信息交换，形成的一个不可分割的自然整体。生态系统是一个广义的概念，任何生物群体与其所处的环境组成的统一体都是生态系 *收稿日期：2010－04－19 作者简介：曹振飞（1985－），男，河北沧州人，硕士研究生，主要从事信息管理、面向对象分析与设计的研究学习．
7、社会网络分析的应用 一、国外的应用 社会网络分析萌芽于20世纪30年代，形成于60年代，从1980年以后，关于社会网络分析的论文显著增长。国外的应用研究主要集中在社会科学、家庭关系、交通运输、健康和医疗以及传染病传播机制等方面。 在情报学领域，国外的研究主要集中在两个方面:合著网络的研究和引文网络的研究。 (一)合著网络研究 1.Liuxiaoming，BollenJohan等人利用ACM和IEEE的数字图书馆会议文献建立了作者合著网络，利用中心性分指标析该合著网络，研究表明了PageRank和AuthorRank在合著网络研究中的重要性和优势。 2.M.E.J.Newman利用社会网络分析法对物理学、生物学和计算机科学三种学科的作者建立起了论文合著网络，分析了不同学科作者合著网络类型的区别和特点。 3.Logan和Pao则致力于研究如何使用社会网络分析法寻找出某一个领域的最核心作者。 (二)引文网络研究 主要应用于信息资源研究中，对文献之间的引用、共引的研究。 1.HENRY KREUZMAN进行了哲学学科62位代表作者的引文网络研究，揭示了哲学科学和认知论之间的联系。 2.HowardD.white专门探讨了社会网络结构和引文网络之间的内在联
系。 3.学者们提出了二值矩阵和赋值矩阵，还构建同被引网络的研究方法，用来分析同被引情况。 二、.国内的应用 国内的社会网络分析己被运用到合著和引文网络研究、竞争情报、知识管理、网络信息资源评价以及图书馆资源配置等众多领域。 （一）合著网络研究 1.李亮，朱庆华等选取《情报学报》1998一2005年之间的合著者为研究对象，对合著网络进行中心性分析、凝聚子群分析和核心--边缘分析的实证研究。 2.刘蓓，袁毅等选取中国期刊网里情报学、情报工作栏目下的所有作者为研究对象，进行社会网络分析，并做了团队合作的时序变化研究。 3.鲍杨，朱庆华等选取了CSSCI数据库里近十年以来的全部情报学领域的论文进行社会网络分析研究，在合著网络分析中，对“小团体”的形成机制进行了研究。 (二)引文网络研究 社会网络引文分析方法与引文分析家所使用的方法是一致的并扩展了它的研究方法，主要分为作者引文研究和期刊引文研究。 1.徐媛媛，朱庆华以参考咨询领域内的32名高被引作者为研究对象，运用社会网络分析法从密度、中心度和凝聚子群方面进行研究。 2.邱均平教授对编辑出版类期刊进行引文网络分析，结果说明期刊同被引方法应用于确定核心期刊是有效的。他在后来对图书馆学情报学
社会网络分析方法 SNA分析软件 ●第一类为自由可视化SNA 软件，共有Agna 等9 种软件，位于图1 的右上角，这类软件可以自 由下载使用，成本低，但一般这类软件的一个共同缺点是缺乏相应的如在线帮助等技术支持； ●第二类为商业可视化SNA 软件，如InFlow 等3种，这类软件大都有良好的技术支持；（3）第 三类为可视化SNA 软件，如KliqFinder 等4 种，这类软件一般都是商业软件，但他们都有可以通过下载试用版的软件，来使用其中的绝大部分功能 ●第四类为自由非可视化SNA 软件，如FATCAT 等7 种，这类软件的特点是免费使用，但对SNA 的分析结果以数据表等形式输出，不具有可视化分析结果的功能； ●第五类为商业非可视化SNA 软件，只有GRADAP 一种，该软件以图表分析为主，不具有可 视化的功能。在23 种SNA 软件中，有16 种SNA 软件，即近70%的SNA 软件，具有可视化功能。 SNA分析方法 使用SNA 软件进行社会网络分析时，一般需要按准备数据、数据处理和数据分析三个步骤进行。尽管因不同的SNA 软件的具体操作不同，但这三个步骤基本是一致的。 1.准备数据，建立关系矩阵 准备数据是指将使用问卷或其他调查方法，或直接从网络教学支撑平台自带的后台数据库中所获得的用于研究的关系数据，经过整理后按照规定格式形成关系矩阵，以备数据处理时使用。这个步骤也是SNA 分析的重要的基础性工作。SNA 中共有三种关系矩阵：邻接矩（AdjacencyMatrix）、发生阵（Incidence Matrix）和隶属关系矩阵（Affiliation Matrix）。邻接矩阵为正方阵，其行和列都代表完全相同的行动者，如果邻接矩阵的值为二值矩阵，则其中的“0”表示两个行动者之间没有关系，而“1”则表示两个行动者之间存在关系。然而我们
社会网络分析：发展、进展和前景 约翰·斯科特 收稿日期：2010年7月14日/录用日期：2010年8月2日/在线发表：2010年10月6日 斯普林格-出版社2010 摘要本文回顾了社会网络分析的发展，并探讨了其在社会学应用中的主要领域。目前的发展，包括那些外部的社会科学，都被考虑到了，并且对其进展的前景实质性知识做了考虑。最后一节着眼于数据挖掘技术的影响，并强调如果有重大意义的工作得到保证，需要跨学科合作。 1、社会网络分析的发展 明确使用“社会网络”思想的社会结构方法的起源是难以辨别的。结构化思想深深扎根于传统的社会学中，但网络思想只是在20世纪30年代才真正成为社会结构的一个独特方法。德国社会理论家受Georg Simmel 的影响，提出强调正式的社会互动的性质，构建一个“正式的社会学”，社会学家们加入到调查由社会交往形成的社会关系配置中。Alfred Vierkandt 和Leopold von Wiese是这种想法的主要支持者，并明确通过一个点、线和连接的术语来描述社会关系。他们的想法影响了很多社会心理学和心理治疗方面的工作者，他们对于小团体结构方式对个人的看法和行动的选择的影响感兴趣。Lewin（1936）和Moreno（1934年）是“领域”或“空间”的社会关系和其网络的特点（见Bott1928）调查的主要贡献者。Moreno 给他的做法命名为“计量法”，并推出作为社会结构描绘想法的网络图—社会关系网图—点和线。计量法成为教育和社会心理学调查的主要领域(Jennings 1948年），它给人们带来了被称为“团体动力”的途径(Cartwright和Zander1953年；Harary和Norman1953年），并在Michigan大学和在Tavistock研究所得到大力发展。 这项工作由于Lundberg（1936年; Lundberg和Steele 1938）的努力在美国主流社会学产生了一定的影响，但是在Lloyd Warner和Elton Mayo在Hawthorne在芝加哥关于电器产品的研究合作，并走上现状调查社区在美国城市和城镇的结构之后产生了一个更强有力的发展网络的思想。Radcliffe-Brown借鉴Durkheim社会学的想法，他们把注意力集中在团体关系结构，并开始制定网络图代表这种结构。他们可能已经受到新兴的社会经济的想法影响，但在这种思维方式特定的刺激可能已经表现在他们对工厂电线图的研究和一个群体关系的比喻。无论其起源是什么，在其研究开始十年后通过主要研究报告发表，将社会群体视为关系网的思想被坚定的确立起来（(Roethlisberger and Dickson1939年）。在Newburyport开展于1930年和1935年之间的一项研究中，Warner发展了以大规模的技术矩阵形式来描绘他所谓的“集团结构”的城市社区关系（华纳伦特1941年）。George Homans在Natchez市通过对Warner关于南方女性小团体的再分析开发了这些矩阵方法（Homans1950年）。 这两个传统的研究在20世纪50年代从英国Manchester大学的研究人员对人类学工作的 开展开始走到一起。尝试打破美国主流社会的一致假设，并承认在社会结构中存在的冲突和分歧，他们将网络分析视为为防止这种情况出现的措施。这是Barnes（1954年）建议采取的网络关系严肃的想法，他的论点加强了Elizabeth Bott的伦敦实地考察亲属网络（Bott1955年，1956年）。在向Manchester市的研究人员提出他们的想法的同时，他们受到Nadel（1957年）的一个系统论述和非洲社会研究方案的启发（Mitchell1969b）。Mitchell对这项工作的评论（1969A）被作为正式社会网络方法论的最早的系统性总结之一。 在Mitchell的论文发表的时候，然而，大量的美国研究人员也已开始发展一个正式社会
社会网络分析方法： 是由社会学家根据数学方法﹑图论等发展起来的定量分析方法。社会网络(social network)即可简单地称为社会关系所构成的结构。故从这一方面来说，社会网络代表着一种结构关系，它可反映行动者之间的社会关系。构成社会网络的主要要素有：行动者、结点、关系纽带、二人组、三人组、子群、群体。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。它又被称结构分析法(structural analysis)，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。 从这个意义上说，社会网络分析不仅是对关系或结构加以分析的一套技术，还是一种理论方法——结构分析思想。因为在社会网络分析学者看来，社会学所研究的对象就是社会结构，而这种结构即表现为行动者之间的关系模式。”这种结构分析的方法论意义是：社会科学研究的对象应是社会结构，而不是个体。通过研究网络关系，有助于把个体间关系、“微观”网络与大规模的社会系统的“宏观”结构结合起来。按照社会网络分析的思想，行动者的任何行动都不是孤立的，而是相互关联的。他们之间所形成的关系纽带是信息和资源传递的渠道，网络关系结构也决定着他们的行动机会及其结果。 分析角度：包括中心性分析、凝聚子群分析、核心一边缘结构分析以及结构对等性分析等。 2．1中心性分析：中心度和中心势都可以分为3种：点度中心度／点度中心势，中间中心度／中间中心势，接近中心度／接近中心势。 2．1．1点度中心性在一个社会网络中，如果一个行动者与其他行动者之间存在直接联系，那么该行动者就居于中心地位，在该网络中拥有较大的“权力”。在这种思路的指导下，网络中一个点的点度中心度，就可以网络中与该点之间有联系的点的数目来衡量，这就是点度中心度。网络中心势指的是网络中点的集中趋势，它是根据以下思想进行计算的：首先找到图中的最大中心度数值；然后计算该值与任何其他点的中心度的差，从而得出多个“差值”；再计算这些“差值”的总和；最后用这个总和除以各个“差值”总和的最大可能值。2．1．2中间中心性在网络中，如果一个行动者处于许多其他两点之间的路径上，可以认为该行动者居于重要地位，因为他具有控制其他两个行动者之间的交往能力。根据这种思想来刻画行动者个体中心度的指标是中间中心度，它测量的是行动者对资源控制的程度。一个行动者在网络中占据这样的位置越多，就越代表它具有很高的中间中心性，就有越多的行动者需要通过它才能发生联系。中间中心势也是分析网络整体结构的一个指数，其含义是网络中中间中心性最高的节点的中间中心性与其他节点的中间中心性的差距。该节点与别的节点的差距越大，则网络的中间中心势越高，表示该网络中的节点可能分为多个小团体而且过于依赖某一个节点传递关系，该节点在网络中处于极其重要的地位。2．1．3接近中心性点度中心度刻画的是局部的中心指数，衡量的是网络中行动者与他人联系的多少，没有考虑到行动者能否控制他人。而中间中心度测量的是一个行动者“控制”他人行动的能力。有时还要研究网络中的行动者不受他人“控制”的能力，这种能力就用接近中心性来描述。在计算接近中心度的时候，我们关注的是捷径，而不是直接关系。如果一个点通过比较短的路径与许多其他点相连，我们就说该点具有较高的接近中心性。对一个社会网络来说，接近中心势越高，表明网络中节点的差异性越大，反之，则表明网络中节点间的差异越小。 2．2凝聚子群分析
第44卷第5期 山 西建筑V〇1.44N〇.5 2 0 1 8 年 2 月SHANXI ARCHITECTURE Feb.2018 ?121 ? ?道路?铁路? 文章编号：1009-6825 (2018) 05-0121 -03 基于社会网络的道路网络分析+ 陈少鹏高贺 (东北林业大学土木工程学院，黑龙江哈尔滨150040) 摘要:将道路网络抽象为无向无权网络，利用社会网络分析方法，分析了度中心性、接近中心性、中间中心性在道路网络的具体 含义，同时分析了社会网络凝聚子群聚类的具体步骤。以拉萨市主干路网为例，利用社会网络分析工具UCINET对网络中心性以 及节点派系进行分析。凝聚子群得到的两个重要节点派系是路网的枢纽，承担着对内对外交通功能，符合实际各区域之间的功能 连接。 关键词:社会网络，道路网络，中心性，凝聚子群 中图分类号:U491 〇引言 社会网络是指社会行动者及其间的关系的集合。也可描述 为是由多个点（行动者）和各点之间的连线（行动者之间的关系）组成的集合[1]。社会网络中节点与节点之间构成的网络关系与 道路网络的结构形式有共通之处，将社会网络中人与人之间的联 系和影响抽象为道路网络中各节点之间的相互连接和影响，以社 会网络分析方法对道路网络进行分析，识别出路网的重要节点，可为道路网现状以及服务水平评价提供依据。 目前路网研究主要采用复杂网络分析方法，基于该方法可以 分析网络基础参数和拓扑结构特征[2]，而社会网络方法主要分析 网络中心性和网络子群。通过对中心性的分析可以了解节点在 网络中起到作用，例如节点的连通性、重要性及过渡性;而子群分 析可以划分若干个派系，通过派系内部及派系之间的稀疏关系了 解网络的组织形式。 1道路网络构建 本研究的主要目的是探索性地提出用新奇的社会网络分析 方法来分析道路网络的可行性，所以将道路网络抽象为无向图C (F，E)(忽略了道路一些属性，如流量、拥挤程度、事故等），其中F 为节点的集合，E为边的集合。用4表示道路网络G的邻接 矩阵： {Cb~~ Cb l]】l(1) 〇 2社会网络分析方法 关系是社会网络分析理论的基础，中心性与凝聚子群是社会 网络分析常用指标，利用这些指标可以剖析道路节点之间的关系 特征[1]〇 2.1 中心性 中心性是社会网络分析核心，其能够反映出个人或者组织(节点）在网络中的地位以及信息在整个网络中如何传播。社会 网络中心性有三种分析方法： 1)度中心性。是指一个节点在网络中处于核心地位的程度，即有多少个节点与该节点直接相连。在道路网络应用中，度越大 意味着更多的路径连接到交叉口，也可能意味着度高的节点要比 度低的节点更拥堵[M]: CD(ni)=⑵ j=i 文献标识码:A 2)紧密中心性。在社会网络中，紧密度表示一个节点与其他 节点的接近程度： C c(ni)= 7= 1 (3) 无向图标准化紧密性公式： J L n C c(ni)=j=i r,_ 1(4) 3)中间中心性。表示一个节点对其他没有直接联系节点的 控制性。衡量网络中节点作为“桥梁”的能力： Csin,) = ^----------(5) Sjk 无向图标准化中间性公式： C?g“-2)⑷其中，办为节点?之间的直接路径数;取（^)为节点％到节点&的途径上有节点&的路径数。 2.2凝聚子群 社会网络分析的另一项重要内容是研究网络中存在的凝聚 子群，形象地说就是寻找网络中的小团体，或称之为派系。分析 路网的派系可以找到相互联系紧密的节点群，为区域交通问题的 改善提供依据。凝聚子群分析步骤如下： 第一步:对于多值的矩阵，分析凝聚子群时要把多值转化为 〇，1 二值。 第二步:进行派系分析，找出所有派系，通过调整派系规模，得到理性派系结构。 第三步:分析派系重叠模式，有大量派系它们之间存在重叠，此种情况下利用“共享成员”矩阵来降低派系的数量。 3实例分析 3.1 路网选择 以西藏拉萨市主干路网为例进行分析。拉萨市城区主干路 网有51个节点，102个路段。 3.2中心性结果分析 使用UCINET软件对社会网络进行分析[5]。度中心性、接近 中心性和中间中心性结果如表1所示。 收稿日期=2017-12-05 ★:黑龙江省自然科学基金青年项目（QC2107039);教育部人文社会科学研究青年基金项目（17YJCZH152) 作者简介:陈少鹏（1993-)，男，在读硕士
六个主要的社会网络分析软件的比较 UCINET简介 UCINET为菜单驱动的Windows程序，可能是最知名和最经常被使用的处理社会网络数据和其他相似性数据的 综合性分析程序。与UCINET捆绑在一起的还有Pajek、Mage和NetDraw等三个软件。UCINET能够处理的原始数据为矩阵格式，提供了大量数据管理和转化工具。该程序本身不包含网络可视化的图形程序，但可将数据和处理结果输出至NetDraw、Pajek、Mage和KrackPlot等软件作图。UCINET包含大量包括探测凝聚子群（cliques, clans, plexes）和区域（components, cores）、中心性分析（centrality）、个人网络分析和结构洞分析在内的网络分析程序。UCINET还包含为数众多的基于过程的分析程序，如聚类分析、多维标度、二模标度（奇异值分解、因子分析和对应分析）、角色和地位分析（结构、角色和正则对等性）和拟合中心-边缘模型。此外，UCINET 提供了从简单统计到拟合p1模型在内的多种统计程序。 Pajek简介 Pajek 是一个特别为处理大数据集而设计的网络分析和可 视化程序。Pajek可以同时处理多个网络，也可以处理二模网络和时间事件网络（时间事件网络包括了某一网络随时
间的流逝而发生的网络的发展或进化）。Pajek提供了纵向网络分析的工具。数据文件中可以包含指示行动者在某一观察时刻的网络位置的时间标志，因而可以生成一系列交叉网络，可以对这些网络进行分析并考察网络的演化。不过这些分析是非统计性的；如果要对网络演化进行统计分析，需要使用StOCNET 软件的SIENA模块。Pajek可以分析多于一百万个节点的超大型网络。Pajek提供了多种数据输入方式，例如，可以从网络文件（扩展名NET）中引入ASCII格式的网络数据。网络文件中包含节点列表和弧/边（arcs/edges）列表，只需指定存在的联系即可，从而高效率地输入大型网络数据。图形功能是Pajek的强项，可以方便地调整图形以及指定图形所代表的含义。由于大型网络难于在一个视图中显示，因此Pajek会区分不同的网络亚结构分别予以可视化。每种数据类型在Pajek中都有自己的描述方法。Pajek 提供的基于过程的分析方法包括探测结构平衡和聚集性（clusterability），分层分解和团块模型（结构、正则对等性）等。Pajek只包含少数基本的统计程序。 NetMiner 简介 NetMiner 是一个把社会网络分析和可视化探索技术结合在一起的软件工具。它允许使用者以可视化和交互的方式探查网络数据，以找出网络潜在的模式和结构。NetMiner采用了一种为把分析和可视化结合在一起而优化了的网络数据
R 用于社会网络分析：探索人人网好友推荐系统 2011/04/28 陈逸波 版权声明：本文版权归原作者所有，未经许可不得转载。原文可能随时需要修改纰漏，全文复制转载会带来不必要的误导，若您想推荐给朋友阅读，敬请以负责的态度提供原文链接；点此查看如何在学术刊物中引用本文 最近四五年间，互联网行业似乎总是绕不开社交网络这个概念。无论是旗舰级别的传说中的facebook 、LinkedIn ，还是如雨后春笋般冒出来的各种团购和微博网站，全都或多或少地体现着SNS （社会网络服务）的特色。这些五花八门的产品，在丰富我们业余生活的同时，也为研究者提供了大量珍贵的数据。以往只能依靠有限的调研或模拟才能进行的社会网络分析（SNA ），现在具备了大规模开展和实施的条件。国内著名而典型的SNS 网站“人人网”，最近依靠上市新闻重新赢得了大家的关注。本文基于人人网的好友关系数据，应用统计分析软件R 做了社会网络分析的一些尝试。 注：网络边界的确定，是社会网络分析的关键而困难的步骤。由于数据获取的限制，本文分析的对象限制于我的好友。也就是说，本文分析的网络是我自己的好友圈子，读者看了这些分析结果或许会觉得索然无味，感兴趣的同学可以分析一下自己的社交网络，看看是否会有类似的结果。 一、读取数据 之所以选择人人网作为分析的对象，很重要的一点原因在于其数据获取较为便利。本文读取数据的过程借助了一款命令行浏览器cURL ，这个浏览器在R 中可以用RCurl 包实现，简要的中文介绍建议参考medo 的《R 不务正业之RCurl 》。通过RCurl 的简单编程，我们可以在R 中实现登录人人网、发布状态以及读取页面数据等功能。 人人网好友列表页面的url 为 https://www.doczj.com/doc/5118842302.html,/GetFriendList.do?curpage=0&id=****，其中curpage 为页码参数，id 为相应的用户。通过对id 与curpage 做简单的循环，我读取了自己（陈逸波）的所有好友以及好友的好友。（读取数据的R 代码见文末附件。） 用上述代码读取到的数据集记为net.1，该数据有如下的格式： 1 2 set.seed(13) net.1[sample(1:nrow(net.1), 10), ] u0 id0 u1 id1 68282 沈叶 229657865 邢凤婷 238382560 19358 吴昊宸 115975869 吴玥 250106135 18406 叶敏佳MO 小沫 222288430 官兴华 32503437 7782 李彬 54598688 鱼化石 323984442 57464 牛智 1411553595 谢諹 221389295 1833 马天云 23157153 张立 227738255 222150 刘雯欢 227317115 李嫣 334590411
Sweeping over the Management 管理纵横 | MODERN BUSINESS 现代商业 171 社会网络分析在组织管理中的应用研究 孟凡磊 北京金隅大成开发有限公司 100000 摘要:随着市场经济的发展，企业在市场中所面临的竞争压力越来越大，为了能够在激烈的竞争中实现自身的可持续发展，企业必须要开展有效的组织管理，进而有效的实现长久发展的目标。在组织管理中，社会网络分析的应用包好多个层次，包括组织内部、组织网络、组织外在交互网络、组织管理措施等，通过社会网络分析能够有效提高组织的管理效果。本文首先对社会网络分析的相关概念进行了分析，介绍了组织管理中社会网络分析应用的层次，并对应用进行了研究，在此基础上，分析了社会网络分析在组织管理中未来的应用方向。关键词:社会网络分析；组织管理；应用；层次资金资本、人力资本以及社会资本是企业在经营的过程中所必须要具备的资本，在传统的组织管理中，资金成本和人力资本更加受到企业的重视，但是经过相关的研究可知，社会资本对于企业的发展来说一样的重要，基于此，企业在进行组织管理时，加入了社会资本。在对组织管理研究的过程中，社会网络分析具有很强的适应性，逐渐的应用到组织管理中。 一、社会网络分析概述 (一)概念 社会网络分析是在社会学领域中发展起来的，属于网络分析工具，现在应用的比较广泛，比如心理学、政治学等，近年来，在管理学领域中逐渐的引入社会网络分析，主要用于知识管理、组织管理、战略管理等。所谓社会网络，是指多个节点和节点之间的边构成的整体，这些节点可能是个人，也可能是组织，而且节点之间的连接可能已经建立起来，也有可能是具备建立连接的条件，当两个节点之间建立起连接时，就说明节点之间形成了一定的关系，这个关系的种类比较多，既可能是行为互动关系，也有可能是权威关系、评价关系等。在社会系统中，包含多个主体，这些主体就是社会网络中的节点，而对主体特征的调查和测度就是社会网络分析的本质，同时，主体之间的相互关系的探索也包含在其本质当中，调查和测度完成之后，通过图的形式表达出结果，对结果图进行相应的分析。由此看来，社会网络分析就是一个完整的理论、方法以及工具。 (二)方法和工具 社会主体与主体之间会存在一定的互动关系，这种关系会对主体的行为、绩效等产生一定的影响，而这正是社会网络分析关注的重点。对于个体的行为、关系等，社会网络分析在理解时，会从群体的角度出发，由此，社会网络分析法在进行分析时，主要从两个层面来进行，一个是整体网，一个是个体网。在整体网中，群体是关注的重点，群体中包含多个成员，这些成员之间所形成的网络就是研究的对象；在个体网中，特定主体的关注的重点，特定主体并不是独立的存在于社会中，而是会与其他主体形成一定的联系，构成网络，此网络就是研究对象。对于主体之间的信任、情感支持、人际影响等方面，社会网络分析认为社会关系、社会网结构、个人位置等会对其产生一定的影响，而且主体的经济活动也会受到影响。在进行社会网络分析时，需要借助一定的工具，因此，计算机技术以及相应的软件成为重要的辅助工具，当前，使用比较广泛，而且功能比较强大的社会网络分析软件为UCNET，通过数据的录入和导入之后，就可以完成制图和分析工作。具体说来，社会网络分析主要是进行三个方面的分析：第一，中心性分析，这是一个比较重要的分析指标，通过中心性分析，将社会网络中主体地位高低、主体权力大小、主体影 响力范围反映出来；第二，凝聚性分析，社会网络中包含的主体众多，会有一部分主体通过密切的关系形成小的团体，这个小团体的凝聚性比较强，而这就是凝聚性分析的对象；第三，结构洞和中间人分析，两个小团体之间是相互分离的，而两个主体分属于两个小团体中，通过第三个主体，将两个小团体之间联系到一起，这种结构是指结构洞，而第三个主体就是中间人。 二、组织管理中社会网络分析的应用层次 组织管理在应用社会网络分析时，包含四个应用层次： 第一，了解状况。在应用社会网络分析之前，应该对当前组织的状况进行充分的了解，并对组织成员之间的关系网络、协作网络等进行调查，判定其所具备的效率是高还是低。状况的了解可以通过问卷调查来实现，对于调查问卷中的问题要进行合理的设计，并根据调查结果将各种社会网络图绘制出来，这样一来，组织网络就具备较强的直观性，随后进行相应的计算和分析。 第二，确定合理的网络拓扑。当应用情景领域属于特定时，要合理的选择网络拓扑，从而保证网络与应用之间的关系为最佳配合。当关键参数不同时，所形成的网络类型也不相同，一般来说，常见的网络类型有小直径、高稀疏的小世界网络，尺度无关网络等。对于组织管理来说，要根据管理实际的情况来选择应用的网络结构，从而有效地对组织管理中的网络进行分析[8]。 第三，不同类型网络结构的形成方式。当组织管理战略目标与网络结构之间相互匹配关系确定之后，要对网络结构的形成方式进行充分的研究。从概念上来看，组织结构与组织中存在的网络结构是完全不同的，所谓组织结构，是指设计组织功能结构，在进行设计时，通常会采用自上而下的办法，将组织战略制定完成，而对于组织中存在的网络结构来说，与设计毫无关联，有关系的是组织成员以及其所形成的人际关系。在进行网络结构形成研究时，需要以第一应用层次中调查出来的社会网络关系为基础，对形成方式进行分析，分析时，还需要用到辅助手段，比如网络动力学理论、建模软件、模拟软件等，这样才能保证分析的有效性，最后将网络结构的形成机制研究出来。 第四，明确形成机制对组织管理的启示。通过社会网络分析，将组织管理中的网络形成机制有效的研究出来，针对形成机制，进行组织管理的调整和改进，通过激励制度、行为规范制度的建立，有意识的引导组织中的社会网络科学的形成和发展，对于组织中原有的比较良好的网络，要引导其发展向着自觉的方向演进，同时，还需要尽量的将不好网络形成的可能性降低。 对于这四个应用层次来说，前三个应用层次可以简单地概括为观察、分析以及探究，而最后一个应用层次以前三个为基础，对组织网络的结构类型、形成机制等进行研究，从而有效地引导组织网络向着期望的方向发展。 DOI:10.14097/https://www.doczj.com/doc/5118842302.html,ki.5392/2015.23.091