社会网络分析 (豆瓣)
本书以基于Python的网络分析包NetworkX作为社会网络分析工具，但不是一本NetworkX使用手册。将重点放在如何从庞大的社会网络分析学术积累中，挑选最精要与最实用的知识点，以帮助读者形成关于社会网络分析的知识谱系图。全书可以分为四部分。第1章和第2章是基础知识，主要介绍社会网络分析的背景信息与图论基础知识。第3~5章主要介绍如何分析社会网络，分别从个体与群体两个层面，介绍社会网络的主要测量指标与分析方法。其中第3章重点介绍社会网络节点层面的四个核心指标：
程度中心性:谁是明星？哪些人被边缘化了？以度为中心回答类似问题。这是最容易理解的社交网络衡量指标。以微博为例，度中心性就是粉丝数，度中心性高的就是微博里的明星。
邻近中心性:邻近中心性由一个点和其他点之间的距离来度量。那些经常与社交网络中的人互动，人际关系良好的人，如公司中的八卦传播者，往往在亲密度上得分较高。
中间中心性:节点的中间度，表示网络中通过该点的最短路径数。在网络中，节点之间的中介化程度越大，它在节点之间的信息传播中所起的作用就越大。两个社交网络之间的人，比如跨界，往往具有高度的居间性。
特征向量中心性：那些在社交网络中沉默却拥有极大权力的人物，如《教父》中的主人翁柯里昂。社会网络研究者将他们称为“灰衣主教”。特征向量中心性就是找出他们的办法。基本原理是，一个有着高特征向量中心性的行动者，与他建立连接的很多行动者往往也被其他很多行动者所连接。在社交网络中，有这样一种人，很多明星与其做朋友，即使他沉默不语，也可能是一位重要的人物。
理谕研究・第39卷第4期 2024年4月突发金融舆情事件信息传播规律与对策研究王雪秋(长春光华学院金融学院，吉林长春130033)摘 要：【目的/意义】对突发金融舆情事件信息传播过程的多角度分析，有助于把握舆情管理的节奏，提出具有针 对性的金融舆情信息管理策略：【方法/过程】通过网络爬負采集新浪微博数据，使用Gephi、ROST CM6等软件进 行社会网络分析和内容分析，对突发金融舆情事件信息的传播网络、关键节点、网民情感分类以及舆情信息内容等 进行分析和讨论，以探究突发金融舆情事件信息的传播规律，并提出对应的管理建议。【结果/结论】突发金融舆情 事件信息传播规律不同于其他类型的舆情事件，传播网络结构较为分散,信息传播较多依赖意见领袖节点；虽然网 民态度较为理性，但关注的信息内容较为分散。【创新/局限】本研究的创新性在于对突发金融舆情事件进行了多角 度的分析。局限性有两方面，一是研究样本话题较为单一，导致研究结论的代表性存在局限;二是数据来源平台单 一,没有考虑不同平台中金融舆情事件传播的异同。关键词：金融舆情；社会网络分析；舆情传播;情感分类；内容分析中图分类号：G206.3;F830.3 DOI ： 10.13833/j.issn. 1007-7634.2021.04.0081引言2文献回顾根据中国互联网络信息中心(CNNIC)发布的第47次《中 国互联网络发展状况统计报告》，截至2020年12月，我国网 民用户到达9.89亿，互联网普及率达70.4%,以微博、微信为 代表的社交应用使用率超过50%,庞大的网民群体构成了中 国的消费市场“。随着互联网和社交媒体应用的快速发展， 在社交平台上交流和传播信息成为网民的主要选择,社交媒 体平台逐渐成为网民和媒体进行信息发布、共享、沟通和互 动的主要载体，同时也是网络舆情产生、发酵的主要场域。 网络舆情不仅会影响网民的态度、立场和情绪,还对社会经 济有着日益扩大的影响。金融是与社会关联度较高的领域 之一,一旦有热点事件发生，便很容易引起社会各界的关注 和讨论,借助网络的传播效应演变成金融舆情事件。再加上 金融舆情事件具有突发性强、发展速度快、反复性高等特点， 对网民和金融市场都有着巨大的影响,如果不能及时关注和 合理应对金融舆情事件,有可能诱发更严重的金融舆情危机 事件。因此,通过对金融舆情的监测和分析有助于把握舆情 管理的节奏,进而维护网民和金融市场的稳定。鉴于此，本文在回顾国内外金融舆情研究的基础上，选 取热度较高的典型金融舆情事件“美股熔断”作为研究案例， 通过舆情传播网络分析、网民情感分析以及舆情信息内容分 析等，提出具有针对性的金融舆情管控策略，以期为了解金 融舆情的形成和传播规律提供借鉴和参考。金融舆情源自于公众对特定金融事件或金融运行趋势 所发表的评论、观点和意见,能够通过一定的作用机理对金 融市场、金融机构甚至宏观金融运行产生现实的影响a。目 前国外对于金融舆情的研究主要集中在金融舆情的内容分 析和文本分析上,侧重于对关键词和公众情感的分析，也会 涉及对舆情带来影响的探究。由于金融领域的专业术语种 类繁多，为了解决金融舆情中出现的未知词，基于word2ve 算法中的上下文语义相似性提出了一种方向替换模型，用于 对金融舆情中的未知单词进行文本分类罚；金融舆情的传播 和放大会影响投资决策者的情绪，通过语义分析获得情感数 据，并基于热最优路径方法(TOP)分析舆情和情绪的动态影 响3;在分析公众情绪的基础上，采用MF-DCCA方法研究了 情绪对金融市场收益率之间的非线性相关关系m；基于内容 分析法提出了一个用于对舆情事件中的民意和情绪进行监 测的新颖框架，专注对意见领袖及其粉丝的社交媒体内容 进行分析,选取“中美贸易战”数据集对框架进行测试和验 证间。对于舆情带来的影响，主要围绕舆情信息对于投资者 行为变化的影响以及公众情绪变化的影响⑴。国内学者对于金融舆情的研究主要集中在金融舆情文 本分析、影响效应分析、风险识别与防控分析、舆情应对与管 理等方面。关于金融舆情的文本分析,主要集中在对金融舆 情文本的情感分析与预测以及可信度测量上。采用自然语 收稿日期:2021-01-24基金项目：吉林省教育厅“十三五”202()年度社会科学研究项目“吉林省农村普惠金融发展的对策研究"(JJKH20201279SK) 作者简介：王雪秋(1979-),女，吉林长春人，副教授，硕士，主要从事舆情传播、金融经济研究.-54
社交网络数据分析的方法与案例分析
社交网络数据分析是当前信息技术领域的热点研究方向之一。通过对海量的社交网络数据进行挖掘和分析，可以深入了解用户行为、社会关系及其影响力等相关信息，为各个领域的决策提供科学依据。本文将介绍社交网络数据分析的方法以及具体的案例分析。
一、社交网络数据分析的方法
1. 数据收集和预处理
社交网络数据的收集是分析的基础，一般可通过API接口或网络爬虫等方式获取社交网络平台的数据。在收集数据过程中，需要注意保护用户隐私和合法性。收集到的数据需要进行预处理，包括去除重复数据、噪声数据和缺失数据等，保证数据的质量和准确性。
2. 社交网络图构建
社交网络数据一般以图的形式呈现，其中节点表示用户或实体，边表示用户之间的关系。构建社交网络图有两种常用方法，一是基于用户之间的关注、好友等连接关系构建，二是基于用户之间的交互行为构建。构建好的社交网络图有利于后续的分析和挖掘。
3. 社交网络特征提取
社交网络中的节点和边上蕴含着大量的信息，通过特征提取可以将这些信息转化为可量化的指标。例如，可以提取节点的中心性指标（如度中心性、接近中心性、介数中心性等）以衡量节点在网络中的重要程度，提取边的权重指标（如连接强度、频繁度等）以表示节点之间的关联性。
4. 社交网络聚类分析
社交网络中存在着各种群体和社区，聚类分析可以用来识别出这些群体和社区的特征以及内部的结构。常用的聚类算法包括k-means算法、谱聚类算法等。聚类分析可以帮助我们发现潜在的用户兴趣和社会关系等。
5. 社交网络影响力分析
社交网络中的用户影响力是社交网络数据分析的重要内容之一。影响力分析可以通过节点的度中心性、介数中心性等指标来度量。此外，还可以借助传播模型，通过分析信息的扩散过程来评估用户的影响力。
二、案例分析
以微博社交网络数据为例，假设我们希望从海量的微博数据中挖掘用户的情感倾向和影响力。首先，我们通过API接口获取用户的微博数据，并进行数据预处理，去除重复数据和噪声数据。
第３２卷 ２０１３年 第１１期 １１月 Ｖｏｌ＿３２．Ｎｏ．１１ ＮＯＶ．，２０１３ ＩＴ微博社会网络结构特征分析 雷宏振，贾悦婷 （陕西师范大学国际商学院，西安７１００６２） 摘 要：利用体现复杂网络结构特征的指标，比较了ＩＴ微博网络与小世界网络和无标度网络的平均最短 路径长度和聚集系数，分析了网络节点的度数、介数和接近数，利用最小二乘法对度分布进行拟合，并分析 了“度一度”相关性。结果显示：ＩＴ微博网络具有小世界和无标度的特征；绝大多数用户只有少量的关系 人，介数最大的节点不一定是接近数最大的节点；关系网络的度服从幂律分布；实验网络具有度的异配性， 即度值小的节点倾向于与度值大的节点连接，新增加的个体更倾向于与大度数的个体建立联系。 关键词：复杂网络；网络结构；社会网络；小世界；无标度；微博 中图分类号：Ｎ９４ 文献标识码：Ａ 文章编号：１００２—９８０Ｘ（２Ｏ１３）１１—０００９—０５ 随着互联网进入ｗｅｂ２．０时代，社交网站越来 越受到广大网民的喜爱。国外知名的社交网站有 Ｆａｃｅｂｏｏｋ、Ｙｏｕｔｕｂｅ和Ｔｗｉｔｔｅｒ等，国内的社交网站 主要有新浪微博、人人网和开心网等。２０１２年上半 年，中国社交网站用户数增长至２．５１亿、网民使用 率为４６．６ ，其中微博用户数达到２．７４亿、网民使 用率为５０．９ ①。庞大的用户数量使得微博成为人 们在线社交的重要工具，也使微博网络结构成为研 究热点。研究社交网络的网络结构特性，有利于发 现网络中各用户之间的作用机制及信息传播机理。 本文基于复杂网络视角，以新浪微博关系数据为例， 对基于Ｗｅｂ２．０技术的社交网络的小世界和无标度 进行深入分析。 １ 理论背景 社会网络理论源于六度分隔理论和１５０法则。 根据维基百科的定义，社会网络是指个人之间的关 系网络，即社会个体成员通过互动形成的、相对稳定 的关系体系，关注的是人们之间的互动和联系。社 会网络是由多个社会个体和他们之间的关系组成的 集合，可用节点表示社会网络中的个体，用连接点与 点的直线表示个体间的关系，即可采取几何拓扑的 方法描述社会网络的结构。社会网络分析是数据挖 掘的一个重要分支，是一种链接分析技术，通过研究 社会网络可以理解社会网络的结构和行动者的行为 过程。社会网络研究的重点是网络或联结关系的内 容和结构，包括网络结构的联结、距离、密度和中心 性以及关系网络所传递的资源特性等。 Ｗｅｂ２．０是包括Ｂｌｏｇ、Ｗｉｋｉ、ＳＮＳ、Ａｊａｘ等一系 列应用及其技术的网络平台，基于Ｗｅｂ２．０技术的 社交平台越来越受到广大网民的喜爱。现在已有以 亿计的用户在基于Ｗｅｂ２．０的社会网络中进行了注 册。Ｆａｃｅｂｏｏｋ是目前国外最大的、基于Ｗｅｂ２．０技 术的社会网络，国内此类社会网络以新浪微博发展 得最为迅速。根据新浪微博官方的调研数据，中国 微博用户消费了全国５４ 的商品和服务，目前微博 每天能创造近１７亿元的消费空间②。有关基于 Ｗｅｂ２．０技术的社交网络的研究有２个主要方向。 一是从关系网络出发，研究信息在网络中的传播，此 类研究属于社会网络研究。例如：建立社会网络的 个性化Ｗｅｂ信息推荐模型，分析网络中的用户偏 好＿１ ；通过建立衡量企业微博营销效果和粉丝数量 的定量模型来考察粉丝数量在企业微博短期营销过 程中的影响作用 ］。二是通过构建拓扑结构发现所 研究网络的复杂网络特征，此类研究属于复杂网络 研究。例如：分析在线社会网络的拓扑性质，解释在 收稿日期：２０１３—０８—１９ 基金项目：西安市软科学研究计划项目“西安高新技术企业路径转换式创新及领先机制研究”（ＳＦ１０１２（２））、陕西师范大 学中央高校基本科研业务费项目“集群企业知识外溢与文化产业功能园区集群效应研究”（１０ＳＺＺＤ０３）的研究 成果 作者简介：雷宏振（１９６６一），男，陕西合ＩｒｍＡ．，陕西师范大学国际商学院副院长、教授，研究方向：知识管理、技术创新，中国 技术经济学会会员登记号：１０３２６００７６９Ｓ；贾悦婷（１９８９一），女，江苏溧阳人，陕西师范大学国际商学院硕士研究 生，研究方向：社会网络。 ①数据来自中国互联网络信息中心于２０１２年７月发布的《第３０次中国互联网络发展状况调查统计报告》。 ②数据来自２０１２年７月新浪公司、北京大学市场与媒介研究中心、第一象限公司共同发布的《２０１２年新浪微博用户发展调查报告》。
