社會網(wǎng)絡(luò)分析學(xué)習(xí)報告.ppt

《社會網(wǎng)絡(luò)分析學(xué)習(xí)報告.ppt》由會員分享，可在線閱讀，更多相關(guān)《社會網(wǎng)絡(luò)分析學(xué)習(xí)報告.ppt（29頁珍藏版）》請在裝配圖網(wǎng)上搜索。

李諺博 社會網(wǎng)絡(luò)分析學(xué)習(xí) 中國是一個 關(guān)系社會 定義 關(guān)系社會 社會網(wǎng)絡(luò) 引申出我們的研究的領(lǐng)域 社會網(wǎng)絡(luò)是指社會行動者 socialactor 及其間的關(guān)系的集合 也可以說 一個社會網(wǎng)絡(luò)是由多個點 社會行動者 和各點之間的連線 行動者之間的關(guān)系 組成的集合 用點和線來表達網(wǎng)絡(luò) 這個是社會網(wǎng)絡(luò)的形式化界定 點 個體 公司 城市 國家 關(guān)系 線 實質(zhì)研究對象 貿(mào)易關(guān)系 朋友關(guān)系 距離關(guān)系 定義 社會網(wǎng)絡(luò)分析是對社會網(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 它又被稱結(jié)構(gòu)分析 strw turalanalysis 因為它主要分析的是不同社會單位 個體 群體或社會 所構(gòu)成的社會關(guān)系的結(jié)構(gòu)及其屬性 那么社會網(wǎng)絡(luò)分析有什么作用呢 現(xiàn)在來看 社會網(wǎng)絡(luò)分析可以解決或可以嘗試解決下列問題 1 人際傳播問題 發(fā)現(xiàn)輿論領(lǐng)袖 創(chuàng)新擴散過程 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 形成交叉銷售 增量銷售 也就是啤酒和尿布的故事 4 社會資本 產(chǎn)業(yè)鏈與價值鏈 5 文本的意義輸出 通過追問調(diào)查研究文本的關(guān)聯(lián)和意義 6 競爭情報分析 7 語言的關(guān)聯(lián) 符號意義 8 相關(guān)矩陣或差異矩陣的統(tǒng)計分析 類似得到因子分析和MDS分析 9 恐怖分子網(wǎng)絡(luò) 10 知識管理與知識的傳遞 弱關(guān)系的力量 11 引文和共引分析 那么如何進行社會網(wǎng)絡(luò)分析呢 1 了解社會網(wǎng)絡(luò)所分析的主要問題 1 分析關(guān)系會產(chǎn)生什么影響 或什么因素影響關(guān)系 個體網(wǎng)絡(luò) 2 社會網(wǎng)絡(luò)結(jié)構(gòu)問題整體網(wǎng)絡(luò) 社會關(guān)系圖 個體網(wǎng)絡(luò) 指環(huán)繞在自我周圍的社會網(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) 個體網(wǎng)絡(luò)分析的對象是核心行動者 找出核心行動者向外擴展的關(guān)系網(wǎng)絡(luò) 分析他 她 的關(guān)系網(wǎng)絡(luò)對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)重說明的是一個相對封閉的群體或組織的結(jié)構(gòu)特征 2 掌握社會網(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 屬性數(shù)據(jù) 關(guān)系數(shù)據(jù) 指涉及能動者的態(tài)度 觀點和行為方面的數(shù)據(jù) 他們被視為能動者的個人或者群體所具有的才占 性質(zhì) 特點等 變量分析法 是關(guān)于接觸 聯(lián)絡(luò) 關(guān)聯(lián) 群體依附和聚會等方面的數(shù)據(jù) 這類數(shù)據(jù)把一個能動者與另外一個能動者聯(lián)系在一起 因而不能還原為單個行動者本身的屬性 網(wǎng)絡(luò)分析法 獲取數(shù)據(jù)的途徑和方式 問卷調(diào)查 訪問數(shù)據(jù)庫等方式 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 樹形圖等 來分析關(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)集中的行動者在社會網(wǎng)絡(luò)中的位置分布 最常見的位置分布就是核心 邊緣模型 c 樹形圖 樹形圖用于表示SNA中對等性分析等聚類分析的結(jié)果 一般有兩種表示方式 一種為類似冰柱圖的形式 另一種為樹形表示方式 1 2 3 一個簡單的矩陣和社群圖 三個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 每人個人在某一特定事件過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單的無向圖 無向圖是最簡單 也是最容易處理的一類關(guān)系數(shù)據(jù) 現(xiàn)在討論一下比較復(fù)雜的數(shù)據(jù)類型 在變量分析中 最重要的一個問題是適用于一個變量的 測量層次 是什么 也就是說 屬性數(shù)據(jù)應(yīng)該被測量為定類定量 還是定序 定距 定比變量 只有選擇測量層次之后 才可以據(jù)此決定適用于該程序的特定分析程序 與此類此 根據(jù)關(guān)系 有 無 方向以及 或者是否 多值 關(guān)系數(shù)據(jù)也存在同樣的 測量問題 無方向 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 圖的各種畫法 1 2 3 無向圖僅僅是表達了關(guān)系的存在與否而不能表達關(guān)系的強度及指向 A B C 有向圖及其矩陣 圖論的基本術(shù)語 多重度 最簡單 最常用的測量關(guān)系密度的測度 是構(gòu)成關(guān)系的獨立接觸者的數(shù)目 鄰接的 由一條線連著的點 鄰域 與某個特定的點相鄰的那些點 度數(shù) 鄰域中的總點數(shù) 注 所有點的度數(shù)總和一定是圖中線的總數(shù)的2倍 A B E C D 線路 各個點相連的一條或一系列直線 途徑 如果線路中的每個點和線都不一樣 途徑的長度 構(gòu)成該線路的線的條數(shù) 距離 連接兩點之間最短的途徑 A D C B 線和途徑 點入度 直接指向該點的點數(shù)總和 點出度 該點所直接指向的其他點的總數(shù) 個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 描述了一個圖中各個點之間關(guān)聯(lián)的緊密程度 無向圖 有向圖 多值圖的密度 加權(quán)線數(shù)應(yīng)該根據(jù)其多重度加權(quán) 即一條多重度為3的線就相當于三條線 局部中心度和整體中心度 局部中心度指的是局部某點對其鄰點而言的相對重要性整體中心度指的是該點在總體網(wǎng)絡(luò)中的戰(zhàn)略重要性 測量點中心度的最簡單直接的方法就是圖中各點的度數(shù) 所測量出來的度就是局部中心度 如果某點度數(shù)高 則稱該點居于中心 整體中心度的測量則是根據(jù)不同點之間的距離 中心勢 中心勢指的不是點的相對重要性 而是整個圖的總體凝聚力或整合度 一個高度中心化的圖 成分和循環(huán)首先要提到 子圖 的概念 一個子圖指的是從一個網(wǎng)絡(luò)圖中選擇出來的任何點和連接這些點的線構(gòu)成的集合 成分 最大關(guān)聯(lián)的子圖 關(guān)聯(lián) 與圖一樣 在子圖中當其所有點都通過各種途徑相連的時候 子圖就是關(guān)聯(lián)的 循環(huán) 一個循環(huán)就是一個途徑 只不過他返回到其初始點 與途徑類似 長度可以任意 凝聚子群大體上說 凝聚子群是滿足如下條件的行動者子集合 即在此集合中的行動者之間具有相對較強的 直接的 緊密的 經(jīng)常的或者積極的聯(lián)系 研究意義 通過對社會網(wǎng)絡(luò)的凝聚子群的分析 可揭示社會結(jié)構(gòu) 量化結(jié)構(gòu) 派系及其交叉點的結(jié)構(gòu)對稱性聚類 聚集和分裂 3 解釋社會分析的結(jié)果 工具 ucinet處理數(shù)據(jù) 全部數(shù)據(jù)都用矩陣形式來存儲 展示和描述 可處理32767個點的網(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)處理成標準N N的矩陣 可以只填寫上三角 或者下三角 這樣畫出的表示有向圖 填寫為對稱矩陣則 表示 無向圖 所謂無向圖也即是任一連線都帶箭頭 看到這沒學(xué)過圖論的可能有點暈給大家看個例子 解釋一下大家就清楚了 其實很簡單 第二步導(dǎo)入excel數(shù)據(jù) 第三步二值化 可選 上面說了 矩陣的數(shù)值可以是0 1 也可以是任意實數(shù) 那么這一步就是要把實數(shù)矩陣轉(zhuǎn)成0 1矩陣 也就是把定量問題定性考慮 舉個例子 張三借給李四多少錢算借錢呢 好吧 10塊錢以上算借錢 有同學(xué)要吐槽說太摳了吧 那就讓ucinet幫你把矩陣里10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ok后選擇保存地點 得到一個處理后的 h文件 第四步 用netdraw畫圖導(dǎo)入第三步或者第二步得到的 h文件 就OK了 最后是結(jié)果的實例了 但需要說明的是得到的圖的節(jié)點大小 連線長度等屬性本無意義 但是可以用ANALYSIS里的各種分析重畫圖 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)點的大小表示中心性 點越大越是中心 如圖 圖書館處于所有關(guān)鍵詞的中心 你可以把圖進一步處理 讓 圖 更漂亮 謝謝聆聽請多指教