社会网络分析法SNA

简介:       社会网络分析法(Social Network Analysis)SNA       社会网络是社会行动者及他们之间关系的集合,行动者可以是个人、群体、组织乃至国家。关系是多方面的,有多种类型。由来自一个群体内行动者之间的关系构成的网络叫做1-模网络;两个群体的行动者之间的关系网叫做2-模网络;一个群体内的行动者参与多个社会团体构成的网络叫做隶属关系网。       由于关系

      社会网络分析法(Social Network Analysis)SNA

      社会网络是社会行动者及他们之间关系的集合,行动者可以是个人、群体、组织乃至国家。关系是多方面的,有多种类型。由来自一个群体内行动者之间的关系构成的网络叫做1-模网络;两个群体的行动者之间的关系网叫做2-模网络;一个群体内的行动者参与多个社会团体构成的网络叫做隶属关系网。

      由于关系数据不满足常规统计学意义上的“变量的独立性假设”,因此,通常意义上的各种多元统计方法多数不能用来分析关系数据。社会网络分析恰恰研究的是关系数据。社会网络分析法在本体论、认识论、方法论以及具体的研究方法上都有其独到之处,这也是网络分析得到学界广泛关注的重要原因之一。社会网络分析研究的内容包括个体网研究、二方关系、三方关系、凝聚子群、块模型等。研究方法包括图论和矩阵方法。

       个体网关注“自我”,整体网关注整体网络的结构,二者之间还存在一种中间网络,可界定为局域网。如果把这些网络结合在一起,并且根据不同的标准,那么“关系网络”可以分为多种类型。

 

      网络密度分析:网络密度指的是网络中各个成员之间联系的紧密度,可以通过网络中实际存在的关系数与理论上可能存在的关系数相比得到,成员之间的联系越多,该网络的密度越大。整体网的密度越大,该网络对其中行动者的态度、行为等产生的影响可能越大。

      注:计算的时候最好将多值关系数据转换成二值关系数据。

       将多值关系数据转换成二值关系数据路径:变换->对分 

 

      网络中心性分析:中心性(centrality)是度量整个网络中心化程度的重要指标,在城市群网络中,处于中心位置的城市更易获得资源和信息,拥有更大的权力和对其他城市更强的影响力。网络中心性又可以分为点度中心度、接近中心度和中间中心度三个指标。

      节点中心度分析路径:网络->中心度->

 

      凝聚子群分析:凝聚子群是满足如下条件的一个行动者子集合,即在此集合中的行动者之间具有相对较强、直接、紧密、经常的或者积极的关系。城市网络凝聚子群是用于揭示和刻画城市群体内部子结构状态。找到城市网络中凝聚子群的个数以及每个凝聚子群包含哪些城市成员,分析凝聚子群间关系及联接方式,这都可以从新的维度考察城市群网络的发展状况。

     利用ucinet软件中的CONCOR法进行凝聚子群分析。CONCOR是一种迭代相关收敛法(convergent correlation或者convergence of iterated correlation)。它基于如下事实:如果对一个矩阵中的各个行(或者列)之间的相关系数进行重复计算(当该矩阵包含此前计算的相关系数的时候),最终产生的将是一个仅由1-1组成的相关系数矩阵。进一步说我们可以据此把将要计算的一些项目分为两类:相关系数分别为1-1的两类(刘军,2009[22]

具体地说,CONCOR程序开始于一个矩阵,首先计算矩阵的各个行(或者各个列)之间的相关系数,得到一个相关系数矩阵(C1)。CONCOR算法的特点是,它把系数矩阵C1作为输入矩阵,继续计算此矩阵的各个行或者各个列之间的相关系数。即计算第一个系数矩阵C1的各个行(或者各个列)之间的相关系数。得到的各个“相关系数的相关系数”将构成又一个新的系数矩阵C2。然后继续依次计算,最后得到“相关系数的相关系数的相关系数的矩阵”(刘军,2009[22]

      经过多次迭代计算之后,CONCOR利用树形图(tree-diagram或者dendrogram)表达各个位置之间的结构对等性程度,并且标记出各个位置拥有的网络成员。CONCOR的分析对象是相关系数矩阵,它包含的是皮尔逊积距系数,这种系数用来测量各对行动者之间的相似性。利用CONCOR进行分析时,在最后的结果中每个区中的行动者最好大于3个。CONCOR法也可以直接分析多元关系数据以及多值关系矩阵。

       凝聚子群分析路径:网络à角色&位置à结构àCONCOR

 

 

目录
相关文章
|
4月前
|
自然语言处理 数据可视化 数据挖掘
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析(下)
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析
199 0
|
4月前
|
存储 自然语言处理 数据可视化
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析(上)
基于词云图+Kmeans聚类+LDA主题分析+社会网络语义分析对大唐不夜城用户评论进行分析
131 0
学科08:社会网络学重要模型
学科08:社会网络学重要模型
128 0
学科08:社会网络学重要模型
|
边缘计算 运维 物联网
带你读《扬帆远航 5G 融合应用实践精编》第一章5G助力经济社会数字化转型1.2我国5G网络发展初具规模
带你读《扬帆远航 5G 融合应用实践精编》第一章5G助力经济社会数字化转型1.2我国5G网络发展初具规模
|
安全 大数据 网络安全
下一篇
云函数