别说我懂社交网络: 关于社交网络分析的一头雾水

简介: 版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。 https://blog.csdn.net/wireless_com/article/details/50534612 社交网络,对每个人是熟悉而又陌生的。
版权声明:本文为半吊子子全栈工匠(wireless_com,同公众号)原创文章,未经允许不得转载。 https://blog.csdn.net/wireless_com/article/details/50534612

社交网络,对每个人是熟悉而又陌生的。每个人都可以说出个一二三,因为人是社会的动物,每个人都有自己的社交圈子即社交网络。然而,就社交网络的应用开发尤其是移动互联网社交应用而言,尽管创业团队不停地涌现,或昙花一现,或笋未成竹便已老去,如雾里看花。


我自创业至今做了几款社交应用,甚至申请生成了多个专利(专利号:2013102468581已成立,201310415287X,2013103321616,2013103703589处于open 状态,在高通养成的习惯,呵呵),但是越开发越是心存敬畏,发现自己对社交网络应用竟是一知半解,始终徘徊在门槛之外。


IT 乃至互联网或者无线互联网始终是一种工具,与专业领域的知识相结合才能提供服务。

社交网络的专业知识是什么呢? 从社交网络分析的角度看包括心理学,人类学和社会学三个学科。


?心理学典型的研究方法是 同名法,来测量社会关系即社交结构与心理健康的关系。Facebook 成功了,与扎克伯格 的心理学专业有没有关系呢?

?人类学的经典研究曾经是基于触排布线室的数据 来进行人际网络分析,侧重于连接性。如果应用只停留在6度空间,谁还记得原来的you2you的社交网络呢?

?社会学的典型研究侧重于社交行为和人际互动。应用提供了新型电子化的社交行为和人际互动方式,怎样从社会学的角度进行创新呢?


人参与到社交系统中,社交系统将他们与其它行为人联系在一起,行为人之间的关系对各自的行为存在着重要的影响。社交网络分析的关键是识别、测量和检验 关于行为人之间关系的结构形式和实质性内涵。社交网络中的结构性关系比年龄、性别、价值和意识形态等个体特征更重要。社交网络通过实体之间的关系所建立的各种结构机制影响实体的观念、信仰和行动。强关系互动 使实体活动更好的信息,更多的认知,更强的敏感性。弱关系互动(一般通过媒介)激发想法,获得一些潜在有用资源。通过把信息和资源传递到特定的结构位置,网络有助于激发兴趣、分享认同、促进共同的价值和规范。结构关系视为动态过程,其中关键的问题是大规模的系统性变化如何从个人的综合偏好和目的性行动中显露出来。 由此来看,微信和微博之间的优劣是否一目了然了呢?


关系一般被定义为两个人或对点之间的特定接触、连接和联结。 关系可以是定向的,也可以是非定向的。关系是一种共同的对偶特征。关系反映出复杂社交系统中仅靠成员特征的求和或者均值所不能描述的新维度。社会结构可以表述为网络--包括一系列节点(或社交系统的成员)和一系列描述他们之间关联性的关系。社交网络 是 在特定人群中的一整套具体的联系,这些联系作为一个整体可以用来解释其中人们的社会行为,行为人之间的关系结构和个体认为人在网络中的定位,对于每个个体单元和整个系统来说,在行为、意识和态度方面都有重要的影响。关系内容的基本范式有:交易关系,沟通关系,交叉关系,利用关系,情感关系,权力关系,亲属关系......人际关系的外延是否太大了呢?


开发一个社交类应用,首先要确定的是用户群体,实际上就是的该社交网络范围的界定。所有这类应用都是一个隶属网络,简单粗暴的办法是主观评价和概念强加,稍微细分一下,利用行为人的特征、他们在某一组织内的成员资格,或者对某一界定位置的占有,来对某一网络进行边界划定,一般会得到一个行为人的集合。当然,也可以根据关系策略来定位用户群体。再细一点,根据特定事件和地点中的行为参与者而确定网络边界即用户群体。图论和代数分析能给我们什么帮助么?


地铁阅读时光里读完了《社会网络分析》一书,千万别说我懂社交网络!





目录
相关文章
|
10月前
|
数据采集 监控 网络安全
VMware Cloud Foundation Operations for Networks 9.0.1.0 发布 - 云网络监控与分析
VMware Cloud Foundation Operations for Networks 9.0.1.0 发布 - 云网络监控与分析
506 3
VMware Cloud Foundation Operations for Networks 9.0.1.0 发布 - 云网络监控与分析
|
10月前
|
机器学习/深度学习 大数据 关系型数据库
基于python大数据的青少年网络使用情况分析及预测系统
本研究基于Python大数据技术,构建青少年网络行为分析系统,旨在破解现有防沉迷模式下用户画像模糊、预警滞后等难题。通过整合多平台亿级数据,运用机器学习实现精准行为预测与实时干预,推动数字治理向“数据驱动”转型,为家庭、学校及政府提供科学决策支持,助力青少年健康上网。
|
人工智能 边缘计算 物联网
蜂窝网络未来发展趋势的分析
蜂窝网络未来发展趋势的分析
773 2
|
数据采集 缓存 定位技术
网络延迟对Python爬虫速度的影响分析
网络延迟对Python爬虫速度的影响分析
|
12月前
|
数据采集 存储 数据可视化
Python网络爬虫在环境保护中的应用:污染源监测数据抓取与分析
在环保领域,数据是决策基础,但分散在多个平台,获取困难。Python网络爬虫技术灵活高效,可自动化抓取空气质量、水质、污染源等数据,实现多平台整合、实时更新、结构化存储与异常预警。本文详解爬虫实战应用,涵盖技术选型、代码实现、反爬策略与数据分析,助力环保数据高效利用。
629 0
|
监控 安全 Linux
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
579 2
Arista CloudVision 2025.1 - 多云和数据中心网络自动化、监控和分析
|
运维 监控 安全
如何高效进行网络质量劣化分析与流量回溯分析?-AnaTraf
在数字化时代,网络质量分析与流量回溯对保障业务运行至关重要。网络拥塞、丢包等问题可能导致业务中断、安全隐患及成本上升。传统工具常缺乏细粒度数据,难以溯源问题。流量回溯分析可还原现场,助力精准排障。AnaTraf网络流量分析仪作为专业工具,能高效定位问题,提升团队响应力,降低运营风险。
如何高效进行网络质量劣化分析与流量回溯分析?-AnaTraf
|
大数据
“你朋友圈的真面目,大数据都知道!”——用社交网络分析看透人情世故
“你朋友圈的真面目,大数据都知道!”——用社交网络分析看透人情世故
653 16
|
存储 人工智能 编解码
Deepseek 3FS解读与源码分析(2):网络通信模块分析
2025年2月28日,DeepSeek 正式开源其颠覆性文件系统Fire-Flyer 3FS(以下简称3FS),重新定义了分布式存储的性能边界。本文基于DeepSeek发表的技术报告与开源代码,深度解析 3FS 网络通信模块的核心设计及其对AI基础设施的革新意义。
Deepseek 3FS解读与源码分析(2):网络通信模块分析
|
机器学习/深度学习 运维 自然语言处理
VMware Cloud Foundation Operations for Networks 9.0 发布 - 云网络监控与分析
VMware Cloud Foundation Operations for Networks 9.0 发布 - 云网络监控与分析
204 0