社會網路分析法用途
『壹』 「社交網路分析」是門怎樣的學科
首先，如其名，研究社會網路。社會網路的主體通常為人，（你要是非把貓貓狗狗物品啥的算上我也不跟你爭論），每個人為一個節點，人與人之間的關系為邊，關系有強弱有方向也有性質（如敵人情侶同盟等等）。其基礎就是離散數學的圖論。然後通過一些運算來計算聚集度，平均值啥的。也可以通過編程來實現更高層次的數據分析。然後，應用前景。眾所周知，社交網路發展飛速，數據分析也是如火如荼。
社會網路分析有助於網站進行精準廣告投放，以及內容推送，提高用戶粘性（各種商業應用我就不展開了）。在社會學上的應用，我是學商務的我也不懂，就私里揣測，人際關系難道不是人類千百年來想要解決的難題嗎，老師說的三元閉包理論真的很有用，兩個人的孤島關系是很難維持的。
『貳』 社會網路基本內容
社會網路分析
1．領會：社會網路的重要性及應用。
2．熟知：社會網路表示方式，網路密度，網路節點進出程度，擴散分析，群組分析，
社會相似性，分割群組，群組與群組成員描述（社群領袖分析）。
3．應用：能夠運用社會網路分析進行擴散分析/群組分析模型建置、選擇模型及演算法參
數調整。
相比傳統的圈內或是局部的社交，社會網路分析更多是從社交網站的個人用戶出發，探討其更多的可能關系人，從而構建各種弱關系組成的虛擬社交網路。我們平時更多是親友鄰里，同學同事等局部社交。
但是如果是基於互聯網的社交，就會更多傾向於社會上弱關系，而這也是巨大的虛擬的存在。
社交軟體等，如微信，Facebook，qq等是以個人用戶開始延伸；
基於內容的網站平台，如視頻類、直播軟體、短視頻，B站等； 圖文綜合類，博客，資料分享，bbs等，當然還有各位細化的特定網站和app，如陌陌、世紀佳緣等各種社交app。還有更多的是我們可能忽略但是如今也越來越多開始社交化的平台，比如音樂、游戲等等各種傳統開始也增加了社交、直播等各種功能。當然所有的趨勢就是越來越重視用戶的社交需求。也可以從側門反應出流量的緣由，社交也是一個很大的連接傳播渠道，正如微商進入4.0，從而帶來了微信群、社交電商、直播電商等等新形式。
有人說未來生意將越來越難做，其實說的是未來產品到處都是，關鍵你是如何得到信息，而人們需要的是更高層次的體驗，更優惠的價格。如我們通過共同學習、共同游戲、直播互動等帶來精神上的價值。這也是我們有了越來也越多的社群的原因。這里的社群不只是我們的微信群，更重要的是有共同頻率、需求、愛好、利用組成的虛擬社群。而如果通過數據挖掘找出更多潛在的社會網路，那麼就可以建立自己的社群，甚至挖掘出新產品等，達到更快直達用戶的效果。
所以社會網路的研究也越來越重要和具有實用價值。社會網路分析就是利用數據分析和圖分析等技術對我們的虛擬社交網路進行分析。
為了形式化抽象的表示我們的社會網路，我們也需要將各種網路抽象出來，我們可以以點、線、圖來分析。
社會網路 是個由點和邊構成的網路，節點就是一個個社會行動者，節點之間的連線也是邊就是行動者之間的關系。
形式化定義
一個社會網路是由多個點 node（社會獨立行動者actor）和各點之間的連線 tie（行動者之間的關系）組成的集合 network。
獨立行動者具有獨立性和主觀能動性，而且從技術定義上不限於個人，還包括團體、組織、國家等。
關系就非常多了，可以是人際關系，組織關系和國家關系。
社會網路分析看起來挺簡單，但是計算復雜度和理論研究都比較難，需要大數據支持，知識圖譜的應用研究和推理計算等工程實現，所以直到現在大數據時代才逐漸體現出來，也成為熱點。
傳統數學方法如回歸或是隱馬爾科夫模型比較難解決潛在相依關系的問題，所以社會網路分析的方法更需要藉助圖的技術，而且這個是很多值得開發的應用。比如內容檢索、金融反欺詐、情報分析、刑偵推理、反恐和法律辯護等方面都有很大應用前景。
社交媒體與社會網路
首先我們看到臉書和推特帶來的變革，社交媒體與傳統媒體最大的區別之一是可以有社交屬性，有發言的渠道，你看電視的時候，即使可以打上彈幕但是互相交流和發布信息還是受到局限，當然這也是安全考慮，不能讓搗亂分子發負面信息等。 社交媒體的價值和功能其實已經基本嵌入了很多互聯網產品了，這時或我們之間的各種弱鏈接就越來越方便，更重要的是多樣化，關系多變。
網路密度從圖的定義過來的，可以看出我們不是看圖有多大，而是連線多不，在同樣的人數下，社交媒體一個直播的發言率非常高，這才是密度的來源。
那麼同樣的一個群體，他們之間的關系可能就是各種社交媒體上的綜合。也許在另一個同樣的群體內估計也沒什麼連線。聯系的強弱也有影響。
所以網路密度理論的定義是行動者之間實際的聯結的個數與可能的最大聯結數目的比值。比值越高網路密度越高。
數字化表示節點與節點的聯結程度，節點度（表示一個行為人參與網路行為的程度）是行為人i（即節點）的所有關系數量，度指線的條數。
進出度是關系是有方向的時候，比如a是b的老師，同時b也是a的老師，a參考了b ，b參考了c，就有了方向性，這時候就借用有向圖的定義，入度為進入節點的連線條數，出度為節點出去的連線條數。
與之區分的是聯結強度，強聯結、弱聯結
所謂聯結強度是通過「在某一聯結山所花的時間，情感投入程度，親密程度（相互信任）以及互惠性服務等的綜合」來定義的，可以變化。
根據弱聯結假設，強度弱的聯結比強度強的聯結更可能帶來多樣化的信息。
這里也可以看聯結的多重性，比如如果A和B可能是朋友，也是同事，甚至是情侶，這意味著多重的聯結關系，聯結強度就跟高，不過多重性也代表了兩個行動者在多方面的社會活動中被捆綁在了一起，比如A和B同事，也是情侶，但是如果分手或是感情糾紛之類，就會影響到之間的朋友同事的關系，如果分手的也找了同事，那就更為麻煩了。
也就是俗話說要交叉或跨界要走出去，才能更多樣化。閉塞在自己的圈子裡是很難創新的。
指網路中所有行動者之間的全部聯結所構成的集合（與之對應的是自我中心網路）。 類似大的主題群體、興趣學習團隊等。
環繞在自我周圍的社會網路，它既包括自我與他人的直接聯結，也包括這些與我聯結的他人之間的聯結。比如主播的中心網路就包括他與觀眾的聯結，還有粉絲之間的聯結網路，也可能他們也是主播互相觀看捧場。
指滿足下列兩個條件之一的群體：（a）所有行動者均與本群體所有其他行動者有直接聯結關系：（b）不存在本群體所有成員均與之有連接的群體外行動者。小集團是一個群體中的子群體，其成員彼此間的平均喜愛程度超過對其子群外的其它成員的平均喜歡程度。比如直播平台里某個游戲直播子群，如果你都有連接那你也算是一個群粉絲了。
另一方面在系統里也可以加入推薦，比如可能根據你和某個聲音群里的多個主播有關注，那麼會推薦其他群內主播或推薦興趣群。
這就可以涉及到擴散分析了
一個兩維空間中以點代錶行動者，以線代錶行動者之間關系的一隻種圖形，也叫社群圖。
構成社會網路有三個基本要素，下列何者不包括在內？
A. 行動者(actors)
B. 關系(relationship)
C. 連帶(linkages)
D. 資源(Resources)
以下哪一個是社群領袖會有的特性？
A. Silhouette Coefficient大
B. In-Degree多
C. Network Density高
D. Out-Degree多
http://e.cda.cn/course/2472
『叄』 為什麼社會網路分析如此盛行
社會網路分析方法是由社會學家根據數學方法、圖論等發展起來的定量分析方法。
社會網路分析是對社會網路的關系結構以及屬性加以分析的一套規范和方法。它又被稱為結構分析法（structural analysis）社會網路分析不僅是對關系和結構加以分析的技術，還是一種理論方法--結構思想。社會網路分析是社會學領域比較成熟的分析方法，該方法可以解決一些社會學的問題。社會網路要素：①行動者，在社會網路中用節點表示；②關系，在社會網路中用劍線表示，關系的內容可能是友誼、借貸或是溝通，其關系可以是單向或雙方，且存在關系強度的差異，關系不同即構成不同的網路社會網路分析的原理：
關系紐帶經常是不對稱地相互作用著的，在內容和強度上都有所不同
關系紐帶間接或直接地把網路成員連接在一起；故必須在更大的網路結構背景中進行分析
社會紐帶結構產生了非隨機的網路，因而形成了網路群(network clusters)、網路界限和交叉關聯
交叉關聯把網路群以及個體聯系在一起
不對稱的紐帶和復雜網路使稀缺資源的分配不平等
網路產生了以獲取稀缺資源為目的的合作和競爭行為</ol>社會網路分析方法--數學表達式：①圖論法和矩陣法，這是社會網路分析最基本的方法②二方關系圖和三方關系圖③圖的矩陣表達④反應行動者的關系圖。通過網路密度、結點度、割點、橋等指標進行具體測量距離，行動者之間的距離越小，意味著他們之間的聯系越密切，交流互動越充分。由此可以了解一個網路中行動者之間的分化與差異
『肆』 什麼是社會網路分析法
社會網路分析方法是由社會學家根據數學方法、圖論等發展起來的定量分析方法。
社會網路分析是對社會網路的關系結構以及屬性加以分析的一套規范和方法。它又被稱為結構分析法（structural analysis）
社會網路分析不僅是對關系和結構加以分析的技術，還是一種理論方法--結構思想。
社會網路分析是社會學領域比較成熟的分析方法，該方法可以解決一些社會學的問題。
社會網路要素：
①行動者，在社會網路中用節點表示；
②關系，在社會網路中用劍線表示，關系的內容可能是友誼、借貸或是溝通，其關系可以是單向或雙方，且存在關系強度的差異，關系不同即構成不同的網路
社會網路分析的原理：
關系紐帶經常是不對稱地相互作用著的，在內容和強度上都有所不同
關系紐帶間接或直接地把網路成員連接在一起；故必須在更大的網路結構背景中進行分析
社會紐帶結構產生了非隨機的網路，因而形成了網路群(network clusters)、網路界限和交叉關聯
交叉關聯把網路群以及個體聯系在一起
不對稱的紐帶和復雜網路使稀缺資源的分配不平等
網路產生了以獲取稀缺資源為目的的合作和競爭行為
社會網路分析方法--數學表達式：
①圖論法和矩陣法，這是社會網路分析最基本的方法
②二方關系圖和三方關系圖
③圖的矩陣表達
④反應行動者的關系圖。通過網路密度、結點度、割點、橋等指標進行具體測量距離，行動者之間的距離越小，意味著他們之間的聯系越密切，交流互動越充分。由此可以了解一個網路中行動者之間的分化與差異
『伍』 社會網路分析方法
社會網路分析方法是由社會學家根據數學方法﹑圖論等發展起來的定量分析方法，近年來，該方法在職業流動、城市化對個體幸福的影響和經濟體系、國際貿易等領域廣泛應用，並發揮了重要作用。
社會網路分析是社會學領域比較成熟的分析方法，社會學家們利用它可以比較得心應手地來解釋一些社會學問題。許多學科的專家如經濟學、管理學等領域的學者們在新經濟時代——知識經濟時代，面臨許多挑戰時，開始考慮借鑒其他學科的研究方法，社會網路分析就是其中的一種。
網路指的是各種關聯，而社會網路即可簡單地稱為社會關系所構成的結構。社會網路分析問題起源於物理學中的適應性網路，通過研究網路關系，有助於把個體間關系、「微觀」網路與大規模的社會系統的「宏觀」結構結合起來，通過數學方法﹑圖論等定量分析方法，是20世紀70年代以來在社會學、心理學、人類學、數學、通信科學等領域逐步發展起來的一個的研究分支。
所以，從社會網路的角度出發，人在社會環境中的相互作用可以表達為基於關系的一種模式或規則，而基於這種關系的有規律模式反映了社會結構，這種結構的量化分析是社會網路分析的出發點。
社會網路分析不僅僅是一種工具，更是一種關系論的思維方式。可以利用來解釋一些社會學、經濟學、管理學等領域問題。
『陸』 社會網路分析法的介紹
《社會網路分析法》是2007年重慶大學出版社出版的圖書，作者是斯科特。社會是一個內由容多種多樣的關系構成的巨大網路。如何研究關系？視角當然多種多樣，既可以像林語堂的小說中描述的那樣對關系進行細致的刻畫，又可以像黃光國等社會心理學家那樣對人情、面子和關系網進行質的描述，更可以用社會網路分析法對關系進行量化的表徵，從而揭示關系的結構，解釋一定的社會現象。社會網路分析的意義在於，它可以對各種關系進行精確的量化分析，從而為某種中層理論的構建和實證命題的檢驗提供量化的工具，甚至可以建立「宏觀和微觀」之間的橋梁。本書就像一本手冊，引導讀者進入社會網路分析的研究領域。它既適用於社會網路分析的初學者，也適用於對社會網路分析有所了解的人士。
『柒』 復雜網路 --- 社會網路分析
「社會網路」指的是社會成員及其相互關系的集合。社會網路中所說的「點」是各個社會成員，而社會網路中的「邊」指的是成員之間的各種社會關系。成員間的關系可以是有向的，也可以是無向的。同時，社會關系可以表現為多種形式，如人與人之間的朋友關系、上下級關系、科研合作關系等，組織成員之間的溝通關系，國家之間的貿易關系等。社會網路分析(Social Network Analysis)就是要對社會網路中行為者之間的關系進行量化研究，是社會網路理論中的一個具體工具。
因此，社會網路分析關注的焦點是關系和關系的模式，採用的方式和方法從概念上有別於傳統的統計分析和數據處理方法。
社會網路通常表達人類的個體通過各種關系連接起來，比如朋友、婚姻、商業等，這些連接宏觀上呈現出一定的模式。很早的時候，一些社會學家開始關注人們交往的模式。Ebel等進行了一個電子郵件版的小世界問題的實驗，完成了Kiel大學的5000個學生的112天電子郵件連接數據，節點為電子郵件地址，連接為消息的傳遞，得到帶指數截斷的冪律度分布，指數為r＝1．18。同時證明，該網路是小世界的，平均分隔為4．94。
社會網路分析，可以解決或可以嘗試解決下列問題：
「中心性」是社會網路分析的重點之一，用於分析個人或組織在其社會網路中具有怎樣的權力，或者說居於怎樣的中心地位，這一思想是社會網路分析者最早探討的內容之一。
點度中心度表示與該點直接相連的點的個數，無向圖為（n-1），有向圖為（入度，出度）。
個體的中心度(Centrality)測量個體處於網路中心的程度，反映了該點在網路中的重要性程度。網路中每個個體都有一個中心度，刻畫了個體特性。除了計算網路中個體的中心度外，還可以計算整個網路的集中趨勢(可簡稱為中心勢，Centralization)。網路中心勢刻畫的是整個網路中各個點的差異性程度，一個網路只有一個中心勢。
根據計算方法的不同，中心度和中心勢都可以分為3種：點度中心度／點度中心勢、中間中心度／中間中心勢、接近中心度／接近中心勢。
在一個社會網路中，如果一個個體與其他個體之間存在大量的直接聯系，那麼該個體就居於中心地位，在該網路中擁有較大的「權力」。在這種思想的指導下，網路中一個點的點度中心性就可以用網路中與該點之間有聯系的點的數目來衡量，這就是點度中心度。
網路中心勢指的是網路中點的集中趨勢，其計算依據如下步驟：首先找到圖中的最大點度中心度的數值，然後計算該值與任何其他點的中心度的差值，再計算這些「差值」的總和，最後用這個總和除以各個「差值」總和的最大可能值。
在網路中，如果一個個體位於許多其他兩個個體之間的路徑上，可以認為該個體居於重要地位，因為他具有控制其他兩個個體之間的交往能力，這種特性用中間中心度描述，它測量的是個體對資源控制的程度。一個個體在網路中占據這樣的位置越多，代表它具有很高的中間中心性，就有越多的個體需要通過它才能發生聯系。
中間中心勢定義為網路中 中間中心性最高的節點的中間中心性與其他節點的中間中心性的差距，用於分析網路整體結構。中間中心勢越高，表示該網路中的節點可能分為多個小團體，而且過於依賴某一個節點傳遞關系，說明該節點在網路中處於極其重要的地位。
接近中心性用來描述網路中的個體不受他人「控制」的能力。在計算接近中心度的時候，我們關注的是捷徑，而不是直接關系。如果一個點通過比較短的路徑與許多其他點相連，我們就說該點具有較高的接近中心性。
對一個社會網路來說，接近中心勢越高，表明網路中節點的差異性越大；反之，則表明網路中節點間的差異越小。
註：以上公式都是針對無向圖，如果是有向圖則根據定義相應修改公式即可
當網路中某些個體之間的關系特別緊密，以至於結合成一個次級團體時，這樣的團體在社會網路分析中被稱為凝聚子群。分析網路中存在多少個這樣的子群，子群內部成員之間關系的特點，子群之間關系特點，一個子群的成員與另一個子群成員之間的關系特點等就是凝聚子群分析。
由於凝聚子群成員之間的關系十分緊密，因此有的學者也將凝聚子群分析形象地稱為「小團體分析」或「社區現象」。
常用的社區檢測方法主要有如下幾種：
（1）基於圖分割的方法，如Kernighan-Lin演算法，譜平分法等；
（2）基於層次聚類的方法，如GN演算法、Newman快速演算法等；
（3）基於模塊度優化的方法，如貪婪演算法、模擬退火演算法、Memetic演算法、PSO演算法、進化多目標優化演算法等。
凝聚子群密度(External-Internallndex，E-IIndex)主要用來衡量一個大的網路中小團體現象是否十分嚴重，在分析組織管理等問題時非常有效。
最差的情形是大團體很散漫，核心小團體卻有高度內聚力。另外一種情況是，大團體中有許多內聚力很高的小團體，很可能就會出現小團體間相互斗爭的現象。凝聚子群密度的取值范圍為[-1，+1]。該值越向1靠近，意味著派系林立的程度越大；該值越接近-1，意味著派系林立的程度越小；該值越接近0，表明關系越趨向於隨機分布，未出現派系林立的情形。
E-I Index可以說是企業管理者的一個重要的危機指數。當一個企業的E-I Index過高時，就表示該企業中的小團體有可能結合緊密而開始圖謀小團體私利，從而傷害到整個企業的利益。其實E-I Index不僅僅可以應用到企業管理領域，也可以應用到其他領域，比如用來研究某一學科領域學者之間的關系。如果該網路存在凝聚子群，並且凝聚子群的密度較高，說明處於這個凝聚子群內部的這部分學者之間聯系緊密，在信息分享和科研合作方面交往頻繁，而處於子群外部的成員則不能得到足夠的信息和科研合作機會。從一定程度上來說，這種情況也是不利於該學科領域發展的。
核心-邊緣(Core-Periphery)結構分析的目的是研究社會網路中哪些節點處於核心地位，哪些節點處於邊緣地位。核心-邊緣結構分析具有較廣的應用性，可用於分析精英網路、論文引用關系網路以及組織關系網路等多種社會現象。
根據關系數據的類型(定類數據和定比數據)，核心—邊緣結構有不同的形式。定類數據和定比數據是統計學中的基本概念，一般來說，定類數據是用類別來表示的，通常用數字表示這些類別，但是這些數值不能用來進行數學計算；定比數據是用數值來表示的，可以用來進行數學計算。如果數據是定類數據，可以構建離散的核心-邊緣模型；如果數據是定比數據，可以構建連續的核心-邊緣模型。
離散的核心-邊緣模型，根據核心成員和邊緣成員之間關系的有無及緊密程度，又可分為3種：核心-邊緣全關聯模型、核心-邊緣局部關聯模型、核心-邊緣關系缺失模型。如果把核心和邊緣之間的關系看成是缺失值，就構成了核心-邊緣關系缺失模型。
這里介紹適用於定類數據的4種離散的核心-邊緣模型:
參考