社会网络分析法snl
① 怎么解释社会网络的概念
社会网络（socialnetwork）是一种基于“网络”（节点之间的相互连接）而非“群体”（明确的边界和秩序）的社会组织形式，也是西方社会学从1960年代兴起的一种分析视角。随着工业化、城市化的进行和新的通讯技术的兴起，社会呈现越来越网络化的趋势，发生“社会网络革命”（socialnetworkrevolution），与移动革命（mobilerevolution）、互联网革命（internetrevolution）并列为新时期影响人类社会的三大革命. 社会网络是指社会个体成员之间因为互动而形成的相对稳定的关系体系，社会网络关注的是人们之间的互动和联系, 社会互动会影响人们的社会行为。社会网络是由许多 节点构成的一种社会结构，节点通常是指个人或组织，社会网络代表各种 社会关系，经由这些社会关系，把从偶然相识的泛泛之交到紧密结合的家庭关系的各种人们或组织串连起来。社会关系包括朋友关系、同学关系、生意伙伴关系、种族信仰关系等。社会网络作为一种社会学视角发端于德国社会学家齐美尔（Georg Simmel, 1858-1918），并在 1960 年代随着冷战的开始和西方普遍出现的社会动乱开始在西方广为发展。社会网络分析不把人看作是由个体规范或者独立群体的共同活动所驱动，相反它关注人们的联系如何影响他们行动中的可能性和限制。一个多世纪以来，社会科学家都在使用“社会网络”这一隐喻表示不同尺度上的各种复杂社会关系。
② 「社交网络分析」是门怎样的学科
首先，如其名，研究社会网络。社会网络的主体通常为人，（你要是非把猫猫狗狗物品啥的算上我也不跟你争论），每个人为一个节点，人与人之间的关系为边，关系有强弱有方向也有性质（如敌人情侣同盟等等）。其基础就是离散数学的图论。然后通过一些运算来计算聚集度，平均值啥的。也可以通过编程来实现更高层次的数据分析。然后，应用前景。众所周知，社交网络发展飞速，数据分析也是如火如荼。
社会网络分析有助于网站进行精准广告投放，以及内容推送，提高用户粘性（各种商业应用我就不展开了）。在社会学上的应用，我是学商务的我也不懂，就私里揣测，人际关系难道不是人类千百年来想要解决的难题吗，老师说的三元闭包理论真的很有用，两个人的孤岛关系是很难维持的。
③ 社会网络分析法的介绍
《社会网络分析法》是2007年重庆大学出版社出版的图书，作者是斯科特。社会是一个内由容多种多样的关系构成的巨大网络。如何研究关系？视角当然多种多样，既可以像林语堂的小说中描述的那样对关系进行细致的刻画，又可以像黄光国等社会心理学家那样对人情、面子和关系网进行质的描述，更可以用社会网络分析法对关系进行量化的表征，从而揭示关系的结构，解释一定的社会现象。社会网络分析的意义在于，它可以对各种关系进行精确的量化分析，从而为某种中层理论的构建和实证命题的检验提供量化的工具，甚至可以建立“宏观和微观”之间的桥梁。本书就像一本手册，引导读者进入社会网络分析的研究领域。它既适用于社会网络分析的初学者，也适用于对社会网络分析有所了解的人士。
④ 社会化网络分析论文的一般结构是什么
1、 点：行动者、节点（actors, nodes）
即为社会网络中的一个功能个体（包括个人、单位、团体（看成一个整体）），在虚拟网络中表现为一个注册用户，ID等。
在社会网络研究领域，任何一个社会单位、社会实体或功能个体都可以看成是“节点”，或者行动者。
一个图中： 节点集合N={n1,n2,、、、n3}
2、 线,关系（relationship）：
用来刻画关系数据，关于接触、联络、关联、群体依附和聚会等方面的数据，这类数据把一个能动者与另外一个能动者联系在一起，因而不能还原为单个行动者本身的属性。如上图表示的线arc。
一般称由一条线连着的点是相互“邻接的（adjacent）”,邻接是对由两个点代表的两个行动者之间直接相关这个事实的图论表达。
一般有无向线、有向线、多值线、有向多值线。
由线构成的图无向图、有向图、有向多值、无向多值图。
3、 邻域（neighborhood）:
与某个特定点相邻的那些点成为该点的“邻域”。
4、 度数（degree）:
邻域中的总点数成为度数。（严格的说应该是“关联度”，（degree of connection））,一个点的度数就是对其“邻域”规模大小的一种数值侧度。
一个点（无向图）的度数，在邻接矩阵中，一个点的度数用该点所对应的行或者列的各项中的非0值总数来表示。如果是二值（有项）的，那么一个点的度数就是该点所在行和所在列的总合。
在有向图中，“度数”包括两个不同方面，表达社会关系的线的方向。分别称为“点入度（in-degree）”：直接指向该点的点数总合；和“点出度（out-degree）”：该点所直接指向的其它点的总数。因此，对应在有向图的矩阵上，点的入度：对应该点所在列的地总和上。出度：该点所在行的总和上。
所有点的度数总合：无向图的总度数查线（关系）即可，有项图的总度数查线的2倍。
5、 线路（walk）：
各个点可以通过一条线直接相连，也可以通过一系列线间接相连，在一个图中的这一系列线叫做一条“线路”。
6、 途经(path)：
线路中每个点和每条线都各不相同，则称该线路为“途经”，“途经”的“长度”，用构成该途经的线的条数来测量。
7、 距离(distance):
一个重要的概念，指连接两个点的最短路径（即捷径，geodesic）的长度。在图论中一般称作最短路经。要与“途经”的概念相区分。
8、 方向
主要是看有向图的方向问题。
9、 密度（density）
描述了一个图中各个点之间关联的紧密程度。一个“完备(complete)图”（在图论中称完全图）指的是一个所有点之间都相互邻接的图。这种完备性即使在小网络中也积极少见。密度这个概念试图对线的总分布进行汇总，以便测量图在多大程度上具有这种完备性。密度依赖于另外两个网络结构参数：图的内含度和图中各点的度数总和。密度指的是一个图的凝聚力的总体水平。
“密度”和“中心势”这两个概念代表的是一个图的总体“紧凑性（compactness）”的不同方面。
图的内含度（inclusiveness）：图中各类关联部分包含的总点数，也可表述为图的总点数减去孤立点的数。不同的图进行比较常用的侧度为： 关联点数/总点数 15/20=75%
各点度数总和：
密度计算公式： 图中实际拥有的连线数与最多可能拥有的线数之比，其表达式为2l/n(n-1)。 有向图的表达式为：l/n(n-1)
多值图的密度：需要估值多重度问题，显然多重度高的线对于网络密度的贡献要比多重度低的线的贡献大。比较有争议的一种测度。
巴恩斯（Barnes,1974）比较了两类社会网络分析：
10、 个体中心（ego-centric） 网研究
围绕特定的参考点而展开的社会网，密度分析关注的是围绕着某些特定行动者的关系的密度。计算个体中心网密度的时候，通常不考虑核心成员及与该成员有直接关系的接触者，而是只关注在这些接触者之间存在的各种联系（links）。
11、 社会中心（socio-centric）网研究
关注的是作为一个整体的网络关联模式，这是对社会网络分析的另外一类贡献，从这一角度出发，密度则不再是局部行动者的“个体网”密度，而是整个网络的密度。密度计算上文已经提到。
12、 点度中心度（point centrality）
一个图中各个点的相对中心度
13、 图的中心度（graph centrality） 即为中心势的概念
14、 整体中心度（global centrality） （弗里曼Freeman 1979,1980）
整体中心度指的是该点在总体网络中的战略重要性。根据各个点之间的接近性（closeness）,根据不同点之间的距离。可以计算出图中某点与其他各个点之间的最短距离之和。
无向图：可以通过软件计算出来一个无向图中各个点之间的距离矩阵，那么一个点的“距离和”比较低的点与其他很多点都“接近”。接近性和距离和呈反向关系。
有向图：“内接近性（in-closeness）”和“外接近性(out-closeness)”来计算
15、 局部中心点
一个点在七紧邻的环境中与很多点有关联，如果一个点有许多直接相关的“邻点”，我们便说该点是局部中心点。
16、 整体中心点
如果一个点在网络的总体结构上占据战略上的重要地位，我们就说该点是整体中心点。
17、 局部中心度（local centrality）
局部某点对其邻点而言的相对重要性。测量仅仅根据与该点直接相连的点数，忽略间接相连的点数。在有向图中有内中心度（in-centrality）和外中心度（out-centrality）。也可以自定义距离为1或2进行测度，如果定义为4（大多数点的距离为4），就毫无意义，也没有信息。
18、 局部中心度的相对测度
点的实际度数与可能联络得最多度数之，注意要去掉该点本身。
19、 中心势（centralization） 弗里曼(freeman，1979)
指的不是点的相对重要性，而是整个图的总体凝聚力或整合度。很少有人试图界定一个图的结构中心思想。中心势描述的则是这种内聚性能够在多大程度上围绕某些特定点组织起来。因此，中心势和密度是两个重要的、彼此相互补充的量度。
核心点的中心度和其它点的中心度之差。因此得出概念：实际的差值总和和与最大可能的差值总和相比。
⑤ 你是如何看待社会网络的
社会网络分析（SNA）是20世纪70年代以来在社会学、心理学、人类学、数学、通信科学等领域逐步发展起来的一个的研究分支。社会网络分析不仅仅是一种工具，更是一种关系论的思维方式。近些年国内学者已经把应用在很多研究领域。如国内情报学界一些学者利用应用社会网络分析方法，在竞争情报、知识管理、图书馆资源配置、学科热点、引文分析、科研人员合著、网络链接、博客网络等方面展开了一系列研究。
⑥ 复杂网络 --- 社会网络分析
“社会网络”指的是社会成员及其相互关系的集合。社会网络中所说的“点”是各个社会成员，而社会网络中的“边”指的是成员之间的各种社会关系。成员间的关系可以是有向的，也可以是无向的。同时，社会关系可以表现为多种形式，如人与人之间的朋友关系、上下级关系、科研合作关系等，组织成员之间的沟通关系，国家之间的贸易关系等。社会网络分析(Social Network Analysis)就是要对社会网络中行为者之间的关系进行量化研究，是社会网络理论中的一个具体工具。
因此，社会网络分析关注的焦点是关系和关系的模式，采用的方式和方法从概念上有别于传统的统计分析和数据处理方法。
社会网络通常表达人类的个体通过各种关系连接起来，比如朋友、婚姻、商业等，这些连接宏观上呈现出一定的模式。很早的时候，一些社会学家开始关注人们交往的模式。Ebel等进行了一个电子邮件版的小世界问题的实验，完成了Kiel大学的5000个学生的112天电子邮件连接数据，节点为电子邮件地址，连接为消息的传递，得到带指数截断的幂律度分布，指数为r＝1．18。同时证明，该网络是小世界的，平均分隔为4．94。
社会网络分析，可以解决或可以尝试解决下列问题：
“中心性”是社会网络分析的重点之一，用于分析个人或组织在其社会网络中具有怎样的权力，或者说居于怎样的中心地位，这一思想是社会网络分析者最早探讨的内容之一。
点度中心度表示与该点直接相连的点的个数，无向图为（n-1），有向图为（入度，出度）。
个体的中心度(Centrality)测量个体处于网络中心的程度，反映了该点在网络中的重要性程度。网络中每个个体都有一个中心度，刻画了个体特性。除了计算网络中个体的中心度外，还可以计算整个网络的集中趋势(可简称为中心势，Centralization)。网络中心势刻画的是整个网络中各个点的差异性程度，一个网络只有一个中心势。
根据计算方法的不同，中心度和中心势都可以分为3种：点度中心度／点度中心势、中间中心度／中间中心势、接近中心度／接近中心势。
在一个社会网络中，如果一个个体与其他个体之间存在大量的直接联系，那么该个体就居于中心地位，在该网络中拥有较大的“权力”。在这种思想的指导下，网络中一个点的点度中心性就可以用网络中与该点之间有联系的点的数目来衡量，这就是点度中心度。
网络中心势指的是网络中点的集中趋势，其计算依据如下步骤：首先找到图中的最大点度中心度的数值，然后计算该值与任何其他点的中心度的差值，再计算这些“差值”的总和，最后用这个总和除以各个“差值”总和的最大可能值。
在网络中，如果一个个体位于许多其他两个个体之间的路径上，可以认为该个体居于重要地位，因为他具有控制其他两个个体之间的交往能力，这种特性用中间中心度描述，它测量的是个体对资源控制的程度。一个个体在网络中占据这样的位置越多，代表它具有很高的中间中心性，就有越多的个体需要通过它才能发生联系。
中间中心势定义为网络中 中间中心性最高的节点的中间中心性与其他节点的中间中心性的差距，用于分析网络整体结构。中间中心势越高，表示该网络中的节点可能分为多个小团体，而且过于依赖某一个节点传递关系，说明该节点在网络中处于极其重要的地位。
接近中心性用来描述网络中的个体不受他人“控制”的能力。在计算接近中心度的时候，我们关注的是捷径，而不是直接关系。如果一个点通过比较短的路径与许多其他点相连，我们就说该点具有较高的接近中心性。
对一个社会网络来说，接近中心势越高，表明网络中节点的差异性越大；反之，则表明网络中节点间的差异越小。
注：以上公式都是针对无向图，如果是有向图则根据定义相应修改公式即可
当网络中某些个体之间的关系特别紧密，以至于结合成一个次级团体时，这样的团体在社会网络分析中被称为凝聚子群。分析网络中存在多少个这样的子群，子群内部成员之间关系的特点，子群之间关系特点，一个子群的成员与另一个子群成员之间的关系特点等就是凝聚子群分析。
由于凝聚子群成员之间的关系十分紧密，因此有的学者也将凝聚子群分析形象地称为“小团体分析”或“社区现象”。
常用的社区检测方法主要有如下几种：
（1）基于图分割的方法，如Kernighan-Lin算法，谱平分法等；
（2）基于层次聚类的方法，如GN算法、Newman快速算法等；
（3）基于模块度优化的方法，如贪婪算法、模拟退火算法、Memetic算法、PSO算法、进化多目标优化算法等。
凝聚子群密度(External-Internallndex，E-IIndex)主要用来衡量一个大的网络中小团体现象是否十分严重，在分析组织管理等问题时非常有效。
最差的情形是大团体很散漫，核心小团体却有高度内聚力。另外一种情况是，大团体中有许多内聚力很高的小团体，很可能就会出现小团体间相互斗争的现象。凝聚子群密度的取值范围为[-1，+1]。该值越向1靠近，意味着派系林立的程度越大；该值越接近-1，意味着派系林立的程度越小；该值越接近0，表明关系越趋向于随机分布，未出现派系林立的情形。
E-I Index可以说是企业管理者的一个重要的危机指数。当一个企业的E-I Index过高时，就表示该企业中的小团体有可能结合紧密而开始图谋小团体私利，从而伤害到整个企业的利益。其实E-I Index不仅仅可以应用到企业管理领域，也可以应用到其他领域，比如用来研究某一学科领域学者之间的关系。如果该网络存在凝聚子群，并且凝聚子群的密度较高，说明处于这个凝聚子群内部的这部分学者之间联系紧密，在信息分享和科研合作方面交往频繁，而处于子群外部的成员则不能得到足够的信息和科研合作机会。从一定程度上来说，这种情况也是不利于该学科领域发展的。
核心-边缘(Core-Periphery)结构分析的目的是研究社会网络中哪些节点处于核心地位，哪些节点处于边缘地位。核心-边缘结构分析具有较广的应用性，可用于分析精英网络、论文引用关系网络以及组织关系网络等多种社会现象。
根据关系数据的类型(定类数据和定比数据)，核心—边缘结构有不同的形式。定类数据和定比数据是统计学中的基本概念，一般来说，定类数据是用类别来表示的，通常用数字表示这些类别，但是这些数值不能用来进行数学计算；定比数据是用数值来表示的，可以用来进行数学计算。如果数据是定类数据，可以构建离散的核心-边缘模型；如果数据是定比数据，可以构建连续的核心-边缘模型。
离散的核心-边缘模型，根据核心成员和边缘成员之间关系的有无及紧密程度，又可分为3种：核心-边缘全关联模型、核心-边缘局部关联模型、核心-边缘关系缺失模型。如果把核心和边缘之间的关系看成是缺失值，就构成了核心-边缘关系缺失模型。
这里介绍适用于定类数据的4种离散的核心-边缘模型:
参考
⑦ 社会网络如何使社会不平等永久化
社会网络分析方法是由社会学家根据数学方法、图论等发展起来的定量分析方法。
社会网络分析是对社会网络的关系结构以及属性加以分析的一套规范和方法。它又被称为结构分析法（structural analysis）
社会网络分析不仅是对关系和结构加以分析的技术，还是一种理论方法--结构思想。
社会网络分析是社会学领域比较成熟的分析方法，该方法可以解决一些社会学的问题。
社会网络要素：
①行动者，在社会网络中用节点表示；
②关系，在社会网络中用剑线表示，关系的内容可能是友谊、借贷或是沟通，其关系可以是单向或双方，且存在关系强度的差异，关系不同即构成不同的网络
社会网络分析的原理：
关系纽带经常是不对称地相互作用着的，在内容和强度上都有所不同
关系纽带间接或直接地把网络成员连接在一起；故必须在更大的网络结构背景中进行分析
社会纽带结构产生了非随机的网络，因而形成了网络群(network clusters)、网络界限和交叉关联
交叉关联把网络群以及个体联系在一起
不对称的纽带和复杂网络使稀缺资源的分配不平等
网络产生了以获取稀缺资源为目的的合作和竞争行为
社会网络分析方法--数学表达式：
①图论法和矩阵法，这是社会网络分析最基本的方法
②二方关系图和三方关系图
③图的矩阵表达
④反应行动者的关系图。通过网络密度、结点度、割点、桥等指标进行具体测量距离，行动者之间的距离越小，意味着他们之间的联系越密切，交流互动越充分。由此可以了解一个网络中行动者之间的分化与差异
⑧ 什么是社会网络分析法
社会网络分析方法是由社会学家根据数学方法、图论等发展起来的定量分析方法。
社会网络分析是对社会网络的关系结构以及属性加以分析的一套规范和方法。它又被称为结构分析法（structural analysis）
社会网络分析不仅是对关系和结构加以分析的技术，还是一种理论方法--结构思想。
社会网络分析是社会学领域比较成熟的分析方法，该方法可以解决一些社会学的问题。
社会网络要素：
①行动者，在社会网络中用节点表示；
②关系，在社会网络中用剑线表示，关系的内容可能是友谊、借贷或是沟通，其关系可以是单向或双方，且存在关系强度的差异，关系不同即构成不同的网络
社会网络分析的原理：
关系纽带经常是不对称地相互作用着的，在内容和强度上都有所不同
关系纽带间接或直接地把网络成员连接在一起；故必须在更大的网络结构背景中进行分析
社会纽带结构产生了非随机的网络，因而形成了网络群(network clusters)、网络界限和交叉关联
交叉关联把网络群以及个体联系在一起
不对称的纽带和复杂网络使稀缺资源的分配不平等
网络产生了以获取稀缺资源为目的的合作和竞争行为
社会网络分析方法--数学表达式：
①图论法和矩阵法，这是社会网络分析最基本的方法
②二方关系图和三方关系图
③图的矩阵表达
④反应行动者的关系图。通过网络密度、结点度、割点、桥等指标进行具体测量距离，行动者之间的距离越小，意味着他们之间的联系越密切，交流互动越充分。由此可以了解一个网络中行动者之间的分化与差异
⑨ 节点传播与网络交互式传播是一个意思嘛 新浪微博的传播方式是哪样的
微博客是比博客更轻便的一种信息发布形式，也是一种新的网络公共空间，个体可以通过电脑和手机等终端在微博上发布信息，并获得自己关注的对象发布的信息。在美国的微博博客Twitter推出3年之后，2009年下半年，微博客在中国网络中兴起，对论坛、博客等网络应用形成了强大的冲击，也给网络信息传播方式带来影响。微博客之所以能迅速普及并在社会生活中扮演重要角色，与它在传播模式与机制方面的特性相关。深入分析其传播模式与机制，才能真正认识到微博客对于未来网络信息传播的影响。
一、 “社会网络”：微博传播的底层结构 一些研究者指出，微博传播呈现的是裂变式的传播，这是对信息传播模式本身的观察，但为什么会呈现出这样一种模式，这需要从信息传播的底层结构方面进行进一步的分析。
微博信息传播是由分散的网民自发进行的一种信息传播活动，微博平台的传播不是像传统网站那样的自上而下、点对面的发布平台，人们更多的是在某些网络的“节点”中发布信息，这些信息要能产生强大的社会影响力，必须有一种传播的网络。如果深入研究微博信息传播的过程，我们会发现，这些节点上的信息的扩散，很多时候依赖的是人们的“社会网络”。
（一）社会网络的含义及微博中的社会网络 在社会学中，社会网络（social network）指的是社会行动者（social actor）及其间关系的集合。也可以说，一个社会网络是多个节点（社会行动者）和各节点之间的连线（行动者之间关系）组成的集合。社会网络可以用如图1所示的形式来表示。社会网络分析方法是社会学里一个重要的理论，它就是通过研究者行动者及其之间的关系来研究社会的结构，以及人们之间的相互影响。
图1 社会网络的一个图示
通俗的说，个体的社会网络，在很大程度上就是他的人际关系网络，是与他有各种交往、互动关系的其他个体与他自身构成的一个集合，在网络中，每个网民都可能有自己的社会网络，例如，在论坛中的交流对象、即时通信平台的好友、博客平台上有相互链接关系的他者、SNS中的好友、微博客平台的关注对象以及“粉丝”等。每个个体在网络中都有自己的社会网络，而所有个体的社会网络交织起来又构成了一个巨大的社会网络。
传统的BBS型论坛的交流方式使人的关系网络显得不是那么清晰，即时通信、SNS、微博客等使个体的社会网络变得明晰了，因此，在这些平台上的信息传播受社会网络的影响也更为突出。而与即时通信和SNS相比，微博平台上的公共信息传播更为普遍，由此调动的个体的社会网络更为广泛，不同个体的社会网络间的相互作用也更为明显。因此，在迄今为止的网络应用中，在以社会网络为信息传播的基本结构方面，微博表现得最为充分。
微博利用社会网络来实现信息的扩散，反过来，这一平台上信息传播活动又会丰富与拓展个体的社会网络。例如，由于发布的信息引人注目，获得了很多的“粉丝”，这些“粉丝”就是个体的社会网络上的新节点。
（二）社会网络基础上信息传播的影响因素 社会网络是人的关系网络，信息传播是如何通过这个网络来传播的，人际关系的范围、强度、节点的性质是如何影响信息传播的，回答这些问题，有助于我们更深入地认识社会网络对于信息传播的作用，在此基础上认识微博的传播机制。
为了深入认识以社会网络为基础的信息传播的影响因素，下面将从两个方面进行分析，一是对于某一个用户而言，他的传播能量受到哪些因素的影响，二是对于某一个具体的信息而言，它的传播受到哪些因素的影响。两者虽然有关联，但并不是完全相同的。
1.影响个体传播能量的要素
如果先不考虑信息本身的属性的话，个体在微博平台上的传播能量以及影响力，与个体的社会网络的某些指标以及整个平台上的相应机制相关：
信息发布者自身的社会网络
信息发布者的社会网络越大，强联系链条越多，联系越频繁，联系对象的传播能量越强，那么他发布的信息的传播面就可能越广。
每一个社会网络上的个体，都是一个“节点”，理论上来说，正如米尔格伦的“六度分隔”理论所揭示的那样，任何节点之间都有可能通过某个路径连接起来，但是，节点之间的关系有“强关系”和“弱关系”两种。如果从社会网络分析图上看，有直接的线连接起来的节点之间是强关系，而其他节点之间的关系是“弱关系”。
强关系的形成往往与以下几个因素相关：
现实中的关系：如朋友、同事、同学等；
互动频率：通常频繁的互动更容易带来牢固的关系；
认同关系：有些强关系，如“粉丝”与他关注的对象，并不一定是个体间有频繁的交往，而是因为有一种相互的认同关系，如价值上的或心理上的认同。
但无论怎样，强关系是一种需要付出代价去维护的关系。如果不做出努力，个体的社会网络中的强关系就难以发展，甚至已有强关系也会逐渐变弱，联接的链条也可能会消失。
从这个角度看，个体在微博平台上的传播能量与其在社会网络的拓展与维护方面所付出的努力是相关的。
信息发布者直接联系对象的社会网络
对于信息的发布与流动来说，信息发布者的直接联系对象（或者说强关系）的社会网络，也会起重要作用，因为这是信息由点向面扩散的第一层级力量。这个层级上的用户，如果有广泛的社交圈或较强的传播能力，也会增加信息扩散的面。
社会网络的形成与扩张机制
上面的分析已经说明了社会网络对于信息传播的意义。如何让用户在某个空间里迅速形成自己的关系网络，如何使它不断扩张，这些问题不仅关系到用户的人际交往，也关系到他们的信息传播。如果微博平台提供了灵活、方便的人际关系网络的形成与扩张机制，就可以为信息传播提供良好的基础。例如，一些微博平台可以自动寻找某个用户的邮箱、即时通信中的交流对象，为用户提供了便捷地拓展微博人际网络的可能。而通过各种随机推荐方式使原本没有任何关系的人相互发现，也是扩展交流网络的重要方式。只有让用户在微博平台迅速地形成自己的社会网络，才能为他们的信息传播以及在此基础上的人际互动提供基础。
⑩ 社会网络分析的内容简介
本书的内容结构是，除前言外共分为八章，分别介绍社会网络分析的基本原理和理论、社会网络资料类型和收集方法、网络分析的各种技术与方法、社会网络分析的应用等内容。
第一章
首先追溯了西方社会网络分析的思想渊源，对国内外的研究状况做了系统回顾，介绍了社会网络分析的一些新进展。社会网络分析有不同的学科发展背景，其发展也经历了不同的阶段。我们通过回顾社会网络分析思想与方法在西方的发展，梳理出其中的主要线索和问题，并结合国内的研究状况进行探讨，目的在于强调更好地借鉴已有的成果，加强对社会网络分析的认识和应用。
第二章
系统说明了社会网络分析的基本原理。社会网络分析作为一种独立的社会研究方法，已形成了自己的理论基础和方法论原则。通过这些方面我们可以认识社会网络分析方法的特征及其独特之处。在本章中我们在说明社会网络分析概念的基础上，具体介绍了社会网络分析的方法论原理和研究程序。
第三章
主要说明社会网络分析所用的数据资料具有自己的类型与特征，它是一组反映行动者关系的信息。社会网络资料首先是关于社会关系的数据信息，简称关系数据。关系数据不同于属性数据，不仅其本质内容不同，其表达形式也不同。本章在介绍了社会网络资料的概念和类型基础上，结合研究设计具体说明了社会网络的测量及其收集方法。
第四章
主要介绍社会网络分析的研究技术与方法。社会网络最基本的数学表达形式是图论法和矩阵法。图论法是以线和点的形式来表示行动者及其关系的一种方法。用社群图可表示社会关系的结构、特征等属性。矩阵法是把社会网络中的每一个结点或关系分别按行和列的方式排列即可形成网络矩阵，包括邻接矩阵、关联矩阵等。矩阵法可以对群体关系进行具体分析。
第五章
是关于社会网络的中心度分析。中心度是我们认识社会网络中行动者位置及其关系的重要概念，具有广泛的应用性。本章首先介绍了中心度、中心势概念，重点说明了结点中心度、紧密中心度、间距中心度及其测量方法。最后又对社会网络中与等级密切相关的权力和声望作了分析。网络中的声望不同于一般意义的社会声望概念，这里主要说明了接近度声望概念及其测量。
第六章
是关于社会网络分析中的子群研究。构成社会网络的基本元素就是行动者及其群体，社会中存在着各种各样的子群，它们相互结合形成了复杂的社会结构。本章首先从社会群体、子群概念出发，说明各种团聚性的子群及其测量方法，包括“团伙”、n-团伙、n-宗派、k-丛等，最后分析隶属性群体。
第七章
是关于网络中的位置和角色的分析。在社会结构分析中，位置和角色是两个重要的概念。本章在简要介绍了网络分析的位置和角色概念之后，主要说明了结构等价性、自同构等价性和正则等价性及其不同的测量方法，最后一节简要介绍了关系代数法和统计模型法。位置和角色分析是目前社会网络分析中数量化分析程度最高的方面，已应用和发展出了许多不同的数学分析方法。本章结合例子简要介绍了聚类法、统计模型法等。这些分析方法现在都可借助于有关的分析软件来应用。
第八章
讨论了社会网络分析的一些应用。社会网络分析具有非常广泛的应用，其应用领域已远远超出了社会学和人类学的传统范围，如小群体关系、社会支持网等，而且扩展到了人文社会科学甚至工程技术科学的诸多领域。但本书只是简要分析了与社会网络分析密切相关的社会资本研究以及体现中国社会结构特征的“关系”研究。
本书最后在附录中介绍了社会网络分析软件包的应用，重点说明了Pajek 的内容及使用方法。附录中还附有两个不同的各具代表性的《社会网络分析》教学大纲，供读者参考比较。