身边的事情社会网络分析法解决
A. 选取你感兴趣的一起社会现象或发生身边一社会热点问题，利用你所学的社会学原理加以分析。
热点问题，通常也是.敏.感.问题
【我只能从侧面来说】
1、【媒体】在西方社会里，媒体记者也是喉舌，是民众的喉舌，是无可争议的无冕之王，国家首脑、国王被他们全天候监控，记者再弱智，他们也敢怒不敢言，狗崽队让英国王室没有隐私，让克林顿无地自容，因为他们知道，若对记者们不敬，民众将废除国王、撵首相、总统滚蛋，这就是东西方社会的差异。
2、【文化】只要中国的犬儒文化没有改变，那么中国的历史就没有质的变化。每代天朝的兴衰就何其的相似。在过去的历史人物身上、在过去的历史事件中，我们仿佛总能看见自己身边的影子，因为中国是历史悠久的国家，年龄大了，眼睛必然就老花了，老花的眼睛可以看清远方，却看不见眼前。所以，要看清身边的人和事，唯一的方法就是戴上老花镜、放大镜，仔细分析观察即可，要知道任何事情的真相就怕分析、推敲，只要认真分析、推敲了，多问几个为什么，其实就离答案不远了。
看报纸、电视、书籍有两种状况，开放、民主的社会里、信息是自由、透明的，谁家的报纸、电视、出版物撒谎、造假，谁就被市场抛弃，谁就没人看，谁的报纸、电视想吸引读者，唯一的办法就是告诉人们真相。另一种状况就是专制社会里的报纸、电视、出版物是为专制体制服务的，真相已否视专制的稳定而定，如果信息自由流通，必然会影响体制结构的稳定，所以能稳定体制的一切信息就是正确的信息，就是真理，因此前苏联最权威的报纸叫《真理报》。
在专制体制下，并不是民众被真相蒙蔽，有时连最高领袖也被真相所蒙蔽，前苏联克格勃头目会欺骗斯大林，中国的袁世凯一直被专为他准备的报纸所欺骗，这袁大总统从皇帝宝座上被推翻后，才发现原来民众全知道真相，唯一被欺骗的是他这个高高在上的皇帝。事实说明：在专制体制下，皇帝与民众一样可以“正确”的舆论所欺骗，所以，现实中最高统治者会通过多条秘密渠道、各种内部参考而获得正确的情报，而民众想获得生存的机会也只能千方百计地打探内幕消息、小道消息……
3、【【当下】】抛开楼主的阶级概念；通货膨胀中，经济危急中，富人比穷人承担更多的损失，所以现在明智的选择是：富人保值，穷人保命。
埋头做事的结果是振奋，
齐声呼喊的场面是振兴。
4、【根源】
马克思是伟大的，眼光是深邃的，他热爱人民、热爱生活，希望人类更美好，但是我此刻突然发现他放了一个最致命的错误，这个错误将人类的思维彻底地打乱，人类差点被毁灭。
马克思这个错误就是把阶级分为资产阶级和无产阶级，马克思只看见金钱、财富，所以将社会阶层分为资产、无产，他忽视了社会最根本的原则，社会财富的分配原则是靠权力而不是资产、无产，权力才是最根本的元素，所以说阶级分为有权阶级和无权阶级比资产阶级和无产阶级更准确。如果用有权阶级和无权阶级就可以将现在的社会现象，东、西方的差异解释清楚。如果用老马的理论，我们无法解释许多社会政治、经济的现象，我可以准确地说，假如马克斯活到20世纪60年代，他也会发现他错了，他会立即烧毁《资本论》，写一篇《权本论》，他会大声地宣布：美好的共权主义社会已经实现了，这就是人类最美好的社会。
B. 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。
C. 社会网络分析法的优缺点
优点：社会网络分析是定性和定量的桥梁,它对大量的图表数据进行定量分析得出定性的结论。
缺点：社会网络分析过于考虑社会网络“联络性”，没有考虑各种“孤立点”，不能保证找到所有的有联络的行动者，由此难以全面把握社会网络的全貌。
社会网络分析是定性和定量的桥梁,它对大量的图表数据进行定量分析得出定性的结论。社会网络分析法所具有的这些优点使得该方法在我国多个领域都得到了广泛的应用。
以下是社会网络分析法的相关介绍：
社会是一个由多种多样的关系构成的巨大网络。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。
以上资料参考网络——社会网络分析法
D. 为什么社会网络分析如此盛行
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</ol>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
E. 社会网络分析方法
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，近年来，该方法在职业流动、城市化对个体幸福的影响和经济体系、国际贸易等领域广泛应用，并发挥了重要作用。
社会网络分析是社会学领域比较成熟的分析方法，社会学家们利用它可以比较得心应手地来解释一些社会学问题。许多学科的专家如经济学、管理学等领域的学者们在新经济时代——知识经济时代，面临许多挑战时，开始考虑借鉴其他学科的研究方法，社会网络分析就是其中的一种。
网络指的是各种关联，而社会网络即可简单地称为社会关系所构成的结构。社会网络分析问题起源于物理学中的适应性网络，通过研究网络关系，有助于把个体间关系、“微观”网络与大规模的社会系统的“宏观”结构结合起来，通过数学方法﹑图论等定量分析方法，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。
所以，从社会网络的角度出发，人在社会环境中的相互作用可以表达为基于关系的一种模式或规则，而基于这种关系的有规律模式反映了社会结构，这种结构的量化分析是社会网络分析的出发点。
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。可以利用来解释一些社会学、经济学、管理学等领域问题。
F. 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
G. 列举身边的一种社会现象并进行分析
“从众心理”是一种比较普遍的社会心理和行为现象.通俗地解释就是“人云亦云”、“随大流”；
有的人对“从众”持否定态度.其实它具有有两重性：消极的一面是抑制个性发展,束缚思维,扼杀创造力,使人变得无主见和墨守陈规；但也有积极的一面,即有助于学习他人的智慧经验,扩大视野,克服固执己见、盲目自信,修正自己的思维方式、减少不必要的烦恼如误会等.
不仅如此,在客现存在的公理与事实面前,有时我们也不得不“从众”.如“母鸡会下蛋,公鸡不会下蛋”——这个众人承认的常识,谁能不从呢?在日常交往中,点头意味着肯定,摇头意味着否定,而这种肯定与否定的表示法在印度某地恰恰相反.当你到该地时,若不“入乡随俗”,往往寸步难行.因此,对“从众”这一社会心理和行为,要具体问题具体分析,不能认为“从众”就是无主见,“墙上一棵草,风吹一边倒”.
自然,生活中,我们要扬“从众”的积极面,避“从众”的消极面,努力培养和提高自己独立思考和明辨是非的能力；遇事和看待问题,既要慎重考虑多数人的意见和做法,也要有自己的思考和分析,从而使判断能够正确,并以此来决定自己的行动.凡事或都“从众”或都“反从众”都是要不得的.
H. 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