社会网络分析课件.ppt

Click to edit Master title,Click to edit Master text styles,Second level,Third level,Fourth level,Fifth level,郭世月,gshiy815,社会网络分析,UCINET,的原理及应用,参考资料,社会网络分析导论,/,刘军著,.,北京：社会科学文献出版社，,2004,社会网分析讲义,/,罗家德著,.,北京：社会科学文献出版社，,2005,整体网分析讲义：,UCINET,软件使用指南,/,刘军著,.,上海：格致出版社，,2009,国际社会网络分析网（,INSNA,）：,www.insna.org,学习内容,2.,社会网络分析相关概念及其应用,3.,UCINET,简介,4.,案例分析,作者同被引可视化研究,1.,什么是社会网络分析,1.,什么是社会网络分析,人际关系网,因特网,生态网,神经网络,科学引文网,作者合作网,定义,什么是社会网络？,社会网络是指,社会行动者,（,social actor,）及其间的,关系,的集合。也可以说，一个社会网络是由多个点（社会行动者）和各点之间的连线（行动者之间的关系）组成的集合。用点和线来表达网络，这个是社会网络的形式化界定。,点,关系,个体、,公司、,、城市、国家,贸易关系、朋友关系、,、距离关系,实质研究对象,社会网络的形式化表达,形式化表达,矩阵中的行与列都代表“社会行动者”，即图中的各点。行与列对应的要素代表的就是各个行动者之间的“关系”。,社群图,用于表示一个群体成员之间的关系，由点和线连成的,图。,矩阵,完备图、非完备图,（成员之间的紧密度）,有向图、无向图,（关系方向）,二值图、符号图、赋值图,（关系的紧密程度）,2,社会网络分析相关的概念及应用,与“中心性”有关的概念,与“距离”有关的 概念,社会网络分析,相关概念,与“关联性”有关的概念,与“凝聚子群”有 关的概念,2.1,与“关联性”有关的概念,2.1.1,子图,一个,图,G,的子图,G,s,的定义是，,G,s,中的点集（记作,N,s,）是,G,的点集（,N,）的一个子集，并且,G,s,中的线集（,L,s,）也是,G,的线集（,L,）的一个子集，,G,s,中的所有线也必须是在,G,中的所有点之间的线。,2.1.2,关联图和成分,对于一个图来说，如果其中的任何两点之间都存在一个途径（,Path,），则称这两点是相互可达的，称该图时关联图（,connected graph,）。也就是说，关联图中的任何两点之间都是可达的。,如果一个图不是关联的，就称之为“不关联图”。一个“不关联图”，可以分为两个或者多个子图，我们称之为关联子图。一个图中的各个关联子图都叫做“成分”（,components,），它是最大的关联子图。也就是说，“成分”内部的任何点之间都存在途径。但是，成分内部的一点与任何外在于该成分的点之间都不存在任何途径。,三个成分：,C,1,=n,1,，,n,2,，,n,3,，,n,4,，,n,5,C,2,=n,7,，,n,8,，,n,9,，,n,10,C,3,=n,6,2.2,与“距离”有关的概念,2.2.1,点的度数,与某点相邻的那些点称为该点的“邻点”（,neighborhood,），一个点,n,i,的邻点的个数称为该点的“度数”（,nodaldegree,），记作,d(n,i,),，也叫关联度（,degree of connection,）。,一个点的度数就是对其“邻点”多少的测量。实际上，一个点的度数也是与该点相连的线的条数。如果一个点的度数为,0,，称之为“孤立点”（,isolate,）。,在一个有向图中，必须考察线的方向。因此，一点的“度数”包括两类，分别称为“点入度”（,in-degree,）和“点出度”（,out-degree,）。一个点的点入度指的是直接指向该点的点的总数；点出度指的是该点所直接指向的点的总数。,点,5,的度数为：,点,10,的度数为：,点,8,的点数为：,4,2,1,阿库（,n,3,）的点入度是：,点出度是：,3,2,2.2.2,测地线、距离和直径,在给定的两点之间可能存在长短不一的多条途径。两点之间的长度最短的途径叫做,测地线,。如果两点之间存在多条最短途径，则这两个点之间存在多条测地线。,两点之间的测地线的长度叫做测地线,距离,，简称为“距离”（,distance,）。也就是说，两点之间的距离指的是连接这两点的最短途径的长度。,一个图一般有多条测地线，其长度也不一样。我们把图中最长测地线的长度叫做图的,直径,。如果一个图是关联图，那么其直径可以测定。如果图不是关联的，那么有的点对之间的距离就没有界定，或者说距离无穷大。在这种情况下，图的直径也是无定义的。,n,1,到,n,4,的测地线是：,n,1,到,n,5,的距离是：,该图的直径是：,l,2,l,4,3,3,（,l,2,l,4,l,5,、,l,3,l,4,l,5,）,2.2.3,密度,密度指的是一个图中各个点之间联络的紧密程度。固定规模的点之间的连线越多，该图的密度就越大。,密度的测量：,在无向图中，密度用图中实际拥有的连线数,l,与最多可能存在的连线总数之比来表示，即,密度,2l/n(n-1),在有向图中，有向图所能包含的最大连线数恰恰等于它所包含的总对数，即,n(n-1),，,密度,=l/n(n-1),(n,表示图的规模，即该图一共有,n,个点。,),2.3,与“中心性”有关的概念,“中心性”的研究意义,：,“权力”在社会学中是一个非常重要的概念。一个人之所以拥有权力，是因为他与他者存在关系，可以影响他人。在一个群体中，我们如何去界定某个人的权利大小？社会网络学者就从“关系”的角度出发，用“中心性”来定量研究权力。人或者组织在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。,2.3,与“中心性”有关的概念,2.3.1,点度中心性,（,1,）点度中心度,与该点有直接关系的点的数目（在无向图中是点的度数，在有向图中是点入度和点出度），这就是点度中心度（,point centrality,）。,点度中心度,绝对中心度,无向图中，点的绝对中心度即为该点的度数。,有向图中,内中心度,点入度,外中心度,点出度,相对点度中心度,有向图：,C,RD,(x),=(x,的点入度数,+x,的点出度,)/(2n-2),无向图：,C,RD,(x),=(x,的度数,)/(n-1),(2),点度中心势,中心度是来描述图中任何一点在网络中占据的核心性，中心势是来刻画网络图的整体中心性。,对于一个网络来说，它的中心势指数由如下思想给出：首先找到图中的最大中心度数值；然后计算该值与任何其他点的中心度的差，从而得到多个“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。用公式表示如下：,2.3.2,中间中心性,（,1,）点的中间中心度,中间中心度测量的是行动者对资源控制的程度。如果一个点处于许多其他点对的测地线（最短的途径）上，我们就说该点具有较高的中间中心度。他起到沟通各个他者的桥梁作用。,中间中心度的测量：,具体地说，假设点,j,和,k,之间存在的测地线数目用,g,jk,来表示。第三个点,i,能够控制此两点的交往的能力用,b,jk,(i),来表示，即,i,处于点,j,和,k,之间的测地线上的概率。点,j,和,k,之间存在的经过点,i,的测地线数目用,g,jk,(i),来表示。那么，,b,jk,(i)=,g,jk,(i)/,g,jk,。,计算点,i,的中心度，,需要把其相应于图中所有的点对的中间度加在一起,，所以点,i,的绝对中间中心度,=,1,4,5,是一个连接,1,和,5,的测地线，,1,和,5,之间的测地线仅此一条，,4,的中间中心度为,1,。,2,4,5,是一个连接,2,和,5,的测地线，,2,和,5,之间的测地线仅此一条，,4,的中间中心度多了,1,。,3,4,5,是一个连接,3,和,5,的测地线，,3,和,5,之间的测地线仅此一条，,4,的中间中心度又多了,1,。,1,4,3,是一个连接,1,和,3,的测地线，,1,和,3,之间的测地线有,2,条（,1,4,3,和,1,2,3,），,4,的中间中心度赋予,1/2,。,所以，行动者,4,的中间中心度为：,1+1+1+1/2=3.5,，记作,C,B,(4)=3.5,（,2,）,中间中心势,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。该节点与别的节点的差距越大，则网络的中间中心势越高，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，该节点在网络中处于极其重要的地位。,2.3.3,接近中心性,（,1,）点的接近中心度,接近中心度又称整体中心度，它是对图中某点的不受他人控制的测度。,接近中心度的测量方法：,接近中心度,绝对接近中心度,相对接近中心度,（,d,ij,为点,i,和,j,之间的测地线距离）,（,n,为网络的规模）,“中心性”总结,刻画的是行动者的局部中心指数，测量网络中行动者自身的交易能力，没有考虑到能否控制他人,点度中心度,研究一个行动者在多大程度上居于其他两个行动者之间，因而是一种“控制能力”指数,中间中心度,考虑的是行动者在多大程度上不受其他行动者的控制,接近中心度,2.4,与“凝聚子群”有关的概念,大体上说，凝聚子群是满足如下条件的行动者子集合，即在此集合中的行动者之间具有相对较强的、直接的、紧密的、经常的或者积极的联系。,研究意义：通过对社会网络的凝聚子群的分析，可揭示社会结构，量化结构。,2.4,与“凝聚子群”有关的概念,2.4.1,派系,在一个图中，“派系”指的是至少包含三个点的最大完备子图。,派系的成员至少包含三个点；,派系是“完备”的，即其中任何两点之间都是直接相关，都是邻接的；,派系是“最大”的，其含义是，我们不能向其中加入新的点，否则将改变“完备”这个性质。,2.4.2,-,派系,对于一个总图来说，如果其中的一个子图满足如下条件，就称之为,-,派系：在该子图中，任何两点之间在总图中的距离（即测地线距离）最大不超过。,一个,-,派系实际上就是最大的完备子图本身，也就是上述的“派系”。而一个,-,派系则是这样的一个派系，即其成员或者直接（距离为）相连，或者通过一个共同邻点（距离为）间接相连。,2.4.3 k-,丛,一个,k-,丛就是满足下列条件的一个凝聚子群，即在这样一个子群中，每个点都至少与除了,k,个点之外的其他点直接相连。也就是说，当这个凝聚子群的规模为,n,时，其中每个点至少都与该凝聚子群中,n-k,个点有直接联系，即每个点的度数都至少为,n-k,。,如果,k=1,，根据定义，,-,丛中的每一个成员都与其他,n-1,个点相连，那么，一个,1-,丛就等于,1-,派，也当然是一个派系，是一个最大的完全子图。当,k=2,的时候，其中所有点都至少与,n-2,个其他点相连，但是，,2-,丛可以不是,2-,派系。,左图是,3-,派系，因为所有点之间的距离都不大于,3,。然而，它却不是一个,3-,丛，因为与点,A,、,C,、,E,、,F,相连的成员的数目都少于,6-3=3,。,右图即是,3-,派系，也是,3-,丛。,2.4.4 k-,核,k-,核指的是满足下面条件的一个子图，即子图中的点都至少与该子图中的,k,个其他点邻接。,k-,丛要求各个点都至少与除了,k,个点之外的其他点相连，而,k-,核要求任何点与至少,k,个点相连。,UCINET,软件简介,简史：,UCINET(University,of California at Irvine,NETwork,),是一种功能强大的社会网络分析软件，它最初由加州大学尔湾分校社会网络研究的权威学者,Linton Freeman,编写，后来主要由波士顿大学的,Steve,Borgatti,和威斯敏斯特大学的,Martin Everett,维护更新。,处理数据：全部数据都用,矩阵形式,来存储、展示和描述。可处理,32767,个点的网络数据。,UCINET,主界面,Exit,Spreadsheet,数据输入形式之一：直接录入矩阵（,DataSpreadsheets,）,Import text data from spreadsheet,数据输入形式之二：将,Excel,文件转化为,Ucinet,格式数据（,DataImport,via Spreadsheet,）,Edit Text File,数据输入形式之三：编辑文本文件创建,UCINET,数据（,FileText,Editor,DataImport,Text,fileRaw,/DL,）,Display,Ucinet,Dataset,Netdraw,4,案例分析,作者同被引可视化研究,什么是同被引？,什么是作者同被引？,什么是可视化？,同被引也称为共引（,Co-citation,），两篇或两篇以上的文献同时被别的文献引用。文献,A,与文献,B,同时作为了文献,C,的参考文献。,两位作者发表的文献同时被其他文献引用。作者,A,和作者,B,发表的文章，同时被文献,c,引用了。,用图形的方式来表达内容结构，直观、清楚。,研究,目的,描述学科结构,揭示作者各自或共同代表的主题领域,揭示文献的影响力,探讨学科范式,主要步骤,阶段1,选择研究领域。本案例选择的研究领域是“认知心理学”。,阶段2,选择资料来源数据库。本案例选择的数据库是中国引文数据库（,,