《社会网络分析》是Sage出版的一本介绍社会网络分析的小册子，书中对网络分析的一些基本理念和方法做了简单的介绍，特别适合刚刚接触社会网络分析的同学。
第2章
个体分析法：基于变量，假设行为人做出决定，行为时不考虑外在他人因素
网络分析法：基于结构—关系，行为人是社会系统一部分，行为人之间关系影响着他们的行为
社会结构：有形实体（可以是个人、小群体、组织或国家）之间的关系模式的规律性，而不是抽象的规范和价值之间的协调，也不是对这些有形实体的特征进行分类。
社会网络分析的三个基本假设：
对于理解观察者行为，结构性关系（随情境可变的）要比年龄、性别等个体特征（静态的）重要
社会网络通过实体之间的关系所构建的各种结构机制影响实体的观念、信仰、行动
应将结构性关系视为动态过程。网络是动态的：微观、宏观互相作用（双箭头）
社会网络
行为人：个体、集体、混合
关系：定向（即单方向）、互动
只有在两个人或以上的时候才形成，不是个人特征
关系可以反映出复杂社会系统的新特征，影响个人行为和表现，并且是个人特征无法导致的行为
网络结构：鼓励结构至饱和结构之间。社会网络是一套综合的理论概念和分析方法，可以用来解释结构关系中的变化及结果
社会网络研究设计的基本要素
抽样单位：六个基本单元：个体、群体、组织、阶层、社区、民族-国家，常用的小规模社会背景单元，如班级
关系的形式和内容
数据分析层次：自我中心网络（N个人，N个分析单元）；对偶网络（N个人，（N²-1）/2个电源，是两两关系）；三元关系（每三个人一个分析单元，每个单元有16种类型组合）；全幅网络（均包括）
关系的形式和内容：
内容：社会交往中人们的兴趣、目的、压力和动力
形式：具体内容转化为社会现实的互动模式，如齐美尔举例：交际、超越、臣服、竞争、冲突。这些形式广泛存在于各种社会背景中。
两种基本关系形式：①双方行为人之间互动的强度、频率、力度；②每队成员之间的关系指向，即是否为0（0指无关系，1指有关系），或非对称，或双向选择
关系内容指作为关系发生原因的那些事物。几种内容类别：交换、沟通、交叉、利用、情感、权力、亲属。
第3章
1节 范围界定
唯实论和唯名论定义关系边界
定位策略：根据行为人特征，在组织内的地位、资格、身份来确定网络，如对商业精英的研究（缺陷：网络中行为人可能仅仅是有组织这么一个关联，实际上可能互不联系、孤立的）
关系策略：声望法、滚雪球、固定名单选择和扩展选择法（前者是固定名单选择联系人，后者是按照个人意愿提出联系人）、K核心法（用于确定大网络中行为人子集，每个行为人至少与K个其他行为人存在联系，则这个小集体就是一个K核心）
事件策略：根据发生在特定事件和地点中的行为参与者而定。（难点：如何确保选择的事件能够回答具体的研究问题）
2节 数据收集过程
单个和多个提名生成法，多用于自我中心网络，此外，姓名阐释法也常用于自我中心网络研究。
提名生成法，可以获得访谈对象的关系客体；
姓名阐释法，一来获得关系客体自身、关系客体之间的关系。
单个提名生成法，依靠一个调查问题来引出关系客体的名字，如GSS（重要问题）提名法；多个提名生成法依靠多个问题。
还有认识提名生成法，可以得到最大的自我中心网络。
位置选择法和资源选择法，社会结构是金字塔形和分等级的，位置选择法得到的中心结构网络，能够用于测量个人在社会等级中与多个职业的连接关系（使用:是否在某些职业位置上有社会关系）；资源选择法，由于社会资源是依照职业结构的层级性进行分配的，也就导致了资源分配的不同（使用：是否认识可利用某些社会资源的人）
测量全部个人网络：名单核对法（是否认识叫某个名字的人，这个名字比较大众，如小明，小红）、反向小世界法（提供一个虚拟的名字，要求受访者提供可直接联系的关系客体）
档案资料法
3节 认知社会结构（谁知道谁认识谁）
CSS（cognitive social structure）数据调查，研究者使用css数据调查知情人（可能是外在观察者，也可能是参与者）对于网络关系的认知：每一个知情人需对具体的有向对偶关系做N²-N次判断。
CSS数据库的两个运用：①判断参与者对网络结构认知的一致性程度。一致性指两个或更多的知情人对社会关系判断或评估的同意程度；②评估所观察网络结构的认知偏差。偏差指知情人通过某一准则的比较，达到对网络认知的准确性程度。准则1 所有其他参与者所认知的网络集合。准则2 从参与人行为的直接观察中所获得的关系数据。
可以帮助研究者确认受访者自我填答时出现的系统性认知误差。
知情人倾向于构建具有认知连贯性（知情人矫正他们的认知，以便维持亲密朋友间的平衡关系，让自己以为亲密朋友确实是亲密朋友）的网络形象。以此来调节“不平衡”关系，改变自我认知
4节 信息误差
信息偏差 自我报告的行为和真实的行为之间的不一致。
5节信度
再测法来判断知情人的信度。
知情人信度，比较前后两次反应的一致性程度，即可得到每一个知情人的信度。
Jaccard系数 它指排除共同负面配对之后的同意部分。
个人信度和效度正相关，只是丰富的知情人信度更高。
6节 数据缺失
关系应答率=所报关系数量/所有对欧关系数量。
非定向关系网络：
R=100% 当M=0或 M=1
R=
R=0 当M=N
定向关系网络
R=100% 当M=0
R=
R=0 当M=N
节点应答率=所报节点/所有节点
第4章
1节 图表
强连接：每两个点都由直接的路径双向连接（a直接到b，b直接到a）
单向连接：每两个点之间都从一个方向（同一个方向）由另一条路径相连接
弱连接：所有两点之间有连线，但不考虑其连接方向。
分界点：一个连接图中，如果去除一个点，将导致该图不能连接（即会创建两个或多个组成部分），那这个点就是一个分界点
桥：如果去除一条线，会将一个图表分成两个或多个组成部分，那这条线就成为桥
2节 矩阵
社会矩阵：可供数学分析的社会网络数据的最基本形式是列表，成为社会矩阵，也称为邻接矩阵。如X(N,N)表示社会矩阵X,有N个行和列，而且其N²个单元表示N个社会行为人之间的各种关系。行为人顺序和定位通过下标i和j来描述。
定向关系网络中，行中的行为人属于起点或发送者，而列中的行为人属于重点或关系的接受者
3节 关系的测量方法
社会网络联系 二进制数据：是or否；赋值数据：呈现强度或频度量化
网络数据类型：二进制有向、二进制无向、赋值有向、赋值无向
自我中心网络测量：密度和网络范围
1.密度，指测量自我中心网络中N个客体之间互相联络的程度（不算主体自己）
二进制网络密度范围[0,1]
二进制无向网络：D=(L为所计算客体中对偶关系数)
二进制有向：D=(L仍为客体对偶关系数，不过不能直接2*L，因为有的会是单向，要一个个数)
赋值无向：D=(分子是各关系所有值的和，分母是N个行为人可能关系总数)
赋值有向：D=
2.网络范围，一个行为人的网络与其他不同行为人的联系的程度。
标准：网络规模、密度、多样性
密度：自我中心网络可以通过连续变量的标准差来进行测量，或者通过分类变量的定性变化指数来测量。
多样性，体现了网络的异质性
客体为连续变量，单个客体特征=标准差=差异性 (总的多样性得求所有主体标准差平均值)
客体为分类变量：（所有客体被分成K类离散的或有序的类别）
是第J类中客体的比例（即每一类客体占总数比例）
IQV=0，1
全幅网络测量——节点度和测地线
节点度（表示一个行为人参与网络行为的程度）是行为人i（即节点）的所有关系数量，度指线的条数
计算二进制无向图
平均节点度=各点节点度和/节点数
计算二进制有向图
分为节点入度和节点出度，但是总的节点入度等于总的节点出度。
平均节点度=各点入度数（or出度数）之和/节点数
计算赋值无向图
平均节点度=个点节点度和/节点数
单独比较两节点的节点度时，为区分线条少赋值高和线条多赋值少的两个点的节点度，用平均法：平均节点度=线条的赋值总数/线条总数
测地距，指两个行为人之间最短路径的长度
计算赋值有向图
杨和诺克（2001）方法：
找出所有的连接路径；
找出每一条连接路径中最小的那个值；（如AEB由两个线条组成，AE=2，EB=3，最小值就是2）
最小值除以每一条路径长度（即这条节点有几个线条组成，如AB=1，AEB=2）
第三步结果中最高值即是测地距（最佳连接）
4节 中心度和声望
个人行为知名度，反映主体在其他行为人当中的可见性
群体层次的中心度（参与程度高、多种关系）和声望指数（出度低，入度高），所有行为人知名度在网络中的分散程度
一、中心度
程度中心度
1.行为人程度中心度——测量社会网络中一个节点与所有其他节点相联系的程度
标准化公式：（越接近1，参与度越高）（即行为人i在社会关系矩阵中对应的行或列所在单元格值加总）
2.组程度中心度——测量一个社会网络中的行为人与其他行为人在个人程度中心度方面的不同程度。
通用测量方法：（分布均匀时为0，极不均匀，即一个最大（g-1），其余中心度为1时，分子等与分母）
（表示网络中所观察到的行为人中心度的最大值，则是g-1个其他行为人的程度中心度。分子表示最大中心度的行为人与其他节点之间的程度中心度所观察到的差值之和，分母测量差值的最大可能之和）
亲密中心度
1.个人亲密中心度，测量节点之间的接近程度，是测地距的函数
计算公式：（为行为i与g-1个其他行为人之间测地距总和的倒数）
标准化（为了控制网络规模比较不同网络间行为人）：
2.组亲密中心度，也是一种离差测量，表示在一个网络内亲密中心度的等级分层。
计算公式：（分布极不均匀为1，每一个行为人相同值为0）
表示网络中可观察到的行为人亲密中心度的最大值，而是g-1个其他行为人的亲密中心度
中间性中心度
中心度的中间性，关注其他行为人如何控制或调整并不直接连接的两节点间的关系。假设行为人j必须通过行为人i才能与行为人k沟通，因此行为人i负责或控制行为人j与k之间所传递信息的内容与时间。行为人在众多对偶关系点间的测地距路径中出现的次数越多，行为人i控制网络交流的可能性就越高。
1.行为人中间性中心度，测算其他行为人在何种程度上依赖网络中两节点间的测地距（即最短距离）。
计算公式：（0：g-1个节点间所有对点测地距都不经过点i；当每对点只有一条测地距，（g-1）（g-2）/2为理论最大值，当超过一条时，中心度会大于最大值）
标准化（当初始中间性中心度是0时，标准化行为人中间性中心度值也是0,；当其他g-1各节点中每对节点间的测地距路径都包含i点时，标准化行为人中心度为1）
2.组中间性中心度，测量该值在网络中不同行为人间的变化程度。
计算：
分子是最高值行为人和每个其他行为人的中间性中心度值的差异总和；分母表示网络中所有节点的中间性中心度理论上的最大可能值。
二、声望——接收来自他人关系的程度
行为人程度声望可以根据有向图的节点入度来计算。
计算：（g个节点组成的非对称社会矩阵中第i列的值，最小值为0，最大值g-1）
标准化（控制了网络规模的大小，可以对不同网络进行声望比较）：
计算：
5节 小团体
內聚型亚群体四个普遍特征：连接的相互性、成员间的可联络性、成员间联系的频率、圈内成员间相对于非圈内成员间联系的相对频率
小团体标准：①含有3个或多个节点的最大完全子图；②所有节点互相直接相连，即小团体中每对节点测地距为1；③网络中其他点没有与小团体中每个点均直接相连
如右图（AEB、BCDE为两个小团体，EBC并不是小团体，因为D与EBC直接相连，不符合③）
“吝啬鬼”，条件严格，低密度网络中难发现大的小团体。
放宽标准：k中心法和n-小团体
k中心法，基于节点度数，即通过某点的线条的数量。将k中心定义为一个亚群体，条件是每一个群体成员至少与k个其他点直接相连。
n—小团体，基于节点连接，条件是所有节点间最大测地距是n。
有向图中小团体：①3个或多个节点；②所有节点相互连接，即测地距为n,；③每对节点间对偶连接
6节 结构等价——竞争
结构等价行为人之间一般具有竞争型而非內聚型关系，互相可替代。
有向图
欧式距离来作为测量行为人i和j之间的结构等价（越小越相似，越等价，0时完全结构等价）
计算（中第一下标是行，第二个是列；另外，不一样，是因为有向图中有入度出度的不同，方向不一样，长度也不一样）
无向图（不区分关系的发送和接受，所以只需要减下）
计算
网友评论