社會網路分析的潛在空間方法

㈠ 求常用網路分析方法

對於許多現實的地理問題,譬如,城鎮體系問題,城市地域結構問題,交通問題,商業網點布局問題,物流問題,管道運輸問題,供電與通訊線路問題,…,等等,都可以運用網路分析方法進行研究.
網路分析,是運籌學的一個重要分支,它主要運用圖論方法研究各類網路的結構及其優化問題.
網路分析方法是計量地理學必不可少的重要方法之一.
本章主要內容:
地理網路的圖論描述
最短路徑與選址問題
最大流與最小費用流
第一節 地理網路的圖論描述
通俗意義上的"圖",主要是指各種各樣的地圖,遙感影像圖,或者是由各種符號,文字代表的示意圖,或者是由各種地理數據繪制而成的曲線圖,直方圖,等等.

圖論中的"圖",是一個數學概念,這種"圖"能從數學本質上揭示地理實體與地理事物空間分布格局,地理要素之間的相互聯系以及它們在地域空間上的運動形式,地理事件發生的先後順序,…,等等.
一,地理網路的圖論描述
(1)圖: 設V是一個由n個點vi (i=1,2,…,n)所組成的集合,即V={v1,v2,…,vn},E是一個由m條線ei(i=1,2,…,m)所組成的集合,即E={e1,e2,…,em},而且E中任意一條線,都是以V中的點為端點;任意兩條線除了端點外沒有其它的公共點.
(一)圖的定義
那麼,把V與E結合在一起就構成了一個圖G,記作G=(V,E).
(3)邊:E中每一條線稱為圖G 的邊(或弧);若一條邊e連接u,v兩個頂點,則記為e=(u,v).
(2)頂點: V中的每一個點vi(i=1,2,…,n)稱為圖G的頂點.
(4)在圖G=(V,E)中,V不允許是空集,但E可以是空集.
(5)從以上定義可以看出,圖包含兩個方面的基本要素:
① 點集(或稱頂點集);②邊集(或稱弧集).
例:在如圖10.1.1所示的圖中,
頂點集為V={v1,v2,v3,v4,v5,v6,v7,v8},
邊集為E={e1,e2,e3,e4,e5,e6,e7,e8,e9,
e10,e11 }.
圖10.1.1
(6)在現實地理系統中,對於地理位置,地理實體,地理區域以及它們之間的相互聯系,可以經過一定的簡化與抽象,將它們描述為圖論意義下的地理網路,即圖.
地理位置,地理實體,地理區域,譬如,山頂,河流匯聚點,車站,碼頭,村莊,城鎮等——點
它們之間的相互聯系,譬如,構造線,河流,交通線,供電與通訊線路,人口流,物質流,資金流,信息流,技術流等——點與點的連線.
一個由基本流域單元組成的復雜的流域地貌系統,如果舍棄各種復雜的地貌形態,各條河流——線,河流分岔或匯聚處——點,流域地貌系統——水系的基本結局(樹).
列昂納德·歐拉——七橋問題
東普魯士的哥尼斯堡城(現在的加里寧格勒)是建在兩條河流的匯合處以及河中的兩個小島上的,共有七座小橋將兩個小島及小島與城市的其它部分連接起來,那麼,哥尼斯堡人從其住所出發,能否恰好只經過每座小橋一次而返回原處 圖論研究結果告訴我們,其答案是否定的.
(7)需要說明的是——圖的定義只關注點之間是否連通,而不關注點之間的連結方式.對於任何一個圖,他的畫法並不唯一.
(二)圖的一些相關概念
(1)無向圖與有向圖
無向圖——圖的每條邊都沒有給定方向,
即(u,v)=(v,u);
有向圖——圖的每條邊都給定了方向,
即(u,v)≠(v,u).
一般將有向圖的邊集記為A,無向圖的邊集記為E.這樣,G=(V,A)就表示有向圖,而G=(V,E)則表示無向圖.
有向圖
(2)賦權圖.
如果圖G=(V,E)中的每一條邊(vi,vj)都相應地賦有一個數值wij,則稱G為賦權圖,其中wij稱為邊(vi,vj)的權值.
除了可以給圖的邊賦權外,也可以給圖的頂點賦權.這就是說,對於圖G中的每一頂點vj,也可以賦予一個載荷a(vj).
(3)關聯邊.
若e=(u,v),則稱u和v是邊e的端點,e是u和v的關聯邊.
(4)環.
若e的兩個端點相同,即u=v,則稱為環.
(5)多重邊.
若連接兩個端點的邊多於一條以上,則稱為多重邊.
(6)多重圖.
含有多重邊的圖,稱為多重圖.
(7)簡單圖.
無環,無多重邊的圖,稱為簡單圖.
(8)點與次.
以點v為端點的邊的個數稱為點v的次,記為d(v).
次等於1的點稱為懸掛點;與懸掛點關聯的邊稱為懸掛邊;
次為零的點稱為孤立點.次為奇數的點稱為奇點;次為偶數的點稱為偶點.
(9)連通圖.在圖G中,若任何兩點之間至少存在一條路(對於有向圖,則不考慮邊的方向),則稱G為連通圖,否則稱為不連通圖.
(10)路(鏈).
若圖G=(V,E)中,若頂點與邊交替出現的序列(對於有向圖來說,要求排在每一條邊之前和之後的頂點分別是這條邊的起點和終點):
P={vi1,ei1,vi2,ei2,…,eik-1,vik}
滿足
eit = (vit,vi,t+1) (t=1,2,…,k-1)
則稱P為一條從vi1到vik的路(或鏈),簡記為
P={vi1,vi2,…,vik}.
(11)迴路.
若一條路的起點與終點相同,即vi1=vik,則稱它為迴路.
(12)樹.
不含迴路的連通的無向圖稱為樹.
(13)基礎圖.
從一個有向圖D=(V,A)中去掉所有邊上的箭頭所得到的無向圖,就稱為D的基礎圖,記之為G(D).
(14)截.
如果從圖中移去邊的一個集合將增加亞圖的數目時,被移去的邊的集合就稱為截.
(15)子圖.
設G=(V, E)是一個無向圖,V1與E1分別是V與E的子集,即V1 V,E1 E.如果對於任意ei∈E1,其兩個端點都屬於V1,則稱G1=(V1,E1)是圖G的一個子圖.
(16)支撐子圖.
設G1=(V1,E1)是圖G=(V,E)的一個子圖,如果V1 = V,則稱G1是G 的支撐子圖.
(17)支撐樹.
設G=(V,E)是一個無向圖,如果T=(V1,E1)是G的支撐子圖,並且T是樹,則稱T是G 的一個支撐樹.
(18)樹的重量.
一個樹的所有邊的權值之和稱為該樹的重量.
(19)最小支撐樹.
在一個圖的所有支撐樹中,重量最小的那個叫做該圖的最小支撐樹.
二,地理網路的測度
許多現實的地理問題,只要經過一定的簡化和抽象,就可以將它們描述為圖論意義下的地理網路,點和線的排布格局,並可以進一步定量化地測度它們的拓撲結構,以及連通性和復雜性.
樹狀型
地理網路
平面網路(二維的)
非平面網路(非二維的)
道路型
環狀型
細胞型
圖10.1.5 地理網路的拓撲分類
目前關於地理網路的拓撲研究,最多,最常見的是基於平面圖描述的二維平面網路.
所謂平面圖,被規定為:各連線之間不能交叉,而且每一條連線除頂點以外,不能再有其它的公共點(牛文元,1987).
以下的討論,除非特別申明外,都限於二維平面網路.
(一)關聯矩陣與鄰接矩陣
關聯矩陣——測度網路圖中頂點與邊的關聯關系.
假設網路圖G=(V,E)的頂點集為V={v1,v2,…,vn},邊集為E={e1,e2,…,em},則該網路圖的關聯矩陣就是一個n×m矩陣,可表示為:
gij為頂點vi與邊ej相關聯的次數.
v3
v1
v2
v4
v5
e1
e2
e3
e4
e5
e6
e7
該圖的關聯矩陣為:
例:
鄰接矩陣——測度網路圖中各頂點之間的連通性程度.
假設圖G=(V,E)的頂點集為V={v1,v2,…,vn},則鄰接矩陣是一個n階方陣,可表示為:
aij表示連接頂點vi與vj的邊的數目.
該圖的鄰接矩陣為:
v3
v1
v2
v4
v5
e1
e2
e3
e4
e5
e6
e7
例:
(二)有關測度指標
β指數
迴路數k
α指數
γ指數
對於任何一個網路圖,都存在著三種共同的基礎指標:
① 連線(邊或弧)數目m;
② 結點(頂點)數目n;
③ 網路中亞圖的數目p.
由它們可以產生如下幾個更為一般性的測度指標:
(1)β指數
◣β指數——線點率,是網路內每一個節點的平均連線數目.

◣β=0,表示無網路存在;網路的復雜性增加,則β值也增大.
◣沒有孤立點存在的網路,連線數目為n- p,則β指數為
如果地理網路不包含次級亞圖,即P=1,則其最低限度連接的 指數值為 .
(2) 迴路數k
◣迴路是一種閉合路徑,它的始點同時也是終點.
◣若網路內存在迴路,則連線的數目就必須超過n-p(最低限度連接網路的連接數目).
◣迴路數k——實際連線數目減去最低限度連接的連線數目,即
(3) 指數
◣ 指數——實際迴路數與網路內可能存在的最大迴路數之間的比率.
◣網路內可能存在的最大迴路數目為連線的最大可能數目減去最低限度連接的連線數目,即
所以, 指數為
指數也可以用百分率表示
對於非平面網路,其 指數為
指數的變化范圍,一般介於[0,1]區間, =0意味著網路中不存在迴路; =1,說明網路中已達到最大限度的迴路數目.
◣
◣
(4) γ指數
◣γ指數——網路內連線的實際數目與連線可能存在的最大數目之間的比率,對於平面網路,其計算公式為:
γ指數也可以用百分比表示
◣γ指數是測度網路連通性的一種指標,其數值變化范圍為[0,1].
◣γ=0,表示網路內無連線,只有孤立點存在;
γ=1,則表示網路內每一個節點都存在與其它所有節點相連的連線.

㈡ 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。社會是一個由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。

㈢ 社會網路分析法的研究方法

社會網路分析法是一種社會學研究方法，社會學理論認為社會不是由個人而是由網路構成的，網路中包含結點及結點之間的關系，社會網路分析法通過對於網路中關系的分析探討網路的結構及屬性特徵，包括網路中的個體屬性及網路整體屬性，網路個體屬性分析包括：點度中心度，接近中心度等；網路的整體屬性分析包括小世界效應，小團體研究，凝聚子群等。該方法目前在教育領域應用比較廣泛，主要探究信息技術環境下學習者所構成網路的特點，以及在此基礎上對於該網路的改進策略。

㈣ 互聯網輿情分析要怎麼做有什麼分析方法

網路輿情分析方法

一、網路調查方法

網路調查方法是將傳統社會研究中的問卷調查法移植到互聯網上，即在互聯網空間中進行問卷調查。

問卷調查法在整個社會研究中具有舉足輕重的地位，英國社會學家莫澤(Moser)曾經提出「十項社會調查中就有九項是使用問卷調查進行的」，在西方國家，問卷調查被廣泛地應用於民意測驗和社會問題研究。互聯網空間雖然與傳統社會空間具有諸多不同，但是，問卷調查的方法同樣有助於發現其中存在的各種問題以及其中內涵的關系模式。

二、基於統計規則的模式識別方法

在基於統計規則的模式識別方面，謝海光通過統計分析某段時間內用戶所關注信息點的相關記錄，構建了互聯網內容與輿情的熱點/熱度、重點/重度、焦點/焦度、敏點/敏度、頻點/頻度、拐點/拐度、難點/難度、疑點/疑度、黏點/黏度、散點/散度等10個分析模式和判據。

高嘉鑫應用統計原理歸納出5個將熱門討論確定為異常事件的相關規則和閾值，並將規則應用到BBS進行驗證，得出異常事件監測成功率為100%，准確率為77%，60%異常事件在12小時內即發出通報，最快通報時間為1小時內。

三、基於內容挖掘的網路輿情信息分析方法

在基於內容挖掘的網路輿情信息分析方面，涉及較多與自然語言處理相關的研究子領域，包括網路輿情信息提取、預處理、文本表示、主題發現、意見挖掘與觀點分析、傾向性分析等方面。其分析流程主要有三步，即信息提取(包括信息採集、結構化數據存儲)、信息預處理（包括信息過濾、詞法分析、句法分析、概念分析）和輿情分析（包括文本標示、主題發現、意見挖掘、傾向分析)。

文章內容部分摘選自《彌漫與消弭：網路輿情的演化模式與應對策略》-張偉，侵刪

以上內容由輿情監測服務商識達科技整理提供。

㈤ 什麼是社會網路分析法

社會網路分析法是一種社會學研究方法，社會學理論認為社會不是由個人而是由網路構成的，網路中包含結點及結點之間的關系，社會網路分析法通過對於網路中關系的分析探討網路的結構及屬性特徵，包括網路中的個體屬性及網路整體屬性，網路個體屬性分析包括:點度中心度，接近中心度等;網路的整體屬性分析包括小世界效應，小團體研究，凝聚子群等。該方法目前在教育領域應用比較廣泛，主要探究信息技術環境下學習者所構成網路的特點，以及在此基礎上對於該網路的改進策略。
從社會網路分析來看，傳播網路是一個包含了大量個體及個體之間相互作用的系統。近年來在對復雜網路的研究過程中，研究者亦發現了眾多的冪律分布。例如：電子郵件網路、電影演員合作網路、引文關系網路，特別是互聯網這樣的社會性網路，雖然網路在結構及功能上是如此的千變萬化，相差迥異，但復雜網路中節點的度值k，相對於它的概率P（k）滿足冪律關系，且冪指數多在2和3之間，這一現象是如此的普遍，令人驚嘆不已，以至於人們給具有這種性質的網路起了一個特別的名字——無標度網路Sacle-free。無標度是指網路缺乏一個特徵度值（或平均度值），即節點度值的波動范圍相當大，所以正態分布統計思想下無法洞察冪律分布下的網路動力學行為和結構，甚至我們可以把社會網路，傳播網路稱為冪網。
現在，中國傳媒大學調查統計研究所也正在對這方面的應用進行探索，進行了社會網路角度的引文分析，輿情與傳播擴散的研究，人際和群體傳播關系對微觀信息傳播行為和態度的影響等研究。
與此同時基於海量數據的關系數據獲取，將帶來數據挖掘技術與社會網路分析技術的融合，形成數據挖掘在社會網路分析中的社會和商業應用價值。
現在來看，社會網路分析可以解決或可以嘗試解決下列問題：
1、人際傳播問題，發現輿論領袖，創新擴散過程；
2、小世界理論，六度空間分割理論；
3、Web分析，數據挖掘中的關聯分析，形成交叉銷售，增量銷售，也就是啤酒和尿布的故事；
4、社會資本，產業鏈與價值鏈；
5、文本的意義輸出，通過追問調查研究文本的關聯和意義；
6、競爭情報分析；
7、語言的關聯，符號意義；
8、相關矩陣或差異矩陣的統計分析，類似得到因子分析和MDS分析；
9、恐怖分子網路；
10、知識管理與知識的傳遞，弱關系的力量；
11、引文和共引分析。

㈥ 社會網路分析的內容簡介

本書的內容結構是，除前言外共分為八章，分別介紹社會網路分析的基本原理和理論、社會網路資料類型和收集方法、網路分析的各種技術與方法、社會網路分析的應用等內容。
第一章
首先追溯了西方社會網路分析的思想淵源，對國內外的研究狀況做了系統回顧，介紹了社會網路分析的一些新進展。社會網路分析有不同的學科發展背景，其發展也經歷了不同的階段。我們通過回顧社會網路分析思想與方法在西方的發展，梳理出其中的主要線索和問題，並結合國內的研究狀況進行探討，目的在於強調更好地借鑒已有的成果，加強對社會網路分析的認識和應用。
第二章
系統說明了社會網路分析的基本原理。社會網路分析作為一種獨立的社會研究方法，已形成了自己的理論基礎和方法論原則。通過這些方面我們可以認識社會網路分析方法的特徵及其獨特之處。在本章中我們在說明社會網路分析概念的基礎上，具體介紹了社會網路分析的方法論原理和研究程序。
第三章
主要說明社會網路分析所用的數據資料具有自己的類型與特徵，它是一組反映行動者關系的信息。社會網路資料首先是關於社會關系的數據信息，簡稱關系數據。關系數據不同於屬性數據，不僅其本質內容不同，其表達形式也不同。本章在介紹了社會網路資料的概念和類型基礎上，結合研究設計具體說明了社會網路的測量及其收集方法。
第四章
主要介紹社會網路分析的研究技術與方法。社會網路最基本的數學表達形式是圖論法和矩陣法。圖論法是以線和點的形式來表示行動者及其關系的一種方法。用社群圖可表示社會關系的結構、特徵等屬性。矩陣法是把社會網路中的每一個結點或關系分別按行和列的方式排列即可形成網路矩陣，包括鄰接矩陣、關聯矩陣等。矩陣法可以對群體關系進行具體分析。
第五章
是關於社會網路的中心度分析。中心度是我們認識社會網路中行動者位置及其關系的重要概念，具有廣泛的應用性。本章首先介紹了中心度、中心勢概念，重點說明了結點中心度、緊密中心度、間距中心度及其測量方法。最後又對社會網路中與等級密切相關的權力和聲望作了分析。網路中的聲望不同於一般意義的社會聲望概念，這里主要說明了接近度聲望概念及其測量。
第六章
是關於社會網路分析中的子群研究。構成社會網路的基本元素就是行動者及其群體，社會中存在著各種各樣的子群，它們相互結合形成了復雜的社會結構。本章首先從社會群體、子群概念出發，說明各種團聚性的子群及其測量方法，包括「團伙」、n-團伙、n-宗派、k-叢等，最後分析隸屬性群體。
第七章
是關於網路中的位置和角色的分析。在社會結構分析中，位置和角色是兩個重要的概念。本章在簡要介紹了網路分析的位置和角色概念之後，主要說明了結構等價性、自同構等價性和正則等價性及其不同的測量方法，最後一節簡要介紹了關系代數法和統計模型法。位置和角色分析是目前社會網路分析中數量化分析程度最高的方面，已應用和發展出了許多不同的數學分析方法。本章結合例子簡要介紹了聚類法、統計模型法等。這些分析方法現在都可藉助於有關的分析軟體來應用。
第八章
討論了社會網路分析的一些應用。社會網路分析具有非常廣泛的應用，其應用領域已遠遠超出了社會學和人類學的傳統范圍，如小群體關系、社會支持網等，而且擴展到了人文社會科學甚至工程技術科學的諸多領域。但本書只是簡要分析了與社會網路分析密切相關的社會資本研究以及體現中國社會結構特徵的「關系」研究。
本書最後在附錄中介紹了社會網路分析軟體包的應用，重點說明了Pajek 的內容及使用方法。附錄中還附有兩個不同的各具代表性的《社會網路分析》教學大綱，供讀者參考比較。

㈦ 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。