社交网络分析论文的一般结构是怎样的?
是社交网络(包括个人、单位、群体(整体))中的功能性个体,表现为注册用户、ID等。在虚拟网络中。
在社会网络研究领域,任何社会单位、社会实体或功能个体都可以被视为“节点”或行动者。
在图中:节点集N={n1,n2,,,n3}
2、线、关系(relationship):
用于描述关系的数据,如联系、接触、关联、组附和聚集,将一个代理与另一个代理联系起来,因此不能将其简化为单个代理的属性。如上图所示的弧线。
一般来说,一条线所连接的点是相互“邻接”的,邻接是两点所代表的两个行动者直接相关这一事实的图论表达。
一般有无向线、有向线、多值线、有向多值线。
由线组成的图有无向图、有向图、有向多值图和无向多值图。
3.邻居:
与特定点相邻的那些点成为该点的“邻域”。
4.程度:
邻域中的总点数变成度数。(严格来说应该是“联系度”),一个点的联系度是其“邻域”尺度的一个数值侧度。
点的度数(无向图)。在邻接矩阵中,点的度用该点对应的行或列的项中非零值的总数来表示。如果是二元的,那么一个点的度数就是该点所在的行和列的和。
在有向图中,“度”包括两个不同的方面,表达社会关系的线的方向。分别称为“入度”:直接指向该点的点之和;以及“出度”:该点直接指向的其他点的总数。所以在有向图的矩阵上,一个点的入度就是该点所在列对应的地的和。范围:在点所在的线的总和上。
所有点的度之和:无向图的总度可以用线(关系)来查,是有向图的两倍。
5、行(走):
每个点可以由一条线直接连接,也可以由一系列线间接连接。图形中的这一系列线称为“线”。
6.路径:
一条直线上的每一个点、每一条线都是不一样的,所以这条直线叫做“路径”,“路径”的“长度”是用组成路径的直线的数量来衡量的。
7.距离:
一个重要的概念是指连接两点的最短路径的长度(即捷径)。在图论中一般称为最短路径。应该区别于“路线”的概念。
8.方向
主要看有向图的方向。
9、密度(density)
描述图中各点之间关联的紧密程度。“完全图”(图论中称为完全图)是指所有点彼此相邻的图。即使在小型网络中,这种完整性也是非常罕见的。密度的概念试图概括线的总分布,以衡量图形具有这种完整性的程度。密度取决于另外两个网络结构参数:图的包含度和图中每个点的度之和。密度是指一个图的整体内聚水平。
“密度”和“中心势”的概念代表了图的整体“紧性”的不同方面。
图的包含:图的各个相关部分所包含的点的总数,也可以表示为图的总点数减去孤立点的个数。比较不同图形常用的profile是:关联点数/总点数15/20=75%。
每个点的度数总和:
密度计算公式:实际拥有的线数与图中可能拥有的线数之比,其表达式为2l/n(n-1)。?有向图的表达式是l/n(n-1)。
多值图的密度:有必要估计多重性问题。显然,重数高的线比重数低的线对网络密度的贡献更大。一项有争议的措施。
巴恩斯(1974)比较了两种社会网络分析:
10,自我中心网络研究
在围绕特定参考点的社交网络中,密度分析侧重于围绕某些特定行为者的关系密度。在计算个体中心网络的密度时,我们通常不考虑核心成员和与成员直接相关的联系,而只关注这些联系之间存在的各种联系。
11,社会中心网络研究
从整体上关注网络关联模型,这是对社会网络分析的另一种贡献。从这个角度看,密度不再是局部行为者的“个体网络”密度,而是整个网络的密度。上面已经提到了密度计算。
12点中心性
图中每个点的相对中心性
13,图中心性是中心势的概念。
14,全球中心性(Freeman 1979,1980)
整体中心性是指该点在整个网络中的战略重要性。根据点之间的接近程度,根据不同点之间的距离。您可以计算图表中点和其他点之间的最短距离之和。
无向图:无向图中的点与点之间的距离矩阵是可以通过软件计算出来的,所以一个点的“距离和”较低的点与其他很多点“接近”。接近度和距离总和成反比。
有向图:“内封闭”和“外封闭”。
15,本地中心点
一个点与紧邻七个点的许多点相关联。如果一个点有许多直接相关的“邻居”,我们说它是一个局部中心点。
16,整体中心点
如果一个点在网络的整体结构中占据着战略上的重要位置,我们就说它是整体的中心。
17,局部中心性(局部中心性)
局部点对其相邻点的相对重要性。测量仅基于与该点直接相连的点数,忽略间接相连的点数。有向图中有向心和向外心。也可以将距离定义为1或2进行测量。如果定义为4(大部分点的距离为4),则没有意义,没有信息。
18,局部中心性的相对度量
一个点的实际度数是最可能的度数之一,所以要注意去掉点本身。
19,中央集权弗里曼(弗里曼,1979)
它指的不是点的相对重要性,而是整个图的整体内聚性或整体性。很少有人试图定义一个图的结构中心思想。中心势描述了这种凝聚力可以围绕某些点组织起来的程度。因此,中心势和密度是两个重要且互补的度量。
核心点的中心性和其他点的中心性的区别。因此,得出的概念是,将实际的差之和与最大可能的差之和进行比较。