最新社会网络分析法——详细讲解
社会网络分析法详细讲解
5.4 基于“子群内外关系”的凝聚子群
成分：
如果一个图可以分为几个部分，每个部 分的内部成员之间存在联系，而各个部分 之间没有任何联系，在这种情况下，我们 把这些部分称为成分。
Network—Regions—Components— Simple Graphs/Valued Graphs
整体网的密度
假设网络中有n个行动者，其中包含的实际关系数为m
当整体网是无向关系网时，其中包含的关系总数在理论 上的最大可能值是n(n-1)/2，则其网络密度为：m/(n(n1)/2) 当整体网是有向关系网时，其中包含的关系总数在理论 上的最大可能值是n(n-1)，则其网络密度为：m/(n(n-1))
的总和；最后用这个总和除以在理论上各个
差值总和的最大可能值
n
Cmax Ci
C
i 1
max
i
n 1
Cmax Ci
4. 2 中间中心性
点的中间中心度：
它测量的是行动者对资源控制的程度， 也就是一个点在多大程度上位于图中其他 “点对”的“中间”。
如果一个点处于许多其他点对的捷径 （最短的途径）上，就说该点具有较高的 中间中心度。
3. 网络规模和网络密度分析
整体网中个体网密度的计算
Network—Ego networks—Egonet Density
社会网络分析法——详细讲解
一般情况下，社会网络数据都是通过社会调查， 以问卷或数据表的形式获得的。输入数据的方式多 种多样，可以用Excel或常见的文本编辑器输入，也 可利用UCINET本身的数据表程序输入。
UCINET数据的预处理
2021/6/16
19
2. 社会网络分析工具—UCINET 简介
隶属关系矩阵—邻接矩阵
2021/6/16
39
5. 凝聚子群分析
No 2.子群成员之间
1.关系的互惠性 的接近性或可达 性
Image 4.子群内部成员
3.子群内部成员 之间关系的频次
之间关系密度相 对于内、外部成 员之间的关系的
密度
2021/6/16
40
5.1 基于互惠性的凝聚子群
建立在互惠性基础上的凝聚子群主要是派系 派系常常指这样的一个子群，即其成员之间的 关系都是互惠的，并且不能向其中加入任何一 个成员，否则将改变这个性质。
Data—Transpose Tools—Matrix Algebra
多值矩阵二值化
Transform—Dichotomize
对称化处理
Transform—Symmetrize
2021/6/16
20
3. 网络规模和网络密度分析
网络规模
个体网的规模：指的是与某个核心个体直接 相关的其他个体的数量。
社会网络分析法——详细讲解
点的中心度
整体图的 中心度
中心度测量的是个体在整个网络中的权力 中心势测量的是一个图在多大程度上围绕某个 或某些特殊点建构起来。
2021/3/24
授课：XXX
25
4. 中心性和影响力
思路：
首先给出一个点的各种“绝对中心度”的表达 式；然后为了比较来自不同图的点的中心度， 需要给出“相对中心度”指数，即“标准化” 的绝对中心度指数；最后给出一个图在整体上 的中心势指数。
m
林顿·弗 里曼编写
新一代学 者维护
2021/3/24
授课：XXX
10
2. 社会网络分析工具—UCINET 简介
2021/3/24
授课：XXX
11
2. 社会网络分析工具—UCINET 简介
Exit
2021/3/24
授课：XXX
12
2. 社会网络分析工具—UCINET 简介
Spreadsheet
2021/3/24
授课：XXX
4
1. 社会网络分析简介
社会网络的形式化表达
图形表达 矩阵表达
有向图、无向图；二
方阵（邻接矩阵）、
值图、符号图、多值
发生矩阵、有向关系
图；完备图，非完备
矩阵、多值关系矩阵、
图
2021/3/24
隶属关系矩阵等
社会网络分析方法及应用
社会网络分析方法及应用
社会网络分析是一种研究人际关系网络的分析方法，它可以描述和解释社会群体的结构、关系、行为以及动态变化等。社会网络分析可以被应用于不同领域和主题，包括组织管理、社交网络、政治、健康、环境等。本文将探讨社会网络分析的方法、应用及未来的发展。
一、社会网络分析的方法
社会网络分析的方法主要包括：
1.数据收集：社会网络分析需要收集关于人际关系的数据，如成员的姓名、联系方式、互动情况等。数据采集的方法可以通过调查、观察、实验方法等获取。其中，在社交媒体网络上的数据，也可以被用来进行社会网络分析。
2.网络构建：基于收集的数据，可以构建一个人际关系网络的模型。最常见的是节点和边的表示法。节点表示人，边表示人之间的联系或互动。
3.度量和分析：度量主要用于描述和统计节点或边之间关系及其特征。常用的度量指标包括节点的度数、中心性、连通性、社区等。分析主要用于理解网络的拓扑结构，关系及其特征。常用的社会网络分析方法包括社区检测、影响力分析、网络结构分析等。
4.可视化：可视化是将社会网络分析的结果呈现出来的过程，包括网络图和其他形式的可视化方法。通过可视化，分析人员可以更加清晰地理解人际关系网络的拓扑结构、关系特征以及变化趋势等。
二、社会网络分析的应用
社会网络分析已经被应用于许多领域，以下是其中的几个例子：
1.组织社会网络分析：通过分析组织内部的人际联系，可以更好地理解团队的
工作方式、复杂程度以及信任程度等。这使得管理者可以根据分析结果来优化团队结构，改善通讯、协作和问题解决等方面的工作效率。
社会网络分析法
社会网络分析法
社会网络分析法是一种研究社会结构和人际关系的方法论，它主要关注个体之间的互动、信息传递、资源共享等社会关系。通过对社会网络的分析，可以揭示出个体之间的联系模式、信息流动路径和结构特征，为研究社会组织、社会影响和社会动态提供重要依据。
社会网络分析的基本原理
社会网络分析的基本原理是基于图论的概念和方法，将社会系统中的个体和它们之间的关系抽象为图结构。在这种抽象下，个体即节点，关系即边，通过分析节点之间的联系强度、关系密度、群体结构等指标，揭示整个社会网络的特征和演化规律。社会网络分析方法通常包括以下几个步骤：
1.确定研究对象：首先确定研究的社会网络对象，可以是社会团体、
组织机构、个人、甚至概念之间的关系网。
2.构建网络图：根据研究对象之间的关系数据，构建相应的网络图，
节点表示个体，边表示关系，通过图的可视化展示来呈现社会网络结构。
3.分析网络特征：通过计算节点度、中心性、群聚系数等指标，揭示
网络的核心节点、群组结构、信息传播路径等重要特征。
4.探索网络演化规律：借助社会网络分析方法，可以研究网络的演化
过程，探讨节点之间关系的形成与变化规律。
社会网络分析的应用领域
社会网络分析方法在许多领域都有广泛应用，特别是在社会学、管理学、信息科学等领域。具体来说，社会网络分析可以应用于以下几个方面：
社会关系研究
通过社会网络分析，可以揭示社会系统内部的人际关系网，帮助研究者了解个体之间的互动模式、社会影响力以及信息传播路径，有助于深入了解社会结构和社会动态。
组织管理与决策
在组织管理领域，可以利用社会网络分析方法研究组织内部的信息流动、决策路径、领导力结构等，为组织管理者提供决策支持和优化管理方式。
社会网络分析法在社会学研究中的应用与案例分析
社会网络分析法在社会学研究中的应用与案
例分析
社会网络分析法（Social Network Analysis, SNA）是一种研究社会关系的方法，通过对社会各个组织成员之间的关系进行测量和分析，揭示社会结构和群体互动的规律。本文将探讨社会网络分析法在社会学研究中的应用，并深入分析两个相关案例。
一、社会网络分析的基本概念与方法
社会网络分析法是一种结构化方法，通过构建社会网络图来研究社会关系。在社会网络中，个体（或组织）被称为“节点”，而节点之间的连接则称为“边”。通过收集和建模节点之间的关系，我们可以利用图论和统计学方法测量、分析和解释社会网络的结构和性质。
社会网络分析法的应用包括但不限于以下几个方面：
1. 关系测量和度量：社会网络分析可以通过不同的指标（如度中心性、接近中心性和中介中心性）来测量节点在网络中的重要性和影响力。
2. 社群检测：社会网络分析可以帮助我们发现网络中的社群结构，即节点集合间紧密相连，而不同社群之间关联较弱。
3. 信息扩散与影响力分析：社会网络分析可以研究信息在网络中的传播路径和速度，帮助我们理解信息扩散和影响力的模式与机制。
4. 权力结构与领导力分析：社会网络分析可揭示组织和社区中的权力结构，以及领导者与成员之间的关系，有助于研究权力分配与影响的机制。
5. 知识流动与创新：社会网络分析可以评估知识在组织内部和跨组织之间的流动路径，发现知识创新与合作的潜在机会。
二、案例分析：社交媒体中的政治宣传与极端主义传播
1. 案例一：社交媒体中的政治宣传
社会网络分析被广泛应用于研究社交媒体上的政治宣传。通过构建用户之间的关系网络，我们可以测量政治宣传信息在社交媒体平台上的传播路径和影响力。例如，一项研究发现，在微博上，政治宣传信息往往通过少数重要节点扩散，这些节点拥有较高的度中心性和中介中心性。这一发现揭示了社交媒体上政治信息传播的规律，并有助于制定更准确有效的政治宣传策略。
社会网络分析法2篇
社会网络分析法2篇
第一篇：社会网络分析法介绍
社会网络分析法，简称SNA，是一种用于分析社会网络结构和
关系的研究方法。它将个体和组织及其之间的关系看作网络，通过对网络的拓扑结构、关系强度和网络特性等方面的分析，揭示了个体和组织间的信息传递、话语权、影响力、集体行动等方面的状态和机理。
SNA开发于20世纪六七十年代，随着社会网络的快速发
展和互联网技术的进步，SNA得到了广泛的应用和发展。其研
究领域已经扩展到社会学、心理学、管理学、计算机科学、统计学、政治学等多个学科领域。
社会网络分析法的基本思想是，社会网络是由节点（个
体或组织）、连线（节点之间的联系）以及节点和连线的属性共同构成的。SNA通过分析这些元素之间的相互关系，得出节
点和连线在网络中的中心性、连通性、聚合度、弱化度、平衡度、嵌入度等特征，从而揭示社会网络内部的社会结构和动态。
SNA的研究方法主要包括：网络数据收集、网络结构分析、社会网络测量、网络演化分析、社会网络模型建立等。其中，网络结构分析是SNA的核心内容，它通过度中心性、接近中心性、媒介中心性等指标，揭示节点在网络中的重要程度和影响力，提供了最基本的社会网络数据。
社会网络分析法的应用涉及多个领域。在企业管理中，SNA可以用于帮助企业领导者了解公司内部的组织结构和员工
之间的关系，改善组织运作，提高业绩。在医疗健康领域，
SNA可以用于了解医护人员、患者和家庭之间的关系，辅助医疗决策和治疗方案的制定。在社会学领域，SNA可以用于了解个体和群体之间的联系与交互，探究社交关系的影响和机制。
社会网络分析法——详细讲解
2021/6/16
8
2. 社会网络分析工具—UCINET 简介
最流行的社会网
络分析软件
网络规模、网络 实现画图功能的
密度、中心性、
NetDraw
凝聚子群、结构
洞等
UCINE
T
三维展示分析分 析软件Mage
集成了Pajek用于 大型网络分析的
Free应用程序
2021/6/16
NetWork—Regions—K-Core
2021/6/16
48
5.4 基于“子群内外关系”的凝聚子群
成分：
如果一个图可以分为几个部分，每个部 分的内部成员之间存在联系，而各个部分 之间没有任何联系，在这种情况下，我们 把这些部分称为成分。
网络规模
个体网的规模：指的是与某个核心个体直接 相关的其他个体的数量。
整体网的规模：指的是网络中包含的全部行 动者的数目。
2021/6/16
21
3. 网络规模和网络密度分析
网络密度
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，该网络对其中行动者 的态度、行为等产生的影响就越大。
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。
2021/6/16
社会网络分析法的实施步骤
社会网络分析法的实施步骤
1. 引言
社会网络分析法（Social Network Analysis，SNA）是一种基于社会网络理论的研究方法，用于分析和可视化社会关系网络。社会网络分析法在人际关系、组织结构、信息传播等领域中具有广泛的应用，可以帮助研究者深入了解人际社会关系的形成和演化规律，以及网络中的权力、影响力等重要概念。本文将介绍社会网络分析法的实施步骤，以帮助读者理解和运用该方法。
2. 数据采集
社会网络分析法的第一步是收集相关的社会网络数据。数据的采集可以通过多种途径进行，如问卷调查、观察记录、网络爬虫等。根据研究目的和资源情况，选择合适的数据采集方法，并确保数据的准确性和完整性。
3. 数据清洗与整理
采集到的数据可能存在一些噪音和冗余信息，需要进行数据清洗和整理。数据清洗包括去除错误数据、填补缺失数据、处理异常值等操作，以确保数据的质量。数据整理则包括将采集到的数据按照统一的格式进行整理和存储，便于后续的统计分析和可视化。
4. 社会网络图构建
社会网络分析的核心是构建社会网络图。社会网络图由节点和边组成，节点代表个体或组织，边代表它们之间的社会联系。根据数据的特点和研究问题，选择合适的网络构建算法，生成符合研究需要的社会网络图。
5. 基本网络指标计算
构建社会网络图后，可以计算一系列的基本网络指标，以揭示网络的结构和特征。常见的基本网络指标包括节点的度中心性（Degree Centrality）、介数中心性（Betweenness Centrality）、接近中心性（Closeness Centrality）等。这些指标可以帮助研究者了解网络中的重要节点和关键路径，从而深入研究网络的功能和影响力。
社会网络分析法
社会网络分析法
社会网络分析法是一种研究社会关系的方法，它通过对人际关系网络的分析来揭示人们在社会交往中的行为模式和影响力。这种方法可以帮助我们更好地理解社会结构、关系网络和信息流动。本文将详细介绍社会网络分析法及其应用。
首先，让我们了解一下什么是社会网络。社会网络是由一组个体以及它们之间的关系所构成的系统。这些个体可以是个人、组织或者国家。在社会网络中，个体之间的关系可以通过各种不同的连接方式来表示，比如朋友关系、家庭关系、工作关系等。这些关系构成了一个复杂的网络结构，影响着个体之间的相互作用和信息传播。
社会网络分析法通过对这些网络结构的分析，揭示了社会组织的特点和运作机制。它可以帮助我们理解个体在社会中的地位和角色，识别出信息传播的路径和关键节点，预测社会动态的发展趋势等。
社会网络分析法的核心概念是节点和连边。节点代表了个体，连边则表示个体之间的关系。通过对这些节点和连边的分析，我们可以揭示出社会网络的拓扑结构和关键特征。例如，我们可以计算节点的度中心性，即节点与其他节点之间的连边数量，来评估节点的重要性和影响力。高度中心性的节点往往是网络中的关键人物，他们在信息传播中起到了重要的作用。
除了节点和连边，社会网络分析法还引入了其他一些指标，如聚集系数、介数中心性等。聚集系数表示网络中节点的紧密程度，即节点的邻居之间是否有连接。聚集系数高的网络意味着信息传播更加迅速，社群关系更加密切。介数中心性衡量了节点在信息传播中的中介程度，即节点在不同路径上的频繁出现情况。拥有高介数中心性的节点在信息传播中起到了桥梁作用，可以增加信息传播的效率和覆盖范围。
社会网络分析法详细讲解
Image 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。
5. 凝聚子群分析
No 2.子群成员之间
1.关系的互惠性 的接近性或可达 性
Image 4.子群内部成员
3.子群内部成员 之间关系的频次
NetWork—Regions—K-Core
5.4 基于“子群内外关系”的凝聚子群
成分：
如果一个图可以分为几个部分，每个部 分的内部成员之间存在联系，而各个部分 之间没有任何联系，在这种情况下，我们 把这些部分称为成分。
Network—Regions—Components— Simple Graphs/Valued Graphs
4. 中心性和影响力
思路：
首先给出一个点的各种“绝对中心度”的表达 式；然后为了比较来自不同图的点的中心度， 需要给出“相对中心度”指数，即“标准化” 的绝对中心度指数；最后给出一个图在整体上 的中心势指数。
4. 中心性和影响力
度数 中心
性
中间
中心性
中心
性
接近 中心
性
4. 1 度数中心性
点的度数中心度：
一个点的接近中心度是该点与图中所有其
他点的捷径距离之和。
社会网络分析法——详细讲解精品PPT课件
4. 1 度数中心性
图的度数中心势：
首先找到图中各个点的最大中心度的值；然
后计算该值与图中其他点的中心度的差，从
Network—centrality—degree
而得到多个“差值”；再计算这些“差值”
和描述
32767个点 的网络数
据
http： //www.anl ytictech.c om/downl oaduc6.ht
m
林顿·弗 里曼编写
新一代学 者维护
2. 社会网络分析工具—UCINET 简介
2. 社会网络分析工具—UCINET 简介
Exit
2. 社会网络分析工具—UCINET 简介
Spreadsheet
4. 2 中间中心性
具体地说：
假设点 j 和点 k 之间存在的捷径条数用 g jk 来表示。点 j 和点 k之间存在的经过第三点 i
的捷径数目用 g jk i 来表示。第三个点 i 能够 控制此两点的交往的能力用 bjk i 来表示，则 bjk i g jk i g jk
4. 2 中间中心性
的总和；最后用这个总和除以在理论上各个
差值总和的最大可能值
n
Cmax Ci
C
社会网络分析法
A(n)
…
A(2)
A(1)
A
Amn
…
Am2
Am1
m
…
…
…
…
…
A2n
…
A22
A12
2
A1n
…
A12
A11
1
n
…
2
1
在上表中，表头1到n为这一群体成员的编号。当这一群体中编号为i的人认为编号为j的人最值得他尊重时，a(ij)取值为1。否则取值为0。比如，在这一群体中，编号为2的人认为编号为1的人最值得他尊重时，a(21)等于1。如果编号为1的人没提到编号为n的人，a(1n)为0。
在上表中，我们可以获得两种重要的信息： 其一，关于群体中，每一个体威信水平的信息； 其二，关于群体稳定性水平的信息。
定义：A为个体威信指数，它由下式计算： 显然A是群体中所有对某一成员信任的人的总数，因此，A(j)的大小反映了这一成员在群体中的威信水平。
在上一统计表中，除了个体威信的信息外，还可以获得有关群体稳定性的信息。在得到了A(j)后，根据A(j)值的大小，可以对群体中每个人的威信水平进行排队。如果一个群体有K个负责人，则A(j)值最大的人得分为K，第二名得分为K-1，第三名为K-2，第K名为1，K以下全为0。 定义：W为群体的稳定性指数，它由下式计算：
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
全部数据 都用矩阵 形式来储 存、展示
和描述
32767个点 的网络数
据
http： //www.anl ytictech.c om/downl oaduc6.ht
m
林顿·弗 里曼编写
新一代学 者维护
2. 社会网络分析工具—UCINET 简介
2. 社会网络分析工具—UCINET 简介
Exit
2. 社会网络分析工具—UCINET 简介
UCINET数据的输入
一般情况下，社会网络数据都是通过社会调查， 以问卷或数据表的形式获得的。输入数据的方式多 种多样，可以用Excel或常见的文本编辑器输入，也 可利用UCINET本身的数据表程序输入。
UCINET数据的预处理
2. 社会网络分析工具—UCINET 简介
隶属关系矩阵—邻接矩阵
Data—Transpose Tools—Matrix Algebra
3. 网络规模和网络密度分析
整体网的密度
假设网络中有n个行动者，其中包含的实际关系数为m
当整体网是无向关系网时，其中包含的关系总数在理论 上的最大可能值是n(n-1)/2，则其网络密度为：m/(n(n1)/2) 当整体网是有向关系网时，其中包含的关系总数在理论 上的最大可能值是n(n-1)，则其网络密度为：m/(n(n-1))
的总和；最后用这个总和除以在理论上各个
差值总和的最大可能值
n
Cmax Ci
C
i 1
max n Cmax Ci
i1
4. 2 中间中心性
点的中间中心度：
它测量的是行动者对资源控制的程度， 也就是一个点在多大程度上位于图中其他 “点对”的“中间”。
如果一个点处于许多其他点对的捷径 （最短的途径）上，就说该点具有较高的 中间中心度。
社会网络分析法——详细讲解
1. 社会网络分析简介
重要理论基础：
六度分割理论
150定律（邓巴数字）
1. 社会网络分析简介
网络中的“点”
可以是任何一个社会单位或者社会实体，例 如：个体、公司、学校、城市、国家
关系的表现也有很多种
朋友关系、合作关系、距离关系、贸易关系
1. 社会网络分析简介
社会网络的形式化表达
社会网络研究的三个层次
个体网：由一个核心个体和与之直接相连的其 他个体构成的网络。
局域网：个体网加上与个体网络成员有联系的 其他点所构成的网络。
整体网：由一个群体内部所有成员及其间的关 系构成的网络。
1. 社会网络分析简介
资料的收集方法
线人法 提名法 档案资料 问卷法等
2. 社会网络分析工具—UCINET 简介
绝对度数中心度：某点的度数中心度就是 与这个点直接相连的其他点的个数。 相对度数中心度：点的绝对中心度与图中 点的最大可能的度数之比。
4. 1 度数中心性
图的度数中心势：
首先找到图中各个点的最大中心度的值；然
后计算该值与图中其他点的中心度的差，从
Network—centrality—degree
而得到多个“差值”；再计算这些“差值”
最流行的社会网 络分析软件
网络规模、网络 实现画图功能的
密度、中心性、
NetDraw
凝聚子群、结构
洞等
UCINE
T
三维展示分析分 析软件Mage
集成了Pajek用于 大型网络分析的
Free应用程序
2. 社会网络分析工具—UCINET 简介
UCINET (University of California at Irvine NETwork）
Spreadsheet
数据输入形式之一：直接录入矩阵
Edit Text File
数据输入形式：编辑文本文件创建 UCINET数据
Display Ucinet Dataset
Export Network to Mage
三维图
Export to Pajek
Netdraw
2. 社会网络分析工具—UCINET 简介
4. 2 中间中心性
具体地说：
假设点 j和点 k之间存在的捷径条数用 g jk 来表示。点 j和点 k之间存在的经过第三点 i
的捷径数目用 g jk i 来表示。第三个点 i能够 控制此两点的交往的能力用 bjk i 来表示，则 bjk igjk i gjk
4. 2 中间中心性
点的绝对中间中心度：
nn
C AB i
bjki ， jki，j 且 k
jk
点的相对中间中心度：
C RB in22 C 3 A n B2 i ， 0C RB 1 i
4. 2 中间中心性
图的中间中心势
对于一个规模为n的图来讲，首先找到图中各
N个e点tw的or中k间—中C心en度tr的al最ity大—值F；re然em后a计n 算be该tw值e与en图ness— 中其他点的中间中N心od度e 之be差tw，ee从n而ne得ss到多个“差
图形表达 矩阵表达
有向图、无向图；二 值图、符号图、多值 图；完备图，非完备 图
方阵（邻接矩阵）、 发生矩阵、有向关系 矩阵、多值关系矩阵、 隶属关系矩阵等
1. 社会网络分析简介
G1 G 2 G3 G 4 A1 1 0 0 B1 1 1 0 C1 1 1 1 D1 0 1 0 E0 1 0 1
1. 社会网络分析简介
3. 网络规模和网络密度分析
整体网中个体网密度的计算
Network—Ego networks—Egonet Density
整体网密度的计算
Network—Cohesion—Density—Density Overall
4. 中心性和影响力
中心度和中心势
点的中心度
整体图的 中心度
中心度测量的是个体在整个网络中的权力 中心势测量的是一个图在多大程度上围绕某个 或某些特殊点建构起来。
多值矩阵二值化
Transform—Dichotomize
对称化处理
Transform—Symmetrize
3. 网络规模和网络密度分析
网络规模
个体网的规模：指的是与某个核心个体直接 相关的其他个体的数量。
整体网的规模：指的是网络中包含的全部行 动者的数目。
3. 网络规模和网络密度分析
网络密度
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，该网络对其中行动者 的态度、行为等产生的影响就越大。
4. 中心性和影响力
思路：
首先给出一个点的各种“绝对中心度”的表达 式；然后为了比较来自不同图的点的中心度， 需要给出“相对中心度”指数，即“标准化” 的绝对中心度指数；最后给出一个图在整体上 的中心势指数。
4. 中心性和影响力
ห้องสมุดไป่ตู้
度数 中心
性
中间
中心性
中心
性
接近 中心
性
4. 1 度数中心性
点的度数中心度：