社会网络分析 PPT

• 20世纪70年代，怀特（Harrison White）在哈佛大学的研究
• 怀特将矩阵理论应用与社会网络研究，写出了一些关于网络分组（block modeling）和机会链（chains of opportunny）方面的重要论文。
• 在这个过程中，培养了一大批对当代社会网络分析具有重要影响的学生，比如皮尔 曼（Peter Bearman）、波纳西（Peter Bonacich）、威尔曼（Barry Wellman） 和温士浦（Christopher Winship）等人。
✓ 1967年哈佛大学心理学教授斯坦利·米尔格拉姆（Stanley Milgram）通过连锁信实 验验证了六度分离理论（Six Degrees of Separation）
• 六度分离理论（又称小世界现象）的出现使得人们对于人际关系网络的威力有了新 的认识。然而，在这个理论中，没有对人和人之间的关系进行强弱的区分。直到19 74年，斯坦福大学社会系的马克·格拉诺维特（Mark Granovetter）提出了弱连接 理论，才对这一问题进行了补充。
多个学科几代研究者不断积累的结果
• 关于社会网络分析的起源，有的研究者认为始于20世纪30年代早期莫雷诺（Jacob Moreno）的社会计量学。也有人认为，社会网络分析到20世纪70年代怀特（ Harrison White）在哈佛大学招收研究生时才开始。事实上，社会网络分析的相关理 论从19世纪末20世纪初的齐美尔（Georg Simmel）就已发端，甚至能够追溯至更早 的孔德（Auguste Comte）。
社会网络分析
4.6.1 社会网络分析的发展 当代科学界重视结构性与系统性这一大背景的产物
• 社会网络分析把社会学家、人类学家、数学家、经济学家、政治学家、心理学家、传 播学家、统计学家、生态学家、流行病学家、计算机科学家、商学院里的组织行为学 和市场学学者，以及物理学家集合在一起。
• 虽然这些人背景各异，但共同拥有一个体现在网络分析方法中的结ห้องสมุดไป่ตู้性视角。
✓ 20世纪30年代，莫雷诺的社会关系计量学和沃纳（William Warner）与梅奥（Geor ge Mayo）的人际关系学派
• 1934年，莫雷诺出版了《谁将生存？》一书，标志着社会计量学的兴起。
− 莫雷诺及其助手统计了研究对象期望和哪位组织成员共同生活和娱乐，并据此 得出一套关系型数据，用以分析各成员在群体中的位置和群体中的小集团。
− 70年代末，在威尔曼等人的倡导下，社会网络研究国际协会（International Network for Social Network Analysis）成立，加上《社会网络》杂志的创 办，标志着社会网络研究开始了系统化和国际化的进程。
大家有疑问的，可以询问和交流
可以互相讨论下，但要小声点
✓ 20世纪90年代以来，社会网络研究实现了分析方法的突破和多学科的深入参与
− 于此同时，以康奈尔大学的Jon M. Kleinberg教授为代表的计算机科学研究者 则主要针对社交网络数据的特点，运用与修改各种数据挖掘算法。提出了针对 社交网络数据的基本算法，如著名的HITS和PAGERANK算法。
• 大约在同时期，哈佛大学的沃纳和梅奥在研究组织行为的过程中，提出了人际关 系学派（The Relational School）。
− 他们收集了工人之间详细的社会网络数据，比如谁和谁一起玩、谁和谁吵了架 等，并用图形的方式展示了工人之间的种种关系。
✓ 20世纪50年代，哥伦比亚学派的传播研究
• 拉扎斯菲尔德（Paul Lazarsfeld）、科尔曼（James Coleman）、卡兹（Elihu Katz）和门泽尔（Herbert Menzel）等人采用社会网络的方法来研究社会传播（ Social Diffusion），给社会网络研究注入了新的活力。1955年，哥伦比亚学派的 代表性作品之一《人际影响》问世，研究者们从生命周期、合群性和社会经济地位 三个方面探讨了意见领袖的特征。
• 参与的学科从社会学、人类学和统计学扩张到经济学、政治学、传播学、文学、物 理学、生物学和医学等学科。
• 在这个过程中，除了以社会学为核心的研究继续得到巩固，还形成了以物理学和计 算机科学为核心的不同流派。
− 1998年，康奈尔大学的邓肯·瓦特（Duncan Watts）和斯蒂文·斯特罗加茨（ Steven Strogatz）在《Nature》杂志上发表了一篇名为“小世界网络的集体 动力学”（Collective dynamics of the 'Small World' networks）的论文 。指出之所以会出现小世界现象，是由于某一类复杂网络的特性。他们注意到 复杂网络可以按两个独立的结构特性分类，即集聚系数和节点间的平均路径长 度。1999年，Barabási和Albert在《Science》杂志上发表的《随机网络中标 度的涌现》一文中证明复杂网络的连接度普遍符合幂律分布。随后，很多研究 者，尤其是物理学家开始关注各种复杂网络。
− 格兰诺维特指出：每个人与接触最频繁的亲人、同学、朋友、同事等之间是一 种“强连接”（Strong Ties），然而这种稳定的连接在传播范围上非常有限 。反而，与一个人的工作和事业关系最密切的社会关系并不是“强连接”，而 常常是“弱连接”（Weak Ties），例如一个无意间认识的人或者打开收音机 偶然听到的一个人等。“弱连接”虽然不如“强连接”那样稳定，但却有着极 快的、低成本和高效能的传播效率。
• 指数随机网络模型（Exponential Random Graph Models，ERGM）的建立和发 展极大推动了社会网络的统计建模。
• Snijders等创建的个体导向随机模型（Stochastic Actor-oriented Models）进一 步把随机网络模型推广到分析动态社会网络。
• 研究主题从单纯的对社会网络的研究，扩展到对政治网络、经济网络、文学作品中 的对话网、蛋白质互动网、疾病传染网、计算机网络等的研究。