如何用Ucinet生成网络结构图,只有excel中的原始数据
社会网络分析方法 ucinet的应用
社会网络分析方法 UCI-Net 的应用引言社会网络分析方法是一种研究人际关系和社会结构的方法，在社会学、心理学、管理学等领域有广泛的应用。
其中，UCI-Net是一款常用的社会网络分析工具，可以帮助研究人员对社会网络进行可视化和分析。
本文将介绍UCI-Net的使用方法和一些常见的应用案例。
UCI-Net 的概述UCI-Net是一款基于UCINet软件开发的网络分析工具，它提供了数据处理、数据可视化、社会网络指标计算等一系列功能。
UCI-Net支持多种数据格式的导入，包括Excel、文本文件、数据库等，用户可以根据自己的数据来源选择合适的导入方式。
UCI-Net 的功能和应用数据处理和可视化UCI-Net提供了丰富的数据处理功能，用户可以对导入的数据进行清洗、转换和整合。
用户可以根据需要选择不同的数据处理方法，如删除重复数据、合并多个数据集等。
此外，UCI-Net还可以通过连接数据库等方式实时获取数据，方便用户进行实时的数据处理和可视化。
UCI-Net还提供了多种数据可视化的方式，用户可以选择不同的图表类型来展示网络关系和特征。
例如，可以使用节点连线图来展示社会网络中的人物关系，通过节点的颜色和大小来表示不同的属性。
用户还可以根据自己的需求自定义图表的样式和布局，使得图表更加清晰和易于理解。
社会网络指标计算UCI-Net提供了一系列社会网络指标的计算功能，用户可以根据自己的研究目的选择合适的指标进行计算。
例如，可以计算网络中的中心性指标，如度中心性、接近中心性和介数中心性等，来衡量节点在网络中的重要性和影响力。
此外，UCI-Net还可以计算网络中的密度、平均路径长度和群聚系数等指标，来分析网络的紧密性和结构特征。
社会网络模型和预测UCI-Net还支持社会网络模型的构建和预测分析。
用户可以使用UCI-Net提供的算法和模型来构建社会网络模型，并通过模型进行网络预测。
例如，可以根据过去的社会网络数据来预测未来的网络关系和行为。
ucinet使用说明解析
☞凝聚子群分析
具体地说，CONCOR程序开始于一个矩阵，首先计算矩阵的各个行（或者 各个列）之间的相关系数，得到一个相关系数矩阵（C1）。CONCOR算法的特 点是，它把系数矩阵C1作为输入矩阵，继续计算此矩阵的各个行或者各个列之 间的相关系数。即计算第一个系数矩阵C1的各个行（或者各个列）之间的相关 系数。得到的各个“相关系数的相关系数”将构成又一个新的系数矩阵C2。然 后继续依次计算，最后得到“相关系数的相关系数的相关系数的…矩阵”（刘 军，2009）[22]。
经过多次迭代计算之后，CONCOR利用树形图（tree-diagram或者 dendrogram）表达各个位置之间的结构对等性程度，并且标记出各个位置拥 有的网络成员。CONCOR的分析对象是相关系数矩阵，它包含的是皮尔逊积距 系数，这种系数用来测量各对行动者之间的相似性。利用CONCOR进行分析时， 在最后的结果中每个区中的行动者最好大于3个。CONCOR法也可以直接分析 多元关系数据以及多值关系矩阵。
输入结果：
☞UCINET的数据输入和输出
☞UCINET的数据输入和输出
Ucinet输出的方式也有多种：数据语言数据、原始数据、Excel数据和图 形方式。
输出路径：数据输出Excel矩阵
☞UCINET的数据输入和输出
输出结果显示：
☞UCINET的数据输入和输出
输出结果显示：
☞网络密度分析
UCINET6 主界面
☞UCINET的数据输入和输出
Ucinet 的数据输入方式有多种：初始数据（Raw）、Excel数据和数据语言 数据（Data Language，DL）。
注：Ucinet处理的Excel数据最多只能有255列。 输入路径：数据输入Excel矩阵
Ucinet使用
一、导入数据（两种方法）
1.excel导入
“数据”——“输入”——“Excel矩阵”，将bibexcel处理好的矩阵导入
2.txt导入
共词矩阵.txt中输入下列内容：
dl n=70 format=edgelist1
labels embedded
data
说明：n=？指矩阵几行几列，即选择了多少个关键词
“数据”——“输入”——“DL（D）”，选中共词矩阵.txt
点击“确定”，弹出下图所示的文本文档，并在输出路径所在地生成 .##h和 .##d文件。
二、可视化数据分析
点击可视化—netdraw，然后弹出netdraw界面
选择file—open—ucinet dataset—network,然后弹出如下界面
选择生成的 .##h文件，点击ok，然后出现如下界面：
然后进行中心度分析，选择analysis—centrality measures，然后在弹出界面的set node size by 下输入degree，点击 ok
然后就会出现依据中心度大小进行显示的节点情况
三、小团体分析
去箭头
点击可视化—netdraw，然后弹出netdraw界面
选择file—open—ucinet dataset—network,然后弹出如下界面
选择生成的 .##h文件，点击ok，然后出现如下界面：
点击右侧小箭头
调整一下每个节点的位置，让关键词都露出来，图要美观
————AnalysisSubgroupFactions
弹出小窗口
数字挨个试，出现转折时，选择转折前的那个数字
8时，Fitness=218；9时，Fitness=222，出现转折，选择数字“”8共有8个小团体。
用Ucinet生成网络结构图-只有excel中的原始数据
如何用Ucinet生成网络结构图-只有excel中的原始数据————————————————————————————————作者：————————————————————————————————日期：如何用Ucinet生成网络结构图，只有excel中的原始数据？首先，看到我这篇文章的孩纸基本都是为了写本科、研究生毕业论文，希望看完这篇文章能节省你自己摸索的宝贵时间，抓紧时间找到好工作！！其次，因为写了这篇Blog，认识了很多的网友，特别是很多的女网友，我很高兴，虽然懂的不多，但是希望能帮到更多的人，一直想抽时间来修改下这篇日志，苦于工作，今天就把大家问我的常见问题汇总一下1.版本和注册问题大家可以往下从第一幅图中看到我用的Ucinet的版本是6.216，这个版本比较老了，很多网友用的版本都比我新，新版的某些界面有些的不一样，但是我想换汤不换药，基本的思路是一致的，况且版本较多也不可能把每个版本都详细说道。
如果说不想用新版的，我这里提供我使用的软件包，供大家下载使用（点我进百度网盘下载），注册码为5809870284(如果无效，压缩包里面有注册机keygen.exe)，注册方法如下图，最后输入注册码就ok请务必注册，曾经有网友问我为什么导入excel数据的时候有矩阵大小最大为256*256的限制，答案就是你没有注册，不论你用的什么版本，我也不知道没注册还会有那些类似BUG存在。
本不想把注册方法讲的这么详细，可问这个的人太多就更新一下吧2.本贴讲的是一维数据画图即所处理的数据是一个集合内互相之间的关系，如一堆客户之间的关系，一堆文章互相之间的引用等第一步整理excel数据表这里我们需要把你的原始数据处理成标准N*N的矩阵，可以只填写上三角（或者下三角），这样画出的表示有向图，填写为对称矩阵则“表示”无向图，所谓无向图也即是任一连线都带箭头（看到这没学过图论的可能有点晕）。
给大家看个例子，解释一下大家就清楚了，其实很简单：黄色部分是下三角，橙色部分是上三角，绿色部分是标题行，蓝色是对角线解释上图，矩阵的数值，简单的说可以表示张三跟李四借了钱（从左起，三行二列为1），张三后来又把钱还给了李四（从左起，二行三列为1），以此类推如上图表示的是对称矩阵，矩阵里的值可以为0-1（表示有关系或没关系，即借了或没借，若为0也可不填），或者任意实数（表示产生关系的次数或者上面例子中借的金额数），大家应该有举一反三的能力哈第二步导入excel数据保存就是菜单view下面那个磁盘的图标拉，有同学说找不到，我很无语第三步二值化（这一步是可选的）上面说了，矩阵的数值可以是0-1，也可以是任意实数，那么这一步就是要把实数矩阵转成0-1矩阵，也就是把定量问题定性考虑举个例子，张三借给李四多少钱算借钱呢，好吧，10块钱以上算借钱（有同学要吐槽说太抠了吧），那就让ucinet帮你把矩阵里10以上（以上、以下、等于都是可以自己设定的，这里以“以上”为例）的数值都改成1，10以下的数值就无视掉（变0）下图中的10表示表中大于10的都换为1，否则为0，cut-off operator即规则，Greater Than就是大于。
ucinet使用说明解析
☞凝聚子群分析 凝聚子群分析路径：网络角色&位置结构CONCOR
凝聚子群分析结果：
☞凝聚子群分析
凝聚子群分析结果：☞凝聚子群分析谢观赏2020/11/26
29
☞凝聚子群分析
具体地说，CONCOR程序开始于一个矩阵，首先计算矩阵的各个行（或者各个列）之间的相关系数，得到一 个相关系数矩阵（C1）。CONCOR算法的特点是，它把系数矩阵C1作为输入矩阵，继续计算此矩阵的各个行或者 各个列之间的相关系数。即计算第一个系数矩阵C1的各个行（或者各个列）之间的相关系数。得到的各个“相关 系数的相关系数”将构成又一个新的系数矩阵C2。然后继续依次计算，最后得到“相关系数的相关系数的相关系 数的…矩阵”（刘军，2009）[22]。
注：Ucinet处理的Excel数据最多只能有255列。 输入路径：数据输入Excel矩阵
☞UCINET的数据输入和输出
输入结果：
☞UCINET的数据输入和输出
☞UCINET的数据输入和输出
Ucinet输出的方式也有多种：数据语言数据、原始数据、Excel数据和图形方式。 输出路径：数据输出Excel矩阵
· 在UCINET6中全部数据都用矩阵的形式来存储、展示和描述。 ·下载： 1、 可以免费使用两个月。
2、人大经济论坛中文版 ·UCINET6.186（即修改了186次得UCINET6版本）版本无须安装，打开即可使用。
UCINET6 主界面
☞UCINET的数据输入和输出
Ucinet 的数据输入方式有多种：初始数据（Raw）、Excel数据和数据语言数据（Data Language，DL）。
利用ucinet软件中的CONCOR法进行凝聚子群分析。CONCOR是一种迭代相关收敛法（convergent correlation或者convergence of iterated correlation）。它基于如下事实：如果对一个矩阵中的各个行（或 者列）之间的相关系数进行重复计算（当该矩阵包含此前计算的相关系数的时候），最终产生的将是一个仅由1和 -1组成的相关系数矩阵。进一步说我们可以据此把将要计算的一些项目分为两类：相关系数分别为1和-1的两类 （刘军，2009）[22]。
ucinet使用简介
UCINET6 主界面
☞UCINET的数据输入和输出
Ucinet 的数据输入方式有多种：初始数据（Raw）、Excel数据和数据语言 数据（Data Language，DL）。 注：Ucinet处理的Excel数据最多只能有255列。 输入路径：数据输入Excel矩阵
☞UCINET的数据输入和输出
网络密度指的是网络中各个成员之间联系的紧密度，可以通过网络中实际存在的关系 数与理论上可能存在的关系数相比得到，成员之间的联系越多，该网络的密度越大。整体 网的密度越大，该网络对其中行动者的态度、行为等产生的影响可能越大。 注：计算的时候最好将多值关系数据转换成二值关系数据。 将多值关系数据转换成二值关系数据路径：变换对分
郭彩云 原创
秋记与你分享
静思笃行 持中秉正
目录
UCINET的运行环境 UCINET的数据输入和输出 网络密度分析 网络中心性分析
凝聚子群分析
☞1、UCINET的运行环境
·UCINET（University of California at Irvine NETwork） 是一种功能强大的社会网络分析软件，他最初由加州大学尔湾 分校社会网研究的权威学者Linton Freeman 编写。 · 在UCINET6中全部数据都用矩阵的形式来存储、展示和 描述。 ·下载： 1、 /downloaduc6.htm 可以免费使用两个月。 2、人大经济论坛中文版 ·UCINET6.186（即修改了186次得UCINET6版本）版本无 须安装，打开即可使用。
☞网络中心性分析
结点中心度分析结果：
☞网络中心性分析
接近中心度分析路径：网络中心度接近性
☞网络中心性分析
接近中心度分析结果：
☞网络中心性分析
ucinet软件使用简介
☞凝聚子群分析
具体地说，CONCOR程序开始于一个矩阵，首先计算矩阵的各个行（或者 各个列）之间的相关系数，得到一个相关系数矩阵（C1）。CONCOR算法的特 点是，它把系数矩阵C1作为输入矩阵，继续计算此矩阵的各个行或者各个列之 间的相关系数。即计算第一个系数矩阵C1的各个行（或者各个列）之间的相关 系数。得到的各个“相关系数的相关系数”将构成又一个新的系数矩阵C2。然 后继续依次计算，最后得到“相关系数的相关系数的相关系数的…矩阵”（刘 军，2009）[22]。 经过多次迭代计算之后，CONCOR利用树形图（tree-diagram或者 dendrogram）表达各个位置之间的结构对等性程度，并且标记出各个位置拥 有的网络成员。CONCOR的分析对象是相关系数矩阵，它包含的是皮尔逊积距 系数，这种系数用来测量各对行动者之间的相似性。利用CONCOR进行分析时， 在最后的结果中每个区中的行动者最好大于3个。CONCOR法也可以直接分析 多元关系数据以及多值关系矩阵。
☞生成可视化结构图
还可以在此基础上进行中心性的可视化分析，路径：Analysis Centrality 还还 Measures
☞生成可视化结构图
针对中间中心度分析的结果如下：
☞网络中心性分析
中心性(centrality)是度量整个网络中心化程度的重要指标，在城市群网络中， 处于中心位置的城市更易获得资源和信息，拥有更大的权力和对其他城市更强的影 响力。网络中心性又可以分为点度中心度、接近中心度和中间中心度三个指标。 节点中心度分析路径：网络中心度度
秋记与你分享
静思笃行 持中秉正
目录
UCINET的运行环境 UCINET的数据输入和输出 网络密度分析 网络中心性分析
凝聚子群分析
ucinet使用说明
秋记与你分享
静思笃行 持中秉正
目录
UCINET的运行环境 UCINET的数据输入和输出 网络密度分析 网络中心性分析
凝聚子群分析
☞1、UCINET的运行环境
·UCINET（University of California at Irvine NETwork） 是一种功能强大的社会网络分析软件，他最初由加州大学尔湾 分校社会网研究的权威学者Linton Freeman 编写。 · 在UCINET6中全部数据都用矩阵的形式来存储、展示和 描述。 ·下载： 1、 /downloaduc6.htm 可以免费使用两个月。 2、人大经济论坛中文版 ·UCINET6.186（即修改了186次得UCINET6版本）版本无 须安装，打开即可使用。
☞网络密度分析
转换成二值数据后的结果：
☞网络密度分析
分析路径：网络凝聚力密度密度
☞网络密度分析
☞网络密度分析
网络密度分析结果显示：
☞生成可视化结构图
利用ucinet加载的Net-Draw程序可以生成经济联系网络的可视化结构图。 路径：可视化Net-Draw Open Ucinet Dataset Network
☞凝聚子群分析
凝聚子群分析路径：网络角色&位置结构CONCOR
☞凝聚子群分析
凝聚子群分析结果：
☞凝聚子群分析
凝聚子群分析结果：
☞生成可视化结构图
还可以在此基础上进行中心性的可视化分析，路径：Analysis Centrality 还还 Measures
☞生成可视化结构图
针对中间中心度分析的结果如下：
☞网络中心性分析
中心性(centrality)是度量整个网络中心化程度的重要指标，在城市群网络中， 处于中心位置的城市更易获得资源和信息，拥有更大的权力和对其他城市更强的影 响力。网络中心性又可以分为点度中心度、接近中心度和中间中心度三个指标。 节点中心度分析路径：网络中心度度
- 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)。
如何用Ucinet生成网络结构图，只有excel中的原始数据？
首先，看到我这篇文章的孩纸基本都是为了写本科、研究生毕业论文，希望看完这篇文章能节省你自己摸索的宝贵时间，抓紧时间找到好工作！！
其次，因为写了这篇Blog，认识了很多的网友，特别是很多的女网友，我很高兴，虽然懂的不多，但是希望能帮到更多的人，一直想抽时间来修改下这篇日志，苦于工作，今天就把大家问我的常见问题汇总一下
1.版本和注册问题
大家可以往下从第一幅图中看到我用的Ucinet的版本是6.216，这个版本比较老了，很多网友用的版本都比我新，新版的某些界面有些的不一样，但是我想换汤不换药，基本的思路是一致的，况且版本较多也不可能把每个版本都详细说道。
如果说不想用新版的，我这里提供我使用的软件包，供大家下载使用（点我进百度网盘下载），注册码为5809870284(如果无效，压缩包里面有注册机keygen.exe)，注册方法如下图，最后输入注册码就ok
请务必注册，曾经有网友问我为什么导入excel数据的时候有矩阵大小最大为256*256的限制，答案就是你没有注册，不论你用的什么版本，我也不知道没注册还会有那些类似BUG存在。
本不想把注册方法讲的这么详细，可问这个的人太多就更新一下吧
2.本贴讲的是一维数据画图
即所处理的数据是一个集合内互相之间的关系，如一堆客户之间的关系，一堆文章互相之间的引用等
第一步整理excel数据表
这里我们需要把你的原始数据处理成标准N*N的矩阵，可以只填写上三角（或者下三角），这样画出的表示有向图，填写为对称矩阵则“表示”无向图，所谓无向图也即是任一连线都带箭头（看到这没学过图论的可能有点晕）。
给大家看个例子，解释一下大家就清楚了，其实很简单：
黄色部分是下三角，橙色部分是上三角，绿色部分是标题行，蓝色是对角线
解释上图，矩阵的数值，简单的说可以表示张三跟李四借了钱（从左起，三行二列为1），张三后来又把钱还给了李四（从左起，二行三列为1），以此类推
如上图表示的是对称矩阵，矩阵里的值可以为0-1（表示有关系或没关系，即借了或没借，若为0也可不填），或者任意实数（表示产生关系的次数或者上面例子中借的金额数），大家应该有举一反三的能力哈
第二步导入excel数据
保存就是菜单view下面那个磁盘的图标拉，有同学说找不到，我很无语
第三步二值化（这一步是可选的）
上面说了，矩阵的数值可以是0-1，也可以是任意实数，那么这一步就是要把实数矩阵转成0-1矩阵，也就是把定量问题定性考虑
举个例子，张三借给李四多少钱算借钱呢，好吧，10块钱以上算借钱（有同学要吐槽说太抠了吧），那就让ucinet帮你把矩阵里10以上（以上、以下、等于都是可以自己设定的，这里以“以上”为例）的数值都改成1，10以下的数值就无视掉（变0）
下图中的10表示表中大于10的都换为1，否则为0，cut-off operator即规则，Greater Than就是大于。
点ok后选择保存地点，得到一个处理后的.#h文件
第四步，用netdraw 画图
导入第三步或者第二步得到的#h 文件，OK
最后是结果的实例了，但需要说明的是得到的图的节点大小，连线长度等属性本无意义，但是可以用ANALYSIS里的各种分析重画图，赋予这些属性新的意义，例如下图是中心性分析得到的结果，节点的大小表示中心性，点越大越是中心，如图，图书馆处于所有关键词的中心
第五步中心性算法（这一步也是可选的，根据你的需要）
简单的画图得到的结果可能并不直观，想得到像上面一样突出中心点的图，就需要中心性分析，具体方法是在netdraw界面的analysis菜单下centrality measures选项
点击进入如下，可以看到左边有算法的计算范围，右边有选框让你选择以什么为依据来确定节点的大
小，几个选项可以自己都尝试下，看能不能得到想要的结果
第六步不是最后一步的最后一步
有同学问我，我得到的图为什么没有上图那么英姿飒爽，87侧漏，而是全部拧成了麻花，那是因为你没调整
告诉大家一个最简单的方法，点netdraw界面里的闪电图标，系统会自动把你的图重新调整，撑开。
有问题加我QQ：309636860，也可以加入新成立的UCINET互助交流群294974227，尽力而为！推荐一本刘军教授写的《整体网分析讲义:UCINET软件实用指南》的PDF文档（似乎是国内唯一一本讲ucinet的入门中文图书）。