ucinet中文教程
ucinet软件快速入门上手网络分析软件
u c i n e t软件快速入门上手网络分析软件(总7页)-CAL-FENGHAI.-(YICAI)-Company One1-CAL-本页仅作为文档封面，使用请直接删除本指南提供了一种快速介绍UCINET的使用说明。
假定软件已经和数据安装在C:\Program Files\AnalyticTechnologies\Ucinet 6\DataFiles的文件夹中，被留作为默认目录。
这个子菜单按钮涉及到UCINET所有程序,它们被分为文件,数据、转换、工具、网络、视图、选择和帮助。
值得注意的是,这个按钮的下方，都是在子菜单中的这些调用程序的快捷键。
在底部出现的默认目录是用于UCINET收集任何数据和存储任何文件(除非另外说明)，目录可以通过点击向右这个按钮被修改。
运行的一种程序为了运行UCINET程序,我们通常需要指定一个UCINET数据集,给出一些参数。
在可能的情况下，UCINET选用一些默认参数，用户可以修改 (如果需要)。
注意UCINET伴随着大量的标准数据集，而这些将会放置在默认值目录。
当一个程序被运行，有一些文本输出,它们会出现在屏幕上,而且通常UCINET的数据文件包含数据结果,这些结果又将会被储存在默认目录中。
我们将运行度的权重的程序来计算在一个称为TARO的标准UCINET数据集的全体参与者的权重。
首先我们强调网络>权重>度,再点击如果你点击了帮助按钮，,一个帮助界面就会在屏幕上打开，看起来像这样。
帮助文件给出了一个程序的详细介绍,会解释参数并描述在记录文件和屏幕上显示出来的输出信息。
关闭帮助文件,或者通过点击pickfile按钮或者输入名称选择TARO分析数据，如下。
现在点击OK运行程序验证。
这是一个文本文件给出的程序结果。
注意你可以向下滚动看到更多的文件。
这个文件可以保存或复制、粘贴到一个word处理包中。
当UCINET被关闭时，这个文件将会被删除。
关闭此文件。
注意,当这个程序运行时,我们也创建了一个名为FreemanDegree的新的UCINET 文档。
ucinet软件解释对照教学文案
FILES文件：change default folder改变默认文件夹create new folder创造新文件夹copy Ucinet dataset复制UCINET数据集rename ucinet dataset重命名ucinetdelete ucinet dateset删除ucinetprint setup打印设置text editor文档编辑程序view previous output查看前一个输出launch mage启动magelaunch pajek启动pajetexit退出DA TA数据：Spreadsheets:matrix 电子表格：矩阵Random:sociometric/bernoulli/multinomial 随机：计量社会学/伯努利分布/多项分布Import:DL/multiple DL files/VNA/pajek/krackplot/negopy/raw/excel matrix 输入export: DL/multiple DL files/VNA/pajek/krackplot/negopy/raw/excel matrix 输出cssBrowse 浏览Display 显示Describe 描述Extract 解压缩Remove 移动Unpack 解包Join 加入Sort 排序Permute 交换Transpose 调换Match net and attrib datasets 匹配网和属性数据集Match multiple datasets 匹配多重数据集Attribute to matrix 属性到矩阵Affiliations(2-mode to 1-mode) 联系2模到1模Subgraphs from partitions 子图分割Partitions to sets 集合分割Create node sets 创造节点设置Reshape 变形TRANSFORM变换：Block 块Collapse 塌缩Dichotomize 对分Symmetrize 对称Normalize 标准化match marginals 匹配页边recode 再编码reverse 相反diagonal 对角线double 双倍rewire 重新布线matrix operations:within dataset-aggregations/cellwise transformations;between datasets-statistical summaries/boolean combinations矩阵操作：内部数据集-集合/ cellwise变换；中间数据集：统计摘要/布尔结合Union 并运算time stack 时间栈intersection 交集bipartite 双向的incidence 影响linegraph 线图multigraph 多重图multiplex 多元的semigroup 子组TOOLS工具：Consensus analysisCluster analysis:hierarchical/optimization/cluster adequacy簇：分层/优化/聚类功能Scaling/decomposition: 规模/分解metric MDS/non-metric MDS/factor analysis/correspondence/eigenvector&eigenvalus/SVD公制的/非公制的/因子分析/相应性/特征向量&特征值/SVDSimilarities 相似性Dissimilarities&distances: 不同&距离Univariate stats 单变数统计Count combinations 计数组合Frequencies 频率Testing hypotheses：node level-regression/anova/t-test; mixed dyidic-categorical attributes/continuous attributes; QAP-QAP correlation/QAP relation crosstabs/QAP regresstion假设检验：节点层次-回归/方差/T检验；混合二进节点-绝对属性/连续属性；QAP-相关性/联系交叉表/回归Matrix algebra 矩阵代数学Scatterplot 散点图Dendrogram 柱状图Tree diagram 树状图Network: 网络Cohesion凝聚力：Density密度/E-I index EI索引/transitivity 传递性/clustering 聚类系数coefficient 相互作用/reciprocity互惠性/homophyly同质性/krackhardt GID/simmelianp-embedded ties 连带/Distance 距离/Reachability 可达性/No. of geodesics 捷径序号/maximum flow 最大流/point connectivity 点连接/geodesic cube 捷径方阵Regions 区域：components成分/BI components BI成分/k-core K核Subgroups 子组：cliques派系/N-cliques N派系/N-plan N 宗派/K-plex K从/lambda set/factions/f-groupsPaths 路径Ego networks 个体中心网络：ego basicmeasures 个体中心网络密度/structural holes 结构洞/brokerage roles 经手费/egonet homophily /egonet composition-continuous alter attributes 个体中心网络强度和异质性/categorical alter attributes/honest broker indes诚实经纪人索引Contrality 中心度Degree 度/eigenvector 特征向量/alpha centrality 能力/influence 影响/hubs&authorities/colseness 接近性/beach centrality 到达中心度/information 通知/freeman betweenness 自由中间度-node betweenness节点中间度-hierarchical reduction 分节减少-edge betweenness 边缘中间度/proximal betweenness最接近中间度//flow betweenness 流中间度/fragmentation 总体分裂性/contribution centrality 贡献中心度/multiple measures 多重方式Group centrality 组中心度Core/periphery 核/外围catergorical/continuousRoles&positions 角色&位置：Structual结构-profile轮廓/concor/optimization优化；Automorphmic自同构；Exact精确的；Maximal regular最大规则；P1Compare densities 比较密度Compare aggregate proximity matrices 比较合计邻接矩阵Balance counter 平衡计算器2-mode 2模。
最新ucinet使用说明解析ppt课件
☞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”将构成又系数的相关系数的…矩阵”（刘 军，2009）[22]。
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
☞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
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
进 入 夏 天 ，少 不了一 个热字 当头， 电扇空 调陆续 登场， 每逢此 时，总 会想起 那 一 把 蒲 扇 。蒲扇 ，是记 忆中的 农村， 夏季经 常用的 一件物 品。 记 忆 中 的故 乡 ， 每 逢 进 入夏天 ，集市 上最常 见的便 是蒲扇 、凉席 ，不论 男女老 少，个 个手持 一 把 ， 忽 闪 忽闪个 不停， 嘴里叨 叨着“ 怎么这 么热” ，于是 三五成 群，聚 在大树 下 ， 或 站 着 ，或随 即坐在 石头上 ，手持 那把扇 子，边 唠嗑边 乘凉。 孩子们 却在周 围 跑 跑 跳 跳 ，热得 满头大 汗，不 时听到 “强子 ，别跑 了，快 来我给 你扇扇 ”。孩 子 们 才 不 听 这一套 ，跑个 没完， 直到累 气喘吁 吁，这 才一跑 一踮地 围过了 ，这时 母 亲总是 ，好似 生气的 样子， 边扇边 训，“ 你看热 的，跑 什么？ ”此时 这把蒲 扇， 是 那 么 凉 快 ，那么 的温馨 幸福， 有母亲 的味道 ！ 蒲 扇 是 中 国传 统工艺 品，在 我 国 已 有 三 千年多 年的历 史。取 材于棕 榈树， 制作简 单，方 便携带 ，且蒲 扇的表 面 光 滑 ， 因 而，古 人常会 在上面 作画。 古有棕 扇、葵 扇、蒲 扇、蕉 扇诸名 ，实即 今 日 的 蒲 扇 ，江浙 称之为 芭蕉扇 。六七 十年代 ，人们 最常用 的就是 这种， 似圆非 圆 ， 轻 巧 又 便宜的 蒲扇。 蒲 扇 流 传 至今， 我的记 忆中， 它跨越 了半个 世纪， 也 走 过 了 我 们的半 个人生 的轨迹 ，携带 着特有 的念想 ，一年 年，一 天天， 流向长
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。
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
ucinet软件快速入门上手网络分析软件
本指南提供了一种快速介绍UCINET勺使用说明假定软件已经和数据安装在C:\Program Files\Analytic Technologies\Ucinet 6\DataFiles 勺文件夹中，被留作为默认目录。
这个子菜单按钮涉及到UCINET所有程序,它们被分为文件,数据、转换、工具、网络、视图、选择和帮助。
值得注意勺是, 这个按钮勺下方，都是在子菜单中勺这些调用程序勺快捷键。
在底部出现的默认目录是用于UCINET攵集任何数据和存储任何文件（除非另外说明），目录可以通过点击向右这个按钮被修改。
运行的一种程序为了运行UCINET程序,我们通常需要指定一个UCINET数据集,给出一些参数。
在可能的情况下，UCINET选用一些默认参数，用户可以修改（如果需要）。
注意UCINET伴随着大量的标准数据集，而这些将会放置在默认值目录。
当一个程序被运行，有一些文本输出, 它们会出现在屏幕上，而且通常UCINET的数据文件包含数据结果，这些结果又将会被储存在默认目录中。
我们将运行度的权重的程序来计算在一个称为TARO的标准UCINET数据集的全体参与者的权重。
首先我们强调网络＞权重＞度, 再点击如果你点击了帮助按钮，,一个帮助界面就会在屏幕上打开，看起来像这样。
帮助文件给出了一个程序的详细介绍, 会解释参数并描述在记录文件和屏幕上显示出来的输出信息。
关闭帮助文件,或者通过点击pickfile 按钮或者输入名称选择TARO分析数据，如下。
现在点击OK运行程序验证。
这是一个文本文件给出的程序结果。
注意你可以向下滚动看到更多的文件这个文件可以保存或复制、粘贴到一个word处理包中。
当UCINET被关闭时，这个文件将会被删除。
关闭此文件。
注意,当这个程序运行时,我们也创建了一个名为FreemanDegree的新的UCINET文档。
我们可以使用Display /dataset按钮查看新的UCINET文件。
这是D按钮,只出现在下面的工具子菜单里（见第一个图）。