社会网络分析
社会网络分析
社会网络分析1、介绍社会网络指的是社会行动者及其间的关系的集合。
一个社会网络是有多个点（社会行动者）和各点之间的连线（行动者之间的关系）组成的集合。
用点和线来表达网络，这是社会网络的可视化界定。
社会网络强调每个行动者都与其它行动者有或多或少的关系。
社会网络分析方法关注如何建立这些关系的模型，力图描述群体关系的结构，研究这种结构对群体功能或者群体内部个体的影响。
社会网络分析被用来建立社会关系的模型，发现群体内行动者之间的社会关系，描述社会关系的结构，研究这种结构对群体功能或者群体内部个体的影响。
社会网络分析不是一种正式的、具有统一性的理论，而只是一种“范式”或者“视角”。
社会网络分析是社会科学中的一个独特视角，它是建立在如下假设基础上的：在互动的单位之间存在的关系非常重要。
社会网络理论、模型以及应用的基础都是有关数据的集合，关系是网络分析理论的基础。
自从人类学家Barnes(1954)首次使用“社会网络”的概念来分析挪威某渔村的社会结构以来,社会网络分析被视为是研究社会结构的最简单明朗、最具有说服力的研究视角之一。
社会网络分析方法，可用于描述和测量网络社群成员之间的关系以及通过这些关系流动的各种有形或无形的东西，如信息、资源、知识等。
该方法通过对行动者之间关系与联系的联结情况进行研究与分析，可以归纳出行动者的社会网络信息，甚至进一步观察并了解行动者的社会网络特征。
透过社会网络除了能显示个人社会网络特征外，还能够了解许多社会现象，因为社会网络在组织中扮演着相当重要的无形角色，当人们在解决问题或是寻找合作伙伴时,通常都是依循着所拥有的社会网络来寻找最可能协同活动的对象。
社会网络分析通常有两种：一种叫做自我中心社会网，只能分析社会的连带关系，但不能用来分析网络的整体结果；另一种叫做整体社会网，可以用来分析结果对群体的影响，并能根据图形特征做出相应的解释。
2、关键要素（1）密度（Density）在图形中实际存在的线与可能数量的线的比例（The density of a graph is the proportion of possible lines that are actually present in the graph）。
社会网络分析
社会网络分析是一种针对社会关系、组织结构和信息交流网络的研究方法，它旨在揭示人际关系网络的形成和运作规律，深入理解社会现象、组织行为和信息传播等方面的问题。
一、的概念和基本概念起源于20世纪50年代的美国社会学，在20世纪90年代开始得到广泛的应用和发展。
的主要研究对象是人际关系网络、组织结构网络和信息交流网络等。
其中，人际关系网络指的是由社会成员之间的联系、交往关系所构成的网络，它包括亲属关系、友谊关系、社交关系和工作关系等。
组织结构网络指的是由组织内部人员之间的职权、交流和合作等关系所构成的网络，它包括组织结构、岗位职责和人员分工等。
信息交流网络指的是由信息发送者和接收者之间的联系、传播路径和传播效果所构成的网络，它包括信息源、消息传递路径和接收者等。
在中，有一些基本概念是必须掌握的。
首先，网络中的节点或成员表示人或组织等实体，它们之间通过联系或关系相连。
其次，网络中的边或连边表示节点之间的联系或关系，它们可以是直接联系、间接联系或某种程度上的关联等。
此外，网络中的度度量了节点与其他节点之间的联系程度，它可以反映节点的重要性和影响力。
网络中的密度表示整个网络中节点之间的联系强度，它可以反映节点之间的互动程度和信息交流水平。
最后，网络中的社群是指具有某种特定属性或形式的节点子集，在中它可以用来刻画不同类型的社会结构和组织形态。
二、的方法和应用范围主要采用定量和定性的分析方法，它们包括统计分析、模型建立、可视化分析、网络建模和动态演化等。
其中，统计分析是最基本的方法之一，它可以用来计算网络中节点、边、度、密度和社群等基本指标，以及各种统计分布和网络结构特征。
模型建立是的核心之一，它可以用来建立各种网络结构和演化模型，以探究网络的形成和运作规律。
可视化分析则是将网络数据可视化为图形、图表和动画等形式，以方便人们理解、探索和交流。
网络建模是将网络数据转化为数学、物理和计算机模型，以便进行复杂的分析和模拟。
社会网络分析
社会网络分析社会网络分析 (Social Network Analysis, SNA) 是一种研究社会关系与信息流动的方法。
通过对社会网络中的节点和关系进行系统性的分析，可以揭示出群体中个体之间的相互影响、信息传播路径以及组织结构等特征。
本文将介绍社会网络分析的概念、应用领域以及分析方法。
一、概念社会网络分析的核心概念包括节点、边和关系。
节点代表社会实体，可以是人、组织或其他单位。
边则表示节点之间的关系，可以是互动、合作、交流等。
关系的强度和方向也是网络分析的重要考量因素。
通过对节点和边的分析，可以揭示出网络结构、影响力、信息传播路径等重要信息。
二、应用领域社会网络分析在多个领域都有广泛的应用。
以下是几个典型的应用领域：1. 社交媒体分析：社交媒体平台如Facebook、Twitter等成为了人们交流和信息获取的主要渠道。
社会网络分析可以帮助企业分析用户之间的关系，挖掘潜在的目标用户，优化信息传播效果。
2. 组织管理：在组织中，社会网络分析可以帮助揭示出隐性的权力结构和信息流动路径，优化组织结构并提高工作效率。
3. 创新与知识管理：社会网络分析可以帮助发现知识的源头，找到专家和关键创新节点，从而提高知识管理和创新效率。
4. 犯罪与恐怖主义研究：社会网络分析在犯罪与恐怖主义研究中被广泛应用，可以揭示出犯罪网络的结构、头目与手下之间的关系，为打击犯罪提供决策支持。
三、分析方法社会网络分析主要包括描述统计、中心性分析和社团检测等方法。
以下是几个常用的分析方法：1. 描述统计：描述统计是对社会网络的基本特征进行统计分析的方法。
通过计算网络的规模、密度、连通性等指标，可以对网络的整体结构有一个初步的认识。
2. 中心性分析：中心性分析是衡量节点在网络中重要性的方法。
常用的中心性指标包括度中心性、接近度中心性和介数中心性。
通过中心性分析，可以找到网络中的关键节点和重要影响者。
3. 社团检测：社团检测是找到网络中紧密连接的节点子集的方法。
社会网络分析在社会学中的应用
社会网络分析在社会学中的应用社会网络分析(Social Network Analysis，简称SNA)是一种将社会关系以视觉化和数学化方式表达的方法。
它被广泛应用于社会学、心理学、管理学、计算机科学和信息科学等领域。
本文将重点介绍社会网络分析在社会学中的应用。
一、社会网络分析概述社会网络分析是研究社会关系的一种方法，它分析的对象是人与人之间的关系网络，包括个人、团体和社会组织之间的互动。
SNA将个体与社会联系起来，帮助我们理解人际关系的结构、模式和动态变化。
SNA的研究方法包括以节点为基础的方法和以边为基础的方法。
节点为基础的方法主要考察每个节点的特征，如年龄、性别、居住地等，从而分析人们之间的联系模式。
以边为基础的方法则更注重联系的特征，如互动的频率、联系的强弱、互动的内容等，从而分析关系的结构和威力。
社会网络分析涵盖了许多重要的概念，如节点、边、网络密度、中心性、社区结构等。
节点指的是网络中的个人、团体或其他单元，而边则是节点之间的联系或互动。
网络密度则是指整个网络中节点之间的联系的比例。
中心性则被用来衡量节点在网络中的重要程度，常用的中心性指标包括度中心性、接近中心性和介数中心性等。
社区结构是指网络中的节点与边彼此连接后形成的小群体或子图。
二、1. 社会网络分析可用于研究社会关系的结构和演化社会网络分析常用于研究个人和组织之间的联系，从而分析组织结构和演化过程。
例如，在企业领导层中，社会网络分析可用于识别权力集中的情况和潜在的领导人物，从而帮助企业制定更好的管理策略。
此外，社会网络分析也可用于研究团队协作、家庭关系等方面，从而了解社会组织结构和演化过程。
2. 社会网络分析可用于研究社会关系的强度和影响社会网络分析可用于衡量社会关系的强度和影响，并且预测个体的行为和偏好。
例如，在评估社会支持网络的强度时，社会网络分析可以衡量节点之间的联系频率、联系内容和交流功能等。
此外，社会网络分析还可用于研究社会化过程和个体在不同网络环境下的行为变化。
社会学对社会网络的研究与分析
社会学对社会网络的研究与分析社会网络是人际关系的一种表现形式，是人与人之间相互联系的网络结构。
随着互联网的发展和普及，社交媒体的兴起，社会网络也逐渐成为社会学研究的焦点之一。
本文将对社会学对社会网络的研究与分析进行探讨。
一、社会学对社会网络的定义和分类社会学认为，社会网络是由个体之间的关系构成的复杂网络，它反映了个体之间的联系和互动。
社会网络的研究可以通过对个体之间关系的观察和分析，揭示社会结构、社会动态以及社会变化的规律。
根据社会网络的结构和功能，可以将其分为个人社会网络和组织社会网络。
个人社会网络主要涉及个体之间的亲属、朋友、同学等私人联系，组织社会网络主要涉及组织成员之间的工作、学习、合作等正式联系。
二、社会学分析社会网络的方法和工具1. 社会网络分析(Social Network Analysis，简称SNA)社会网络分析是研究社会网络结构和过程的一种方法，通过可视化和统计分析等手段，可以揭示网络内部的关键节点、关键关系，以及网络的整体结构和演化过程。
2. 社会关系强度的度量社会学研究中，为了衡量社会网络中个体之间的关系强度，通常采用了一些度量方法，如关系强度指数、关系频度指数等。
这些指标可以帮助我们了解网络中不同关系的紧密程度和重要程度。
3. 社会网络建模社会学研究者还使用建模的方法来研究社会网络。
通过建立数学模型，可以模拟网络的生成和演化过程，从而帮助我们理解网络的形成机制和变化规律。
三、社会学对社会网络的研究主题1. 社会网络的形成和演化社会网络研究者关注社会网络的形成和演化过程。
他们研究网络中个体之间相互关注的发展轨迹，探索个体选择联系对象的动态特征，同时也研究网络结构的演化规律，以及外部环境变化对网络的影响。
2. 社会网络对个体的影响社会网络不仅仅是个体之间联系的一种形式，也是个体获得资源和信息的重要途径。
社会学研究者关注网络对个体的影响，探究个体与网络中其他成员之间的互动，以及网络对个体行为和观念的塑造作用。
社会网络分析
社会网络分析社会网络分析是一种研究人际关系和网络的方法，它通过分析个体之间的连接和信息流动来揭示社会结构和群体行为。
社会网络分析已经成为许多领域的重要研究工具，包括社会学、心理学、管理学和计算机科学。
一、社会网络的定义和特点社会网络是指人际之间的联系，这些联系可以是亲属关系、友谊关系、工作关系等。
社会网络分析的核心就是研究这些联系以及它们对人们的行为和决策的影响。
社会网络分析的特点包括：1. 网络中的节点和边：社会网络可以用节点（个体）和边（连接）来表示。
节点代表个体，边代表个体之间的联系。
通过分析节点和边的特性，可以揭示社会网络的结构和属性。
2. 关系的多样性：社会网络中的关系可以是双向的或单向的，可以是强关系或弱关系。
例如，朋友关系往往是双向而且比较强的关系，而同事之间的关系可能是单向且较弱的。
3. 社会嵌入：社会网络分析关注个体在社会网络中的位置和社交地位。
个体在网络中的连接数量和质量将影响他们的社会嵌入程度，从而对他们的行为和决策产生影响。
二、社会网络分析的应用领域社会网络分析已经在多个领域得到应用，并取得了丰硕的研究成果。
1. 社会学：社会网络分析可以帮助揭示社会结构、社会关系和社会动力。
通过分析社会网络，社会学家可以研究人们的社会资本、社会影响力以及社会支持网络等重要概念。
2. 组织管理：社会网络分析可以用于组织内部的人员管理和团队协作。
通过分析员工之间的联系和信息流动，可以找到组织内的意见领袖、信息传播路径以及关键人物等，从而优化组织的管理和决策。
3. 市场营销：社会网络分析可以帮助企业识别潜在客户和影响客户决策的关键人物。
通过分析社交媒体上的网络信息，可以定位具有影响力的用户群体，从而进行精准营销和推广。
4. 犯罪研究：社会网络分析可以帮助揭露犯罪网络和犯罪组织的结构和活动。
通过分析犯罪分子之间的联系和行为模式，可以提供重要的犯罪侦查线索和预防策略。
三、社会网络分析的方法和工具社会网络分析通常使用多种方法和工具来揭示网络结构和属性。
社会网络分析法——详细讲解
5. 凝聚子群分析
当网络中某些行动者之间的关系特别紧密， 以至于结合成一个次级团体时，这样的团体 在社会网络分析中被称为凝聚子群。分析网 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
建立在可达性基础上的凝聚子群考虑的是点与点之间 的距离，要求一个子群的成员之间的距离不能太大。这 样，我们可以设定一个临界值n作为凝聚子群成员之间距 离的最大值，这就引出了对派系概念做出最早推广的n— 派系的概念。
5.2 基于可达性的凝聚子群
n—派系强调的是一个子图中，任何两点 之间在总图中的距离最大不超过n。 局限：
6. 个体网研究：结构洞
结构洞：
非冗余的联系人被结构洞所连接，一个 结构洞是两个行动者之间的非冗余的联系。
B
C
A
D
6. 个体网研究：结构洞
结构洞的作用：
对于一个企业来说，占据结构洞位置 非常有利于非冗余、多元化信息的流动 以及对信息流的控制，从而也可能促进 企业进行创新，开发新产品。
6. 个体网研究：结构洞
值”；再计算这些“差值”的总和；最后用这个
总和除以理论上该差值总和的最大可能值
n
n
CABmax CABi
CRBmax CRBi
CB
i 1
n3 4n2 5n 2
i 1
n 1
4. 3 接近中心性
思想
一个点越是与其他点接 近，该点在传递信息方 面就更加容易，因而可 能居于网络的中心。
社会网络分析法
1. 社会网络分析简介
什么是社会网络？
“社会网络”指的是作为节点的社 会行动者（social actor）及其间的 关系的集合。也可以说，一个社会 网络是由多个点（社会行动者）和 各点之间的连线（行动者之间的关 系）组成的集合。用点和线来表达 网络，这是社会网络的形式化界定。
社会网络分析与社会工程学
社会网络分析与社会工程学随着信息技术的发展，社会化网络（Social Network）在日常生活中得到了广泛的应用。
人们通过社交网站、微博、微信等平台建立起自己的社交圈，分享自己的生活、经验和感受。
而社会网络分析（Social Network Analysis）则是对社交网络的结构、成员和关系进行研究的学科，它既是一种方法，也是一种理论。
社会工程学（Social Engineering），则是通过对人的行为、语言、思维、社交等方面的研究，提高个人或组织的社交技能，达到更好的交流和协作的效果。
这两个学科在现代社会中有着非常广泛的应用，从人际关系管理到公共安全领域，都扮演着重要的角色。
一、社会网络分析社会网络分析是一种定量和定性相结合的研究方法，它主要关注的是社交网络的“结构”和“关系”。
在这里，“结构”指的是存在哪些节点（Node）和节点之间的联系（Link），而“关系”则是指节点之间的互动方式和相互作用的程度。
通过对这些结构和关系的分析，我们可以了解到更多有关社交网络的信息，例如：1.社交网络的规模和密度。
2.节点之间的属性和地位。
3.社会网络中的群体现象。
4.网络传播和信息流的路径。
社交网络可以被看作是一个网络图（Graph），其中节点表示一个实体（例如人、公司、组织等），而边则表示它们之间的关系（例如朋友、家人、同事等）。
因此，社交网络分析通过运用图论的方法，将网络图表现成数学模型，进而进行数据分析和建模。
社交网络分析本质上是一种交叉学科，领域涵盖了社会学、心理学、人力资源管理、计算机科学等多个学科。
在今天的社会中，社会网络分析的应用非常广泛。
例如：1.社交网络营销2.疾病传播动力学研究3.政治和选举预测4.情报收集和分析二、社会工程学社会工程学是一种利用心理学和社交技巧对人进行影响和控制的技术，是一种非常古老的艺术。
它的目的是通过了解人的思维方式、行为和社交方式，来实现对他们的有效影响。
社会工程学在国家安全、商业谈判、招聘和人事管理等方面得到了广泛的应用。
- 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)。
− 自我中心网络是从个体的角度来界定社会网络，以特定行动者为研究中心，主要考 虑与该行动者相关的联系，以此来研究个体行为如何受到其人际网络关系的影响。
− 而整体网络关注的焦点则是网络整体中角色关系的综合结构或群体中不同角色的关 系结构。这两种类型的分析因其侧重点不同，主要使用的测量指标也不尽相同，但 并非毫无联系。
• 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。
− 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。
2020/4/3
6
✓ 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
4.5 社会网络分析
✓ 在社会科学中，以对社会行动者之间的互动研究为基础的结构性方法被称作社会网络 分析（弗里曼，2008）
✓ 这些行动者可能是个体的人，也可能是群体、组织或者国家等。 ✓ 社会网络分析关注行动者之间的关系，认为这些关系的模式会影响它们的行动。 ✓ 因此，揭示不同类别的关系模式，并确定这些模式在何种条件下会出现以及会导致什
就是存在网络中两个没有紧密联系的节点集合之间的“空地” 处于网络中的成员 与两个或更多个彼此没有连接的群体具有连接但又不属于这个群体的行动者 同时属于两个或多个群体的成员 把网络的一部分和另一部分间作为中介或控制流（两部分间唯一的连接）的行动者 没有连接或相对来说几乎没有连接的行动者
2020/4/3
13
4.6.3 社会网络分析的主要步骤
以政府间国际组织为例来具体说明如何应用社会网络分析方法进行相关研究 假设存在五个国家（a、b、c、d、e），它们分别是七个政府间国际组织的成员
2020/4/3
14
区分“全局网”和“个体中心网”
• 在这个问题中，全局网的研究对象可能是整个国际社会乃至国际体系，而个体中心网 则仅以某一具体网络为中心。因此这七个政府间国际组织组成的是“个体中心网”。
连通度
连通率 密度 中心势
核心外围性
网络中的行动者与另一个行动者直接或间接相连的程度。有时用网络中任意两个行动者间 的最大（或平均）的路径长度来进行测量 相互可达的行动者对数与总的行动者对数的比率 网络中的实际连接数与可能连接数的比率 计算网络中大多数中心度最大的行动者和其他行动者间的中心度值的差别，从而得到实际 差别总数和最大差别总数的比率 达到网络中核心成员彼此连接，外围成员仅仅连接到核心成员而不彼此连接的结构的程度
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）。
2020/4/3
2
✓ 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。
2020/4/3
4
✓ 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。
个其他行动者
间接连接
频率
连接发生的次数或者频率
A与B每星期谈话10次
持续时间（稳定性） 连接在时间上存在的持续性
A与B做朋友已经有5年了
多样性 强度 方向
两个行动者被多重关系连接的程度
A与B是朋友，他们向彼此寻求建议，并
且一起工作
描述时间、感情强度、亲密程度或互惠程度（频 A与B是亲密的朋友，或者长时间在一起
− 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。
8
4.6.2 社会网络分析的主要测量指标
✓ 社会网络分析按照研究群体的不同可分为两种基本的类型：自我中心网络（ Egocentered Networks）分析和整体网络 （Whole Networks）分析。
− 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。
• 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。
202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。
2020/4/3
7
2020/4/3
• 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。
2020/4/3
11
声望
结构洞
明星 联系人 桥 把关人 孤立点
建立在非对称关系基础上。有威信的行动者是关键的目标，而不是源头。类似于中心度的测
量，通过解释关系的方向来计算。 结构洞是信息流动时候的“鸿沟”，信息可以在两个连接到同一自我中心节点（ego）但是
彼此并不相连的节点间传播，那么这个自我中心节点处在跨越结构洞的位置，结构洞看起来
✓ 社会网络中的测量指标主要包括三种类型：对连带的测量、对个体的测量和对网络整 体的测量。这些指标都是静态量，可以通过计算它们在不同时间的值，反映网络的变 化趋势。
2020/4/3
9
− 社会网络中连带的测量
网络指标
定义
例子
间接连接
两个行动者之间的连接路径需要通过一个或者多 A与B连接，B与C连接；所以A与C通过B
对称性 小世界性 传递性
2020/4/3
网络中对称连接数与非对称连接数（或与总连接数）的比率
网络结构中存在一些块，并且块中行动者之间的距离很短
三个成员（A,B,C）是可传递的：如果A与B相连，并且B与C相连，那么C就与A相连。传递
性是可传递三元组的数目除以潜在的可传递三元组的数目（长度为2的路径的数目）
区分各种关系
• 即使是同一网络也可能存在不同的关系。在这个政府间组织网络中可能存在着贸易关 系、同盟关系甚至敌对关系。哈夫纳伯顿等人重点关注这些国家在网络组织中的位置 所产生的权力关系。
收集网络关系数据
• 这些数据是多元的，既有经济的，也有政治的以及社会的。在哈夫纳伯顿的研究中， 使用了国家间军事争端数据（Militarized Interstate Disputes, MIDs）、国家组织会 员数据（State System Membership）等数据库以搜集关系数据。
2020/4/3
− 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。
12
− 社会网络中网络整体的测量
网络指标 规模 包含度
定义 网络中行动者的数量 一个网络中的行动者总数减去孤立的行动者数（没有连接任何其它行动者的行动者数量）。 也用被连接行动者数与总行动者数的比率来进行测量网络节点和连接的最大连通子集
组件
组件中的所有节点互相连接（直接连接或间接连接），并且没有节点和组件外的节点相连