更改

动态网络分析 (查看源代码)

2020年10月24日 (六) 23:02的版本

删除210字节、 2020年10月24日 (六) 23:02

无编辑摘要

第3行：第3行：

|description=社会学方法,社会统计,计算机网络分析

}}

−

'''动态网络分析 Dynamic network analysis'''是将传统的~~'''~~社会网络分析 Social Network Analysis ~~SNA'''、'''~~链路分析 Link Analysis ~~LA'''、'''~~社会模拟 Social Simulation~~'''~~和~~'''多主体系统~~ Multi-Agent Systems ~~MAS'''与'''~~网络科学 Network Science~~'''~~和~~'''~~网络理论 Network Theory~~'''~~相结合的新兴科学领域。这个领域有两个方向。第一个是动态网络分析数据的统计分析。第二是利用仿真来解决网络动态问题。动态网络分析的网络不同于传统的社会网络，因为它们更加庞大、更加具有活力、多模式，多重网络，并且可能包含不同程度的不确定性。DNA 与 SNA 的主要区别在于，动态网络分析考虑了社会特征的交互作用，从而调节了网络的结构和行为。动态网络分析与'''时间分析 Temporal Analysis'''有关，但时间分析并不一定与动态网络分析有关，因为网络的变化有时是由外部因素造成的，这些因素与网络中的社会特征相互独立。关于使用动态网络分析中最早且最著名的案例之一，桑普森修道院的研究，他在该研究中从不同间隔拍摄了相同网络的快照，并观察和分析了网络的演变。<ref>Harrison C. White, 1992, Identity and control: A structural theory of social action. Princeton University Press.</ref>对超大规模复杂网络中链接利用动态特性的早期研究提供了'''动态中心性 Dynamic Centrality'''，'''动态主题 Dynamic Motifs'''和'''社交互动周期 Cycles of Social Interactions'''的证据。<ref>Dan Braha, Yaneer Bar‐Yam, 2006, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de3faf4e1fc43e7b3d21e/1549657083988/Complexity_Braha_Original_w_Cover.pdf “From centrality to temporary fame: Dynamic centrality in complex networks,”] Complexity, 12(2), 59-63.</ref><ref>Dan Braha, Yaneer Bar-Yam 2009, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de35feb393115883fdb54/1549656928806/DN_June_12_2008_necsi_Web.pdf Time-dependent complex networks: Dynamic centrality, dynamic motifs, and cycles of social interactions.] In Adaptive Networks (pp. 39-50). Springer, Berlin, Heidelberg.</ref>

+

'''动态网络分析 Dynamic network analysis'''是将传统的[[社会网络分析 Social Network Analysis]]（SNA）、[[链路分析 Link Analysis]]（LA）、[[社会模拟 Social Simulation]]和[[多智能体系统 Multi-Agent Systems]]（MAS）与[[网络科学 Network Science]]和[[网络理论 Network Theory]]相结合的新兴科学领域。这个领域有两个方向。第一个是动态网络分析数据的统计分析。第二是利用仿真来解决网络动态问题。动态网络分析的网络不同于传统的社会网络，因为它们更加庞大、更加具有活力、多模式，多重网络，并且可能包含不同程度的不确定性。DNA 与 SNA 的主要区别在于，动态网络分析考虑了社会特征的交互作用，从而调节了网络的结构和行为。动态网络分析与'''时间分析 Temporal Analysis'''有关，但时间分析并不一定与动态网络分析有关，因为网络的变化有时是由外部因素造成的，这些因素与网络中的社会特征相互独立。关于使用动态网络分析中最早且最著名的案例之一，桑普森修道院的研究，他在该研究中从不同间隔拍摄了相同网络的快照，并观察和分析了网络的演变。<ref>Harrison C. White, 1992, Identity and control: A structural theory of social action. Princeton University Press.</ref>对超大规模复杂网络中链接利用动态特性的早期研究提供了'''动态中心性 Dynamic Centrality'''，'''动态主题 Dynamic Motifs'''和'''社交互动周期 Cycles of Social Interactions'''的证据。<ref>Dan Braha, Yaneer Bar‐Yam, 2006, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de3faf4e1fc43e7b3d21e/1549657083988/Complexity_Braha_Original_w_Cover.pdf “From centrality to temporary fame: Dynamic centrality in complex networks,”] Complexity, 12(2), 59-63.</ref><ref>Dan Braha, Yaneer Bar-Yam 2009, [https://static1.squarespace.com/static/5b68a4e4a2772c2a206180a1/t/5c5de35feb393115883fdb54/1549656928806/DN_June_12_2008_necsi_Web.pdf Time-dependent complex networks: Dynamic centrality, dynamic motifs, and cycles of social interactions.] In Adaptive Networks (pp. 39-50). Springer, Berlin, Heidelberg.</ref>

第9行：第9行： −

DNA统计工具倾向于为用户提供更多的测量手段，因为它们的测量手段同时从多个网络中提取的数据。'''潜在空间模型 Latent Space Models'''(Sarkar 和 Moore，2005年)~~和'''基于代理的模拟 Agent-Based Simulation'''经常用来测试动态的社交网络~~(Carley 等人，2009年)。从计算机仿真的角度来看，DNA中的节点就像量子理论中的原子一样，尽管不一定需要将节点视为概率随机的。传统SNA模型中的节点是静态的，而DNA模型中的节点具有学习能力。特性随时间变化；节点可以随之适应: 一个公司的职员可以学习新技能，增加他们在公司结构中的价值；或者，抓捕了一名恐怖分子，另外三人被迫临时合作。变化从一个节点传播到下一个节点，依此类推。DNA增加了网络进化的基本要素，并考虑了可能发生变化的环境。

+

DNA统计工具倾向于为用户提供更多的测量手段，因为它们的测量手段同时从多个网络中提取的数据。'''潜在空间模型 Latent Space Models'''(Sarkar 和 Moore，2005年)和基于智能体的模拟经常用来测试动态的社交网络(Carley 等人，2009年)。从计算机仿真的角度来看，DNA中的节点就像量子理论中的原子一样，尽管不一定需要将节点视为概率随机的。传统SNA模型中的节点是静态的，而DNA模型中的节点具有学习能力。特性随时间变化；节点可以随之适应: 一个公司的职员可以学习新技能，增加他们在公司结构中的价值；或者，抓捕了一名恐怖分子，另外三人被迫临时合作。变化从一个节点传播到下一个节点，依此类推。DNA增加了网络进化的基本要素，并考虑了可能发生变化的环境。

[[Image:DynamicNetworkAnalysisExample.jpg|right|340px|thumb|图1：多实体、多网络、动态网络图示]]

第86行：第86行：

* 学校课堂互动的建模

+

== 参见 ==

第100行：第101行：

* [[顺序动力学系统]]

+

== 参考 ==

+

== 延申阅读 ==

第119行：第122行：

*C. Aggarwal, K. Subbian, 2014, "Evolutionary Network Analysis: A Survey". ACM Computing Surveys, 47(1). ([http://charuaggarwal.net/CSUR-2013-0157.pdf pdf])

+

== 外链 ==

第125行：第129行：

* [http://www.casos.cs.cmu.edu/ Center for Computational Analysis of Social and Organizational Systems (CASOS)]

−

+

−

<~~noinclude~~>

−

==编者推荐==

第134行：第136行：

如何分析社交网络的信息流动？如何系统地观测社会地理信息的变化？如何在计算机中模拟众多个体的社会行为？这些都是计算社会科学的研究内容。作为一门脱胎于社会科学、计算机科学、复杂性科学的交叉学科，计算社会科学研究方法众多，有学者在2010年就做了详细的综述，让我们一起来回顾。

+

===集智课程推荐===

====[https://campus.swarma.org/course/1184 金融市场的动态网络 | 复杂系统自动建模读书会第2期]====

薄荷

7,129

个编辑