社会网络

来自集智百科 - 复杂系统|人工智能|复杂科学|复杂网络|自组织
跳到导航 跳到搜索

社会网络 Social Network是一种由一组社会行为者(个人或组织)、一组二元关系以及行为者之间的其他社会互动组成的社会结构。社会网络视角为分析整个社会实体的结构提供了一套方法,也为解释在这些结构中观察到的模式提供了各种理论。[1] 通常使用社会网络分析,以确定本地及全球模式,定位有影响力的实体,并审查网络动态。


社会网络及其分析是社会心理学、社会学、统计学和图论中内在的跨学科学术领域。格奥尔格·齐美尔 Georg Simmel是早期社会学结构主义理论的作者,他强调三人群体互动和“群体关系网”的动态性。[2]雅各布·莫雷诺 Jacob Moreno被认为是在20世纪30年代发展了第一份社交关系图以研究人际关系的人。这些方法在20世纪50年代得到数学化,到20世纪80年代,社会网络的理论和方法在社会和行为科学中变得普遍。[1][3]目前,社会网络分析是当代社会学的主要范式之一,也被用于许多其他社会科学及形式科学。它与其他复杂网络一起构成了网络科学新兴领域的一部分。[4][5]


概览

图1:.一个社会网络的演化图:巴拉巴西模型

社会网络是社会科学中研究个人、团体、组织甚至整个社会(社会单位,见分化)之间关系的理论构造。这个术语用来描述由这种相互作用决定的社会结构。任何一个特定的社会单元之间的联系都代表着这个单元各种社会联系的聚合。这种理论方法必然是相关的。理解社会互动的社会网络方法的一个公理是,社会现象应该主要通过单元之间和单元内部关系的性质来构思和研究,而不是这些单元本身的性质。因此,社会网络理论总被诟病的一点是其常忽视个体代理[6],而实践中可能并非如此(见基于主体的建模)。正是因为许多不同类型的关系(单独或组合形式)形成这些网络配置,网络分析在广泛的研究中有用。在社会科学中,这些研究领域包括但不限于人类学、生物学、传播学、经济学、地理学、信息科学、组织学、社会心理学、社会学和社会语言学。


历史

在19世纪90年代晚期,埃米尔·涂尔干 Émile Durkheim和斐迪南·滕尼斯 Ferdinand Tönnies在他们关于社会群体的理论和研究中都预示了社会网络的概念。滕尼斯认为,社会群体可以作为个人和直接的社会关系存在,这种关系或者将具有共同价值观和信仰的个人(德语 Gemeinschaft,通常翻译为“社区”)联系在一起,或者将非个人的、正式的和工具性的社会关系(德语 Gesellschaft,通常翻译为“社会”)联系在一起。[7] 涂尔干对社会事实给出了非个人主义的解释,认为当相互作用的个体构成一种再也不能用个体行为者的特性来解释的现实时,社会现象就产生了。[8]格奥尔格·齐美尔在20世纪之交的著作中指出了网络的本质和网络规模对互动的影响,并研究了在松散的网络而非群体中互动的可能性。[9]


图2:莫雷诺对一个二年级班级的社会关系图

20世纪30年代,心理学、人类学和数学领域的几个独立研究小组已经看到了这一领域的重大发展。[6][10][11]在心理学方面,在20世纪30年代,雅各布·L·莫雷诺开始系统地记录和分析小团体中的社会互动,尤其是课堂和工作团体中的社会互动(见社会测量 sociometry)。在人类学中,社会网络理论的基础是布罗尼斯拉夫·马林诺夫斯基 Bronislaw Malinowski[12] 、阿尔弗雷德·拉德克利夫-布朗 Alfred Radcliffe-Brown[13][14]和克洛德·列维-斯特劳斯 Claude Lévi-Strauss[15]的理论和人种学著作。包括约翰·A·巴恩斯 John A. Barnes [16] 、J·克莱德·米切尔 J. Clyde Mitchell和伊丽莎白·博特·斯皮利厄斯 Elizabeth Bott Spillius[17][18]在内的一群与马克斯·格拉克曼(Max Gluckman)和曼彻斯特学派(Manchester School)有关的社会人类学家,经常被认为是执行了一些最初的实地工作,从而进行了网络分析,调查了南非、印度和英国的社区网络。[6] 与此同时,英国人类学家纳德尔(S.F. Nadel)发展出了一种社会结构理论,对后来的网络分析产生重要影响影响。[19]在社会学方面,塔尔科特·帕森斯(Talcott Parsons)的早期工作(1930年代)为采用关系方法理解社会结构奠定了基础。[20][21] 后来,社会学家彼得·布劳 Peter Blau的社会交换论为分析社会单位之间的关系提供了强大的动力。[22][23][24]


到了20世纪70年代,越来越多的学者致力于将不同的轨迹和传统结合起来。其中一组由社会学家哈里森·怀特 Harrison White和他在哈佛大学社会关系系的学生组成。当时在哈佛大学社会关系系独立活动的还有专注于政治和社区社会学和社会运动的网络的查尔斯·堤利 Charles Tilly,还有发表了六度分隔理论论文的斯坦利·米尔格拉姆 Stanley Milgram。[25]马克·格兰诺维特 Mark Granovetter[26]和巴里·威尔曼 Barry Wellman[27]是怀特以前的学生,他们阐述并支持对社交网络的分析。[26][28][29][30]


从20世纪90年代末开始,社会网络分析经历了社会学家、政治学家和物理学家的工作,如邓肯·瓦茨艾伯特-拉斯洛·巴拉巴西、Peter Bearman、Nicholas A. Christakis、James H. Fowler等人,开发和应用新的模型和方法来获得有关在线社会网络的新兴数据,以及有关面对面网络的“数字痕迹”。


分析层次

图3:基于Nagler, Levina和Timme的自组织网络,(2011)[31]
中心性

一般来说,社会网络是自组织的、涌现的和复杂的,这样,一个全局一致的模式就会从组成系统的元素的局部交互中显现出来。[32][33]随着网络规模的增大,这些模式变得更加明显。然而,一个全球网络分析[34](如世界上所有的人际关系)是不可行的,它可能包含太多的信息,以至于相当于没有提供信息。计算能力的实际限制、道德规范以及参与者的招聘和报酬也限制了社会网络分析的规模。[35][36]局部系统的细微差别在大规模网络分析中可能会消失,因此对于理解网络属性来说,信息的质量可能比其规模更重要。因此,社会网络是在与研究者的理论问题相关的尺度上加以分析的。虽然分析层次不一定相互排斥,但网络可以分为三个一般层次: 微观、中观和宏观。


微观层面

在微观层面上,社会网络研究通常从个人开始,随着社会关系的追踪而像滚雪球一样扩大,或者可能从特定社会背景下的一小群个体开始。

二元层面 Dyadic level:二元是两个个体之间的社会关系。网络对二元关系的研究可以集中在关系的结构上(如多样性、力量)、社会平等以及互惠互利的倾向。

三元层面 Triadic level:再加一个个体到二元组中,就得到一个三元组。这一层次的研究可能集中在诸如平衡和传递性等因素,以及社会平等和互惠互利的倾向。[35] 在弗里茨 · 海德 Fritz Heider的平衡理论 Balance Theory中,三元组是社会动力学的关键。在敌对的三角恋中的不和谐是不平衡的三角关系的一个例子,很可能通过其中一种关系的改变而变成平衡的三角关系。社会中社会友谊的动态模型是通过平衡三角关系建立起来的。该研究利用了符号图理论。

行为者层面 Actor level:社会网络中最小的分析单位是社会环境中的个体,即“行为者”或“自我”。自我网络分析主要关注网络特征,例如大小、关系强度、密度、中心性、声望和隔离、联络和桥梁等角色。[37] 这种分析最常用于心理学或社会心理学、人种学亲属关系分析或其他个体关系的系谱研究领域。

子集层面 Subset level:网络研究问题的子集级别开始于微观级别,但可能跨越到中观级别的分析。子集级别的研究可能集中在距离和可达性、派系、凝聚子群或其他群体行为或行为。[38]


中观层面

一般来说,中观层面的理论始于介于微观和宏观层面之间的规模。然而,中观层面也可以指专门为揭示微观和宏观层面之间的联系而设计的分析。中观层次的网络是密度低,可能表现出不同于人际微观层面网络的因果过程。[39]

图4:中观层面社会网络图

组织 Organizations: 正规组织是为共同目标分配任务的社会团体。[40]关于组织的网络研究可以侧重于正式或非正式关系方面的组织内或组织间联系。组织内网络本身往往包含多层次的分析,特别是在具有多个分支机构、特许权或半自治部门的较大组织中。在这些情况下,研究通常在工作组和组织层面进行,重点放在两个结构之间的相互作用。[40] 网络群体的在线实验证明了通过各种干预优化群体层面协调的方法,这其中包括在群体中加入自主代理。[41]

随机分布的网络 Randomly distributed networks: 社会网络的社会网络的指数随机图模型 Exponential random graph models在20世纪80年代成为最先进的社会网络分析方法。这个框架有能力表示在许多人类社会网络中普遍观察到的社会结构效应,包括在许多人类社会网络中普遍观察到的基于程度的一般性结构效应以及互惠性和传递性,以及在节点一级、同相性和基于属性的活动和流行性效应,这些效应源于关于网络关系之间依赖性的明确假设。参数是根据网络中小型子图配置的流行程度给出的,可以解释为描述一个给定网络出现的局部社会过程的组合。这些网络的概率模型在给定的参与者集合上允许超越微型网络的限制性并元独立性假设的泛化,允许模型从社会行为的理论结构基础上建立。[42]

图5:一个随机网络和一个无尺度网络的例子。每个图有32个顶点和32条边。注意无标度图中的“集线器”(阴影部分)(右侧)。

无标度网络 Scale-free networks:无标度网络网络是一个度分布遵循幂律(至少是渐近的)的网络。在网络理论中,无标度理想网络是具有揭示了社会群体的规模分布的度分布的随机网络。[43] 无标度网络的具体特征随创建其的理论和分析工具的变化而变化,然而,一般来说,无标度网络具有一些共同的特征。无标度网络的一个显著特征是度远超均值的顶点的相对共性。最高度的节点通常被称为“枢纽” ,并且可能在其网络中服务于特定的目的,尽管这在很大程度上取决于社会环境。无标度网络的另一个一般特性是聚集系数 General Characteristic分布,它随着节点度的增加而减少。该分布也遵循幂律。[44]上述的网络演化的巴拉巴西模型就是无标度网络的一个例子。


宏观层面

宏观层面的分析不是追踪人际互动,而通常是追踪相互作用的结果,例如经济或其他资源转移在一大群体中的相互作用。

图6: 一大型社会网络局部。

大规模网络 Large-scale networks: 大规模网络是一个与“宏观层面”同义的术语,主要用于社会和行为科学,经济学。最初,这个术语在计算机科学中广泛使用(见大规模网络映射)。

复杂网络 Complex networks: 大多数较大的社会网络呈现出社会复杂性的特征,包括网络拓扑 Network Topology的大量非平凡特征,以及既不完全规则也不完全随机的元素之间的复杂连接模式(见复杂性科学、动力系统和混沌理论),生物和技术网络也是如此。这些复杂的网络特征包括度分布的重尾、高集聚系数、顶点之间的同配性 Assortativity或非同配性、社区结构(见随机分块模型 Stochastic Block Model)和层次结构。在主体导向网络的情况下,这些特征还包括互惠性、三重显著性特征(TSP,见网络基序)及其他。相比之下,许多过去研究过的网络数学模型,如格和随机图,并没有表现出这些特征。[45]


理论联系

输入的理论

为了使用社会网络分析,已经引入了各种理论框架。其中最突出的是图论、平衡理论、社会比较论,以及最近的社会认同方法。[46]


本土理论

很少有完整的理论产生于社会网络分析。现有两个为结构角色理论和异质性理论。


异质性理论的基础是在一项研究中发现,更多的弱关系可以在寻求信息和创新方面发挥重要作用,因为小圈子倾向于有更同质化的观点,也有许多共同特征。这种亲同性倾向是小圈子成员被吸引到一起的首要原因。然而,由于相似,小圈子里的每一个成员或多或少都知道其他成员所知道的事情。为了获得新的信息或见解,小圈子里的成员不得不超越该圈子,关注其他的朋友及熟人。这就是格兰诺维特所说的“弱关系的力量”。[47]


结构洞

在网络的背景下,社会资本存在于人们因其在网络中的位置而具有优势的地方。网络中的联系提供的信息、机会和观点可能有利于网络中的核心参与者。大多数社会结构往往以有强连接的密集集群为特征。[48] 这些集群中的信息往往是相当同质和冗余的。非冗余信息通常是通过不同集群中的联系获得的。[49]当两个独立的集群拥有非冗余信息时,我们称它们之间存在一个结构洞。[49] 因此,一个连接结构孔的网络在某种程度上提供附加而非重叠的的网络效益。理想的网络结构具有蔓生结构和集群结构,可访问许多不同集群和结构洞。[49]


富含结构洞的网络是社会资本的一种形式,因为它们提供信息利益。连接结构洞的网络中的主要参与者能够访问来自不同来源和集群的信息。[49] 例如,在商业网络中,这对个人的职业生涯是有益的,因为若其关系网涵盖不同行业 / 部门,则更有可能得知职位空缺和机会。这个概念类似于马克·格兰诺维特的弱关系理论,该理论的基础是拥有广泛的联系对于获得工作是最有效的。


研究集群

传播学

传播学通常被认为是社会科学和人文科学的一部分,主要集中在社会学、心理学、人类学、信息科学、生物学、政治学、经济学以及修辞学、文学研究和符号学等领域。许多通信概念描述了从一个源到另一个源的信息传输,因此可以从网络的角度来考虑。


社区

在J.A. Barnes' day,“社区”指的是一个特定的地理位置和与谁交谈、联系、贸易和一同上教堂做礼拜有关的社区关系的研究。然而如今,通过电信设备和社交网络服务,有了扩展的“在线”社区。这样的设备和服务需要广泛和持续的维护和分析,通常使用网络科学方法。社区发展研究在如今也广泛使用这些方法。


复杂网络

复杂网络需要建模和解释社会复杂性复杂适应系统的特定方法,包括动态网络分析技术。


双相演化理论 Dual-phase Evolution机制解释了连接性的时间变化如何促进社会网络结构的形成。


犯罪网络

在犯罪学和城市社会学中,犯罪行为人之间的社会网络问题受到了广泛的关注。例如,Andrew Papachristos[50]将帮派谋杀研究为帮派之间的一系列交流。谋杀可以视为从单一来源向外扩散,因为较弱的帮派无法承担为报复杀死较强帮派成员的代价,而必须采取其他暴力行动来维护其势力强大之名声。


创新扩散理论

创新扩散理论 Diffusion of Innovations研究的重点是思想从一个行动者到另一个或一种文化到另一种的传播。这一系列的研究试图解释为什么有些人成为创意和创新的“早期接受者” ,并将社交网络结构与促进或阻碍创新的传播联系起来。


人口学

在人口学方面,对社会网络的研究导致了新的抽样方法,用于估计和覆盖难以统计的人群(如无家可归者或静脉注射毒品者)。例如,受访者驱动的抽样依赖于调查的受访者推荐更多的受访者,是一种基于网络的抽样技术。


经济社会学

社会学领域几乎完全关注社会互动的结果网络。更狭义地说,经济社会学通过社会资本和社会“市场”考虑个人和群体的行为互动。社会学家,如马克·格兰诺维特,已经研究出关于社会结构、信息、奖惩能力和信任相互作用的核心原则,这些原则在他们对政治、经济和其他制度的分析中经常出现。格兰诺维特研究了社会结构和社会网络如何影响经济结果,如雇佣、价格、生产力和创新,并描述了社会学家对分析社会结构和网络对经济的影响的贡献。[51]


卫生保健

社会网络分析越来越多地被纳入卫生保健分析——不仅在流行病学研究中,而且在病人沟通和教育、疾病预防、心理健康诊断和治疗模型中,以及在卫生保健组织和系统的研究中。[52]


人类生态学

人类生态学是研究人类与其自然环境、社会环境和环境建构之间关系的一门跨学科科学。人类生态学的科学哲学与地理学、社会学、心理学、人类学、动物学和自然生态学有着密切的联系。[53][54]


语言与语言学

语言学和语言学的研究,特别是进化语言学 Evolutionary Linguistics,关注通过社会互动网络从一个语言系统转移到另一个语言系统时,语言形式的发展以及声音或词语的变化。社交网络在语言转换中也很重要,因为一些人群增加或者放弃了他们的语言。


文学网络

在文学体系的研究中,网络分析被Anheier、Gerhards和 Romo [55]、De Nooy[56]和Senekal[57]应用于研究文学如何运作的各个方面。其基本前提是将Even-Zohar著述以来就存在的多元系统理论可以与网络理论相结合,以及文学网络中不同行为者(如作家、评论家、出版商、文学史等)之间的关系可以通过SNA可视化映射。


组织研究

研究正式或非正式组织关系、组织传播、经济、经济社会学和其他资源转移。社交网络也被用来研究组织之间如何相互作用,描述了许多将高管联系在一起的非正式联系,以及不同组织的个体雇员之间的联系。[58]研究发现,组织内网络对组织承诺 Organizational Commitment[59] 、组织认同[37] 、人际公民行为有影响。[60]


社会资本

社会资本是一种以社会网络为中心的经济和文化资本,交易以互惠、信任和合作为特征,市场主体生产的商品和服务主要不是为了自已,而是为了共同的利益。社会资本分为三个维度: 结构维度、关系维度和认知维度。结构维度描述了合作伙伴之间如何相互作用,以及哪些特定的合作伙伴在社交网络中相遇。社会资本的结构维度反映了组织之间的关系水平。[61]这个维度与关系维度高度相关,关系维度指的是伙伴之间关系的可信度、规范、期望和认同度。 关系维度解释了这些联系的本质,主要表现在对组织网络的信任程度上。[62] 认知维度分析组织在多大程度上因其联系和相互作用而共享共同的目标和目的。[63]


社会资本是一个关于社会关系的价值、以及合作与信心对取得积极成果的作用的社会学概念。该术语指的是一个人可以从其社会关系中获得的价值。例如,新来的移民可以利用他们与先到的移民的社会关系,获得可能本难以获得的工作(如因为不熟悉当地语言)。社会资本与社会网络使用强度存在正相关关系。[64][65]在一个动态的框架中,网络中更高的活动会产生更高的社会资本,而社会资本本身又会激励更多的活动。[66]


广告

这个特别的集群侧重于品牌形象和促销策略的有效性,同时考虑到顾客参与对销售和品牌形象的影响。这是通过诸如基于数学领域的研究(如数据挖掘和分析)的情感分析等技术来衡量的。这一研究领域产生了大量的商业应用,因为任何研究的主要目标都是了解消费者行为并推动销售。


网络位置和收益

在许多组织中,成员倾向于把他们的活动集中在他们自己的团队中,这抑制了创造力并限制了机会。一个网络连接结构洞的成员在发现和开发机会方面有优势。[48] 这样的成员可以通过充当两个集群之间的信息“中间人”来调动社会资本,否则这些集群就不会有接触,并因此拥有了获取新想法、观点和机会的渠道。英国哲学家和政治经济学家John Stuart Mill写道:“不管怎样……让人们跟与自己不同的人接触....这种沟通是进步的主要来源之一。”[67]因此,一个拥有富含结构洞的网络的玩家可以通过新的想法和机会为组织增加价值。这反过来又有助于个人的职业发展和晋升。


社会资本中介人还可以从促进联系人之间的信息流动中获得控制权利。在咨询公司 Eden McCallum 的案例中,创始人能够通过与前三大咨询公司顾问和中等规模的行业公司建立联系来发展其事业。[68]通过连接结构洞和调动社会资本,玩家可以通过在联系人之间执行新的机会来发展其事业。


有研究证实和反驳了信息中介的好处。Zhixing Xiao 对中国高科技企业的一项研究发现,结构洞的控制效益“与占主导地位的企业合作精神不协调,且因这类组织的共享价值观,信息效益不能实现”。[69]然而,这项研究只分析了往往有很强的公共共享价值观的中国企业。结构洞的信息和控制利益对于那些在整个公司层面上不那么具有包容性和合作性的公司来说仍然是有价值的。2004年,罗纳德·伯特 Ronald Burt调查了为美国最大的电子公司之一管理供应链的673名管理者。他发现,那些经常与其他团体讨论问题的管理人员收入更高,得到的工作评价更积极,也更有可能获得晋升。[48] 因此,连接结构洞对组织有益,反过来对个人的职业生涯也有益。


社交媒体

计算机网络与社交网络软件的结合为社交互动提供了一种新的媒介。[70]计算机化的社交网络服务上的关系可以通过上下文、方向和强度来描述。关系的内容指的是交换的资源。在电脑中介传播 computer-mediated communication环境中,社会对交换不同种类的信息,包括发送数据文件或计算机程序,以及提供情感支持或安排会议。随着电子商务的兴起,交换的信息也可能对应于“现实”世界中的货币、商品或服务的交换。[71]社会网络分析方法已经成为检验此类计算机为媒介的交流的必要手段。


此外,社交媒体的庞大规模和不稳定性也催生了新的网络指标。从社交媒体中提取网络的一个关键问题是,在缺失数据的情况下,网络指标缺乏稳健性。[72]


参阅


参考文献

  1. 1.0 1.1 Wasserman, Stanley; Faust, Katherine (1994). "Social Network Analysis in the Social and Behavioral Sciences". Social Network Analysis: Methods and Applications. Cambridge University Press. pp. 1–27. ISBN 9780521387071. 
  2. Scott, W. Richard; Davis, Gerald F. (2003). "Networks In and Around Organizations". Organizations and Organizing. Pearson Prentice Hall. ISBN 978-0-13-195893-7. 
  3. Freeman, Linton (2004). The Development of Social Network Analysis: A Study in the Sociology of Science. Empirical Press. ISBN 978-1-59457-714-7. 
  4. Borgatti, Stephen P.; Mehra, Ajay; Brass, Daniel J.; Labianca, Giuseppe (2009). "Network Analysis in the Social Sciences". Science. 323 (5916): 892–895. Bibcode:2009Sci...323..892B. CiteSeerX 10.1.1.536.5568. doi:10.1126/science.1165821. PMID 19213908.
  5. Easley, David; Kleinberg, Jon (2010). "Overview". Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge University Press. pp. 1–20. ISBN 978-0-521-19533-1. 
  6. 6.0 6.1 6.2 Scott, John P. (2000). Social Network Analysis: A Handbook (2nd edition). Thousand Oaks, CA: Sage Publications.
  7. Tönnies, Ferdinand (1887). Gemeinschaft und Gesellschaft, Leipzig: Fues's Verlag. (Translated, 1957 by Charles Price Loomis as Community and Society, East Lansing: Michigan State University Press.)
  8. Durkheim, Emile (1893). De la division du travail social: étude sur l'organisation des sociétés supérieures, Paris: F. Alcan. (Translated, 1964, by Lewis A. Coser as The Division of Labor in Society, New York: Free Press.)
  9. Simmel, Georg (1908). Soziologie, Leipzig: Duncker & Humblot.
  10. For a historical overview of the development of social network analysis, see: Carrington, Peter J.; Scott, John (2011). "Introduction". The Sage Handbook of Social Network Analysis. Sage. p. 1. ISBN 978-1-84787-395-8. https://books.google.com/books?id=2chSmLzClXgC&pg=PA1. 
  11. See also the diagram in Scott, John (2000). Social Network Analysis: A Handbook. Sage. p. 8. ISBN 978-0-7619-6339-4. https://books.google.com/books?id=Ww3_bKcz6kgC&pg=PA8. 
  12. Malinowski, Bronislaw (1913). The Family Among the Australian Aborigines: A Sociological Study. London: University of London Press.
  13. Radcliffe-Brown, Alfred Reginald (1930) The social organization of Australian tribes. Sydney, Australia: University of Sydney Oceania monographs, No.1.
  14. Radcliffe-Brown, A. R. (1940). "On social structure". Journal of the Royal Anthropological Institute. 70 (1): 1–12. doi:10.2307/2844197. JSTOR 2844197.
  15. Lévi-Strauss, Claude ([1947]1967). Les structures élémentaires de la parenté. Paris: La Haye, Mouton et Co. (Translated, 1969 by J. H. Bell, J. R. von Sturmer, and R. Needham, 1969, as The Elementary Structures of Kinship, Boston: Beacon Press.)
  16. Barnes, John (1954). "Class and Committees in a Norwegian Island Parish". Human Relations, (7): 39–58.
  17. Freeman, Linton C.; Wellman, Barry (1995). "A note on the ancestoral Toronto home of social network analysis". Connections. 18 (2): 15–19.
  18. Savage, Mike (2008). "Elizabeth Bott and the formation of modern British sociology". The Sociological Review. 56 (4): 579–605. doi:10.1111/j.1467-954x.2008.00806.x.
  19. Nadel, S. F. 1957. The Theory of Social Structure. London: Cohen and West.
  20. Parsons, Talcott ([1937] 1949). The Structure of Social Action: A Study in Social Theory with Special Reference to a Group of European Writers. New York: The Free Press.
  21. Parsons, Talcott (1951). The Social System. New York: The Free Press.
  22. Blau, Peter (1956). Bureaucracy in Modern Society. New York: Random House, Inc.
  23. Blau, Peter (1960). "A Theory of Social Integration". The American Journal of Sociology, (65)6: 545–556, (May).
  24. Blau, Peter (1964). Exchange and Power in Social Life.
  25. Bernie Hogan. "The Networked Individual: A Profile of Barry Wellman".
  26. 26.0 26.1 Granovetter, Mark (2007). "Introduction for the French Reader". Sociologica. 2: 1–8.
  27. Wellman, Barry (1988). "Structural analysis: From method and metaphor to theory and substance". pp. 19–61 in B. Wellman and S. D. Berkowitz (eds.) Social Structures: A Network Approach, Cambridge, UK: Cambridge University Press.
  28. Mullins, Nicholas. Theories and Theory Groups in Contemporary American Sociology. New York: Harper and Row, 1973.
  29. Tilly, Charles, ed. An Urban World. Boston: Little Brown, 1974.
  30. Wellman, Barry. 1988. "Structural Analysis: From Method and Metaphor to Theory and Substance". pp. 19–61 in Social Structures: A Network Approach, edited by Barry Wellman and S. D. Berkowitz. Cambridge: Cambridge University Press.
  31. Nagler, Jan; Anna Levina; Marc Timme (2011). "Impact of single links in competitive percolation". Nature Physics. 7 (3): 265–270. arXiv:1103.0922. Bibcode:2011NatPh...7..265N. doi:10.1038/nphys1860.
  32. Newman, Mark, Albert-László Barabási and Duncan J. Watts (2006). The Structure and Dynamics of Networks (Princeton Studies in Complexity). Oxford: Princeton University Press.
  33. Wellman, Barry (2008). "Review: The development of social network analysis: A study in the sociology of science". Contemporary Sociology. 37 (3): 221–222. doi:10.1177/009430610803700308.
  34. Faust, Stanley Wasserman; Katherine (1998). Social network analysis : methods and applications (Reprint. ed.). Cambridge [u.a.]: Cambridge Univ. Press. ISBN 978-0521382694. 
  35. 35.0 35.1 Kadushin, C. (2012). Understanding social networks: Theories, concepts, and findings. Oxford: Oxford University Press.
  36. Granovetter, M. (1976). "Network sampling: Some first steps". American Journal of Sociology. 81 (6): 1287–1303. doi:10.1086/226224.
  37. 37.0 37.1 Jones, C.; Volpe, E.H. (2011). "Organizational identification: Extending our understanding of social identities through social networks". Journal of Organizational Behavior. 32 (3): 413–434. doi:10.1002/job.694.
  38. de Nooy, Wouter (2012). "Social Network Analysis, Graph Theoretical Approaches to". "Graph Theoretical Approaches to Social Network Analysis". in Computational Complexity: Theory, Techniques, and Applications (Robert A. Meyers, ed.). Springer. pp. 2864–2877. doi:10.1007/978-1-4614-1800-9_176. ISBN 978-1-4614-1800-9. 
  39. Hedström, Peter; Sandell, Rickard; Stern, Charlotta (2000). "Mesolevel Networks and the Diffusion of Social Movements: The Case of the Swedish Social Democratic Party" (PDF). American Journal of Sociology. 106 (1): 145–172. doi:10.1086/303109.
  40. 40.0 40.1 Riketta, M.; Nienber, S. (2007). "Multiple identities and work motivation: The role of perceived compatibility between nested organizational units". British Journal of Management. 18: S61–77. doi:10.1111/j.1467-8551.2007.00526.x.
  41. Shirado, Hirokazu; Christakis, Nicholas A (2017). "Locally noisy autonomous agents improve global human coordination in network experiments". Nature. 545 (7654): 370–374. Bibcode:2017Natur.545..370S. doi:10.1038/nature22332. PMC 5912653. PMID 28516927.
  42. Cranmer, Skyler J.; Desmarais, Bruce A. (2011). "Inferential Network Analysis with Exponential Random Graph Models". Political Analysis. 19 (1): 66–86. CiteSeerX 10.1.1.623.751. doi:10.1093/pan/mpq037.
  43. Moreira, André A.; Demétrius R. Paula; Raimundo N. Costa Filho; José S. Andrade, Jr. (2006). "Competitive cluster growth in complex networks". Physical Review E. 73 (6): 065101. arXiv:cond-mat/0603272. Bibcode:2006PhRvE..73f5101M. doi:10.1103/PhysRevE.73.065101. PMID 16906890.
  44. Barabási, Albert-László (2003). Linked: how everything is connected to everything else and what it means for business, science, and everyday life. New York: Plum.
  45. Strogatz, Steven H. (2001). "Exploring complex networks". Nature. 410 (6825): 268–276. Bibcode:2001Natur.410..268S. doi:10.1038/35065725. PMID 11258382.
  46. Kilduff, M.; Tsai, W. (2003). Social networks and organisations. Sage Publications. 
  47. Granovetter, M. (1973). "The strength of weak ties". American Journal of Sociology. 78 (6): 1360–1380. doi:10.1086/225469.
  48. 48.0 48.1 48.2 Burt, Ronald (2004). "Structural Holes and Good Ideas". American Journal of Sociology. 110 (2): 349–399. CiteSeerX 10.1.1.388.2251. doi:10.1086/421787.
  49. 49.0 49.1 49.2 49.3 Burt, Ronald (1992). Structural Holes: The Social Structure of Competition. Cambridge, MA: Harvard University Press. 
  50. Papachristos, Andrew (2009). "Murder by Structure: Dominance Relations and the Social Structure of Gang Homicide" (PDF). American Journal of Sociology. 115 (1): 74–128. doi:10.2139/ssrn.855304. Archived from the original (PDF) on 7 April 2014. Retrieved 29 March 2013.
  51. Granovetter, Mark (2005). "The Impact of Social Structure on Economic Outcomes". The Journal of Economic Perspectives. 19 (1): 33–50. doi:10.1257/0895330053147958. JSTOR 4134991.
  52. Levy, Judith and Bernice Pescosolido (2002). Social Networks and Health. Boston, MA: JAI Press.
  53. Crona, Beatrice and Klaus Hubacek (eds.) (2010). "Special Issue: Social network analysis in natural resource governance". Ecology and Society, 48.
  54. Ernstson, Henrich (2010). "Reading list: Using social network analysis (SNA) in social-ecological studies". Resilience Science
  55. Anheier, H. K.; Romo, F. P. (1995). "Forms of capital and social structure of fields: examining Bourdieu's social topography". American Journal of Sociology. 100 (4): 859–903. doi:10.1086/230603.
  56. De Nooy, W (2003). "Fields and networks: Correspondence analysis and social network analysis in the framework of Field Theory". Poetics. 31 (5–6): 305–327. doi:10.1016/S0304-422X(03)00035-4.
  57. Senekal, B. A. (2012). "Die Afrikaanse literêre sisteem: ʼn Eksperimentele benadering met behulp van Sosiale-netwerk-analise (SNA)". LitNet Akademies. 9: 3.
  58. Podolny, J. M.; Baron, J. N. (1997). "Resources and relationships: Social networks and mobility in the workplace". American Sociological Review. 62 (5): 673–693. CiteSeerX 10.1.1.114.6822. doi:10.2307/2657354. JSTOR 2657354.
  59. Lee, J.; Kim, S. (2011). "Exploring the role of social networks in affective organizational commitment: Network centrality, strength of ties, and structural holes". The American Review of Public Administration. 41 (2): 205–223. doi:10.1177/0275074010373803.
  60. Bowler, W. M.; Brass, D. J. (2011). "Relational correlates of interpersonal citizenship behaviour: A social network perspective". Journal of Applied Psychology. 91 (1): 70–82. CiteSeerX 10.1.1.516.8746. doi:10.1037/0021-9010.91.1.70. PMID 16435939.
  61. (Claridge, 2018).
  62. (Claridge, 2018).
  63. (Claridge, 2018).
  64. Sebastián, Valenzuela; Namsu Park; Kerk F. Kee (2009). "Is There Social Capital in a Social Network Site? Facebook Use and College Students' Life Satisfaction, Trust, and Participation". Journal of Computer-Mediated Communication. 14 (4): 875–901. doi:10.1111/j.1083-6101.2009.01474.x.
  65. Wang, Hua & Barry Wellman (2010). "Social Connectivity in America: Changes in Adult Friendship Network Size from 2002 to 2007". American Behavioral Scientist. 53 (8): 1148–1169. doi:10.1177/0002764209356247.
  66. Gaudeul, Alexia; Giannetti, Caterina (2013). "The role of reciprocation in social network formation, with an application to LiveJournal". Social Networks. 35 (3): 317–330. doi:10.1016/j.socnet.2013.03.003. ISSN 0378-8733.
  67. Mill, John (1909). Principles of Political Economy. Library of Economics and Liberty: William J Ashley. 
  68. Gardner, Heidi; Eccles, Robert (2011). "Eden McCallum: A Network Based Consulting Firm". Harvard Business School Review.
  69. Xiao, Zhixing; Tsui, Anne (2007). "When Brokers May Not Work: The Cultural Contingency of Social Capital in Chinese High-tech Firms". Administrative Science Quarterly.
  70. Amichai-Hamburger, Yair; Hayat, Tsahi (2017) (in en). The International Encyclopedia of Media Effects. John Wiley & Sons, Inc.. doi:10.1002/9781118783764.wbieme0170. ISBN 9781118783764. 
  71. Garton, Laura; Haythornthwaite, Caroline; Wellman, Barry (23 June 2006). "Studying Online Social Networks". Journal of Computer-Mediated Communication. 3 (1): 0. doi:10.1111/j.1083-6101.1997.tb00062.x.
  72. Wei, Wei; Joseph, Kenneth; Liu, Huan; Carley, Kathleen M. (2016). "Exploring Characteristics of Suspended Users and Network Stability on Twitter". Social Network Analysis and Mining. 6: 51. doi:10.1007/s13278-016-0358-5.


拓展阅读

  • Estrada, E (2011). The Structure of Complex Networks: Theory and Applications. Oxford University Press. ISBN 978-0-199-59175-6. 
  • Ferguson, Niall (2018). The Square and the Tower: Networks and Power, from the Freemasons to Facebook. Penguin Press. ISBN 978-0735222915. 
  • Freeman, Linton C. (2004). The Development of Social Network Analysis: A Study in the Sociology of Science. Empirical Press. ISBN 978-1-59457-714-7. 
  • Kadushin, Charles (2012). Understanding Social Networks: Theories, Concepts, and Findings. Oxford University Press. ISBN 978-0-19-537946-4. 
  • Mauro, Rios; Petrella, Carlos (2014) (in Spanish). La Quimera de las Redes Sociales. Bubok España. ISBN 978-9974-99-637-3. 
  • Wasserman, Stanley; Faust, Katherine (1994). Social Network Analysis: Methods and Applications. Structural Analysis in the Social Sciences. Cambridge University Press. ISBN 978-0-521-38269-4. 
  • Wellman, Barry; Berkowitz, S. D. (1988). Social Structures: A Network Approach. Structural Analysis in the Social Sciences. Cambridge University Press. ISBN 978-0-521-24441-1. 


外部链接

组织

同行评审期刊


课本及教育资源


数据集


编者推荐

集智文章

社会网络分析的四个维度:研究方法、应用和软件工具综述 | 网络科学论文速递25篇

The Four Dimensions of Social Network Analysis: An Overview of Research Methods, Applications, and Software Tools:近年来,基于社交网络的应用呈指数级增长,其中一个方面的原因是,这个应用领域提供了一个特别肥沃的地方,可以测试和开发最先进的计算技术,从 Web 中提取有价值的信息。这项工作的主要贡献有三个方面:(1) 我们对社会网络分析 (SNA) 的最新发展水平进行了文献综述;(2) 我们提出了一套基于 SNA 四个基本特征(或维度)的新度量标准;(3) 最后,我们对一套流行的 SNA 工具和框架进行了定量分析。我们还进行了一项科学计量学研究,以检测该领域中最活跃的研究领域和应用领域。本工作提出了四个不同维度的定义,即(a)模式、(b)知识发现、(c)信息融合、(d)集成、可伸缩性和可视化,用于定义一组新的度量(称为度),以评估 SNA 的不同软件工具和框架(根据之前的度量对一组 20 个 SNA-软件工具进行分析和排序)。这些维度连同定义的程度,可以评价和衡量社会网络技术的成熟度,寻求对它们的定量评估,从而揭示这一活跃领域的挑战和未来发展趋势。

集智课程

本课程中,邀请了10位全国最顶尖的复杂科学专家为您全面系统讲解网络科学,帮助大家完成从散点思维到网络思维,直至网络科学思维的跃升。


本课程是对复杂性科学的一个概述,包含10个章节,每节都会涵盖复杂系统的一个主要概念。


本课程中,将详细介绍复杂网络的四个基本模型:规则网、随机图、小世界网络、Scale-Free 网络。


本课程主要讲解图卷积神经网络(GCN),GCN是针对不规则图(图像可以看作是规则的二维网格)的一种卷积神经网络的技术,可以用来进行图上信号的识别和预测。



本中文词条由Miyasak、Kuangmy审校,薄荷编辑,如有问题,欢迎在讨论页面留言。


本词条内容源自wikipedia及公开资料,遵守 CC3.0协议。