社會網路分析法電子版
㈠ 社會網路分析法的目錄
1網路和抄關系
關系和襲屬性
本書概要
2社會網路分析的發展
社會計量分析和圖論
人際結構和派系
網路：全網與局部網
哈佛的突破
3關系數據的處理
關系數據的整理
關系數據的存儲
關系數據的選擇
4點、線和數據
社群圖的圖論
個體中心密度和社群中心密度
社區結構和密度
5中心度和中心勢
局部中心度和整體中心度
中心勢和圖的中心
關於絕對密度的題外話
公司網路中的銀行中心性
6成分、核與派系
成分、循環和結群
成分的輪廓
派系及其交叉
成分和引文圈
7位置、角色和聚類
點的結構對等性
聚類：聚集和分裂
塊模型：CONCOR和BUBT
走向規則結構對等性
連鎖與參與
8維度和展示
距離、空間和量綱
主成分和因子
一些非量綱的方法
在網路可視化方面的一些進展
精英，社區和影響力
附錄社會網路軟體包
參考文獻
術語（人名）英漢對照表
㈡ 《社會網路分析方法與實踐》epub下載在線閱讀，求百度網盤雲資源
《社會網路分析》（Maksim Tsvetovat）電子書網盤下載免費在線閱讀
鏈接：
書名：社會網路分析
作者：Maksim Tsvetovat
譯者：王薇
豆瓣評分：7.2
出版社：機械工業出版社
出版年份：2013-6-1
頁數：177
內容簡介：
本書以基於Python的網路分析包NetworkX作為社會網路分析工具，但不是一本NetworkX使用手冊。作者將重點放在如何從龐大的社會網路分析學術積累中，挑選最精要與最實用的知識點，以幫助讀者形成關於社會網路分析的知識譜系圖。全書可以分為四部分。第1章和第2章是基礎知識，主要介紹社會網路分析的背景信息與圖論基礎知識。第3~5章主要介紹如何分析社會網路，分別從個體與群體兩個層面，介紹社會網路的主要測量指標與分析方法。其中第3章重點介紹社會網路節點層面的四個核心指標：
作者簡介：
maksim tsvetovat是一個跨學科的科學家、軟體工程師和爵士音樂家。他從卡內基·梅隆大學獲得計算、組織和社會方向的博士學位，專注於社會網路進化、信息和態度擴散、集體智能發生的計算機建模。
㈢ 社會網路分析法與文獻計量法的區別與聯系
知識圖譜可以通過文獻計量學方法和社會網路分析法來得到，這兩個方法是同一層面，不是包含與被包含關系
㈣ 社會網路分析法的研究方法
社會網路分析抄法是一種社襲會學研究方法，社會學理論認為社會不是由個人而是由網路構成的，網路中包含結點及結點之間的關系，社會網路分析法通過對於網路中關系的分析探討網路的結構及屬性特徵，包括網路中的個體屬性及網路整體屬性，網路個體屬性分析包括：點度中心度，接近中心度等；網路的整體屬性分析包括小世界效應，小團體研究，凝聚子群等。該方法目前在教育領域應用比較廣泛，主要探究信息技術環境下學習者所構成網路的特點，以及在此基礎上對於該網路的改進策略。
㈤ 社會網路分析social network analysis
黑龍江大學社會學系
首都師范大學
大連理工大學.
等等
㈥ 社會網路分析法的優缺點
優點：社會網路分析是定性和定量的橋梁,它對大量的圖表數據進行定量分析得出定性的結論。
缺點：社會網路分析過於考慮社會網路「聯絡性」，沒有考慮各種「孤立點」，不能保證找到所有的有聯絡的行動者，由此難以全面把握社會網路的全貌。
社會網路分析是定性和定量的橋梁,它對大量的圖表數據進行定量分析得出定性的結論。社會網路分析法所具有的這些優點使得該方法在我國多個領域都得到了廣泛的應用。
以下是社會網路分析法的相關介紹：
社會是一個由多種多樣的關系構成的巨大網路。視角當然多種多樣，既可以像林語堂的小說中描述的那樣對關系進行細致的刻畫，又可以像黃光國等社會心理學家那樣對人情、面子和關系網進行質的描述，更可以用社會網路分析法對關系進行量化的表徵，從而揭示關系的結構，解釋一定的社會現象。
社會網路分析的意義在於，它可以對各種關系進行精確的量化分析，從而為某種中層理論的構建和實證命題的檢驗提供量化的工具，甚至可以建立「宏觀和微觀」之間的橋梁。
以上資料參考網路——社會網路分析法
㈦ 社會網路分析法的介紹
《社會網路分析法》是2007年重慶大學出版社出版的圖書，作者是斯科特。社會是一個內由容多種多樣的關系構成的巨大網路。如何研究關系？視角當然多種多樣，既可以像林語堂的小說中描述的那樣對關系進行細致的刻畫，又可以像黃光國等社會心理學家那樣對人情、面子和關系網進行質的描述，更可以用社會網路分析法對關系進行量化的表徵，從而揭示關系的結構，解釋一定的社會現象。社會網路分析的意義在於，它可以對各種關系進行精確的量化分析，從而為某種中層理論的構建和實證命題的檢驗提供量化的工具，甚至可以建立「宏觀和微觀」之間的橋梁。本書就像一本手冊，引導讀者進入社會網路分析的研究領域。它既適用於社會網路分析的初學者，也適用於對社會網路分析有所了解的人士。
㈧ 什麼是社會網路分析法
社會網路分析方法是由社會學家根據數學方法、圖論等發展起來的定量分析方法。
社會網路分析是對社會網路的關系結構以及屬性加以分析的一套規范和方法。它又被稱為結構分析法（structural analysis）
社會網路分析不僅是對關系和結構加以分析的技術，還是一種理論方法--結構思想。
社會網路分析是社會學領域比較成熟的分析方法，該方法可以解決一些社會學的問題。
社會網路要素：
①行動者，在社會網路中用節點表示；
②關系，在社會網路中用劍線表示，關系的內容可能是友誼、借貸或是溝通，其關系可以是單向或雙方，且存在關系強度的差異，關系不同即構成不同的網路
社會網路分析的原理：
關系紐帶經常是不對稱地相互作用著的，在內容和強度上都有所不同
關系紐帶間接或直接地把網路成員連接在一起；故必須在更大的網路結構背景中進行分析
社會紐帶結構產生了非隨機的網路，因而形成了網路群(network clusters)、網路界限和交叉關聯
交叉關聯把網路群以及個體聯系在一起
不對稱的紐帶和復雜網路使稀缺資源的分配不平等
網路產生了以獲取稀缺資源為目的的合作和競爭行為
社會網路分析方法--數學表達式：
①圖論法和矩陣法，這是社會網路分析最基本的方法
②二方關系圖和三方關系圖
③圖的矩陣表達
④反應行動者的關系圖。通過網路密度、結點度、割點、橋等指標進行具體測量距離，行動者之間的距離越小，意味著他們之間的聯系越密切，交流互動越充分。由此可以了解一個網路中行動者之間的分化與差異
㈨ 《社會網路分析方法與實踐》epub下載在線閱讀全文，求百度網盤雲資源
《社會網路分析方法與實踐》（）電子書網盤下載免費在線閱讀
鏈接:
書名:社會網路分析方法與實踐
豆瓣評分:7.2
作者:
出版社:機械工業出版社
副標題:方法與實踐
原作名:Social Network Analysis for Startups
譯者:王薇/王成軍/王穎/劉璟
出版年:2013-6-1
頁數:177
內容簡介:
本書以基於Python的網路分析包NetworkX作為社會網路分析工具，但不是一本NetworkX使用手冊。作者將重點放在如何從龐大的社會網路分析學術積累中，挑選最精要與最實用的知識點，以幫助讀者形成關於社會網路分析的知識譜系圖。全書可以分為四部分。第1章和第2章是基礎知識，主要介紹社會網路分析的背景信息與圖論基礎知識。第3~5章主要介紹如何分析社會網路，分別從個體與群體兩個層面，介紹社會網路的主要測量指標與分析方法。其中第3章重點介紹社會網路節點層面的四個核心指標：
程度中心性：哪些是明星人物？哪些是邊緣者？程度中心性回答類似問題。這是最為人們理解的社會網路測量指標。以微博為例，程度中心性就是粉絲的數量，那些程度中心性高的人就是微博中的明星。
親近中心性：親近中心性通過點與其他點的距離來測量。那些在社交網路中經常與人互動、人際關系頗好的人，比如公司中的八卦傳播者，往往親近中心性得分較高。
居間中心性：節點的居間程度，表示一個網路中經過該點最短路徑的數量。在網路中，節點的居間程度越大，那麼它在節點相互之間的信息傳播起到的作用也就越大。在兩個社會網路之間的人，比如跨界者，往往擁有較高的居間中心性。
特徵向量中心性：那些在社交網路中沉默卻擁有極大權力的人物，如《教父》中的主人翁柯里昂。社會網路研究者將他們稱為「灰衣主教」。特徵向量中心性就是找出他們的辦法。基本原理是，一個有著高特徵向量中心性的行動者，與他建立連接的很多行動者往往也被其他很多行動者所連接。在社交網路中，有這樣一種人，很多明星與其做朋友，即使他沉默不語，也可能是一位重要的人物。
社會網路分析不僅僅在節點層面測量。第4章、第5章介紹如何分析群體。其中，第4章主要介紹社群劃分的基礎知識：如何將龐大的社會網路劃分為小的組塊？如何利用社會網路中的結構洞牟利？如何進行三元組普查與分析？例如，如何通過島嶼方法逐步找出推特上埃及革命的成千上萬條轉發的核心人物？又如，如何評估埃及革命中一個人的信息傳播能力？顯然，如果你的朋友們相互信任，將比那種一個明星發言，粉絲們單純收聽的星形網路傳播能力更強。第5章主要介紹二模網路與多模網路的基礎知識。關系還會存在於不同類型的主體之間，比如公司僱傭員工、投資者購買公司股票、人們佔有信息與資源等。這些關系稱為二模關系。現實生活中的關系往往是二模或多模。比如在微博上，可以通過你的興趣、地域、使用的標簽來為你推薦新的朋友，或者基於你對一些公共事件的看法，將你劃分到特定政治群體中，這些都是基於二模或多模網路的分析得出的。
第6章是全書最精彩的部分，關注信息如何傳播，初步展示分析動態社會網路發展的建模技巧。一條微博如何從一兩個人關注突然成為流行用語？作者在實驗中發現，當網路密度接近7%的時候，將從線性增長（每次增加一條連接）轉化為病毒式擴散，也就是說，如果轉發一條微博、加入一個網路社群等的人數比例達到7%，其他人將會在關鍵階段馬上跟進。這是一個推動臉譜走出哈佛大學的神奇數字。臉譜一步一步地躍遷，總是遵循一個規則——在一個社群里到達飽和點之後才移入一個更大的社群。作者通過手寫Python演算法，為讀者打開動態社會網路與網路模擬的大門——我們如何用演算法來模擬人類社會各類關系的變遷？有了自己親手實踐演算法的經驗，讀者未來使用netlogo等網路模擬軟體，將更加得心應手。
對於初學者來說，第4~6章這三章有一定難度，需要同時理解社會科學與編程技巧兩方面知識。第7章則簡單明了，主要介紹獲取網路數據的入門知識。如果希望深入了解，可以閱讀作者推薦的相關資源。附錄A介紹收集社會網路分析所需數據的傳統方法、倫理准則與相關API。附錄B介紹如何安裝本書涉及的相關軟體，如NetworkX、matplotlib等。
總而言之，作為一本技術非常新穎的入門讀物，本書通俗易懂，基於Python進行分析使得其靈活性變得更高。可以說，本書令學習者從一開始就具有上手實踐的能力，除介紹網路數據獲取技巧、網路抽樣方法、網路在個體與群體兩個層面的基本屬性之外，還涉及目前日益熱門的網路模擬方法，融合基礎理論與演算法於一身。簡約卻不簡單，上升空間非常大！無論你是對社會網路感興趣的大眾讀者，還是社會網路的專業研究者、開發者，相信本書都會在社會網路的理論與實踐兩方面給予啟發！
作者簡介:
maksim tsvetovat是一個跨學科的科學家、軟體工程師和爵士音樂家。他從卡內基·梅隆大學獲得計算、組織和社會方向的博士學位，專注於社會網路進化、信息和態度擴散、集體智能發生的計算機建模。目前，他在喬治·梅森大學教授社會網路分析。他還是deepmile networks公司的聯合創始人之一，該公司聚焦於社交媒體影響的圖形化。maksim還教授社會網路分析的管理人員研討班，包括面向創業公司的「社會網路」和面向決策人員的「理解社交媒體」。
alexander kouznetsov是一名軟體設計師和架構師，具有從數據倉庫到信號處理的廣泛技術背景。他為業界開發了大量的社會網路分析工具，從大規模數據採集到在線分析和演示工具。alex在得克薩斯大學獲得數學和計算科學學士學位。