社会网络分析方法（总结）

社会网络分析方法

SNA分析软件

?

第一类为自由可视化SNA 软件，共有Agna 等9 种软件，位于图1 的右上角，这类软件可以自由下载使用，成本低，但一般这类软件的一个共同缺点是缺乏相应的如在线帮助等技术支持； ?

第二类为商业可视化SNA 软件，如InFlow 等3种，这类软件大都有良好的技术支持；（3）第三类为可视化SNA 软件，如KliqFinder 等4 种，这类软件一般都是商业软件， 但他们都有可以通过下载试用版的软件，来使用其中的绝大部分功能 ?

第四类为自由非可视化SNA 软件，如FATCAT 等7 种，这类软件的特点是免费使用，但对SNA 的分析结果以数据表等形式输出，不具有可视化分析结果的功能； ?

第五类为商业非可视化SNA 软件， 只有GRADAP 一种，该软件以图表分析为主，不具有可 视化的功能。在23 种SNA 软件中，有16 种SNA 软件，即近70%的SNA 软件，具有可视化功能。

SNA分析方法

使用SNA 软件进行社会网络分析时，一般需要按准备数据、数据处理和数据分析三个步骤进行。尽管因不同的SNA 软件的具体操作不同，但这三个步骤基本是一致的。

1.准备数据，建立关系矩阵

准备数据是指将使用问卷或其他调查方法，或直接从网络教学支撑平台自带的后台数据库中所获得的用于研究的关系数据， 经过整理后按照规定格式形成关系矩阵，以备数据处理时使用。这个步骤也是SNA 分析的重要的基础性工作。SNA 中共有三种关系矩阵： 邻接矩

（AdjacencyMatrix）、发生阵（Incidence Matrix）和隶属关系矩阵（Affiliation Matrix）。邻接矩阵为正方阵，其行和列都代表完全相同的行动者， 如果邻接矩阵的值为二值矩阵，则其中的“0”表示两个行动者之间没有关系，而“1”则表示两个行动者之间存在关系。然而我们

在分析e-Learning 的社会网络时， 一般都采用非二值矩阵，即使用赋值矩阵，此时，矩阵中的数值表示为两个行动者之间的关系强度， 且规定矩阵中的“行”为关系的发送者，而“列”为关系的接受者。发生阵的“行”代表节点，而“列”代表各条线，即发生阵表达的是哪个点连接在哪条线上，因此，发生阵一定是二值矩阵，且不一定是方阵。邻接矩阵和发生阵都表达了图的全部信息[7]。

在SNA 中，往往需要分析行动者的隶属关系，如行动者所属班级、年级或学习小组等，以及会关注行动者的一些自然属性，如性别、年龄等，此时就可以利用隶属关系矩阵来表述。隶属关系矩阵的“行”为行动者，“列”为事件，即各种属性。三种矩阵的建立在三种典型SNA 软件中有多种方法，但归纳起来大致有两种方法。

第一种方法：直接输入关系矩阵内容。这种方法就是利用三种SNA 软件所提供的数据输入

功能，按照研究者所获得的原始关系数据， 将具体数值输入进关系矩阵中。其操作过程非常类似Excel 软件的操作，操作简单而直接。

第二种方法： 从其他软件的数据文件直接导入SNA 软件，形成关系矩阵。

三种典型的SNA 软件都提供了从其他软件导入多种格式的数据文件的功能，以支持多种方法建立关系矩阵。目前，.csv、.txt、.xls、.ntf、.dl 和.net 等格式的文件都可以直接导入进

NetMiner、Pajek 和UCINET 三种SNA 软件中。一般导入操作都有菜单和对话框提示， 只

要注意阅读对话框的提示，并给予相应的选择，就可以完成数据的导入，建立起关系矩阵，整个操作过程一般都十分简单快速。由于一般研究者在收集原始关系数据后，为了数据安全起见都会事先按照某种格式将所收集的数据存入数据文件中，且在SNA 分析的过程中，往往需要同时使用多个SNA 软件，这就存在一个在不同软件之间需要交换关系矩阵的操作，因此，第二种建立关系矩阵的方法往往比第一种更常用。

2. 数据处理，进行SNA 分析

建立SNA 的关系矩阵后，就需要进入数据处理这个步骤，该步骤为SNA 的一项核心工作。

SNA 的数据处理工作， 可以按照不同的操作分为以下两种类型。 （1） 测量 所谓测量，是指针对研究者所建立的关系矩阵，由SNA 软件自动计算出社会网络的各项网络指标或参数值。通常，通过测量可以完成的SNA 有：网络的基本属性、中心性、连通性、结构洞等。有关测量的数据处理操作是最简单的，一般都是直接使用SNA软件菜单中的有关功能即可完成。在测量操作中，一般需要研究者按照软件的提示事先指定某个关系矩阵；测量结束后，一般SNA 软件会给出测量结果，如图3 所示。SNA 测量的结果往往会形成一些数据集合，这些数据集合都是可以导出成为多种格式的数据文件单独存储的，这些数据集合往往是得出SNA 结论的重要依据。

（2） 探索性分析 探索性分析往往比测量操作复杂， 一般要遵循某种分析程序，而且会因探索的问题或对象的不同，其数据处理操作会有很大不同。通过探索性分析可以完成的SNA 有：凝聚子群分析、网络位置与角色分析和结构洞与经纪人业务分析等。社会网络中的凝聚子群分析是一种典型的探索性分析，探索性分析的数据处理路线往往会存在路径的分支与循环等复杂结构， 需要研究者依据一定的判定依据进行判断后进行相应的选择才能完成。因此，探索性分析的操作步骤比较多，且操作过程也比较复杂， 探索性分析的效率往往与研究的数据对象大小和性质、研究的问题和研究者自身的经验与技巧等有关系。

3. 数据分析，得出结论

这一步骤是SNA 分析的关键性工作。当上一步的数据处理完毕后， 往往会得到一些可视化的图或数据表等信息。一般数据表都与Excel 表格的形式非常接近，比较容易读懂，而常用的图有以下几种。

（1）社群图

社群图表示关系模式， 分为二维视图和三维视图两种类型 （2）网络位置图

网络位置图表示关系数据集中的行动者在社会网络中的位置分布。最常见的位置分布就是核心—边缘模型。 （3） 树形图

树形图用于表示SNA 中对等性分析等聚类分析的结果。一般有两种表示方式，一种为类似冰柱图的形式，另一种为树形表示方式。 参考文献：

[1]王陆. 典型的社会网络分析软件工具及分析方法[J]. 中国电化教育, 2009, 4(267): 95-100. [2]魏瑞斌. 社会网络分析在关键词网络分析中的实证研究[J]. 情报杂志, 2009, 28(9): 46-49. [3]王陆. 虚拟学习社区的社会网络分析 [J][J]. 中国电化教育, 2009, 2(5): 11. [4]王志亮. 社会网络分析方法在科研协作网中的应用研究 [D][D]. , 2005.