社交网络分析(SNA)简介

最新推荐文章于 2025-05-16 14:49:58 发布

Jackson@ML

最新推荐文章于 2025-05-16 14:49:58 发布

阅读量1k

点赞数 11

分类专栏： Python 人工智能 LLM 文章标签：社交网络分析 SNA python

本文链接：https://blog.csdn.net/jackson_lingua/article/details/147920950

版权

Python 同时被 3 个专栏收录

62 篇文章

订阅专栏

人工智能

10 篇文章

订阅专栏

LLM

4 篇文章

订阅专栏

社交网络分析(SNA)简介

A Brief Introduction to Social Network Analysis (SNA)

By Jackson@ML

1. 什么是社交网络？

1) 关系与网络。 人活在自然界，也活在社会之中。人有年龄，种族，宗教信仰，教育水平，家庭住址，以及社会地位和收入等标签，用以量化或者可能用来测量的指标。

人与人的相互关系，可以描述为个体（或节点），以及连接（或边缘）等要素。

2) 定量与定性。 什么样的量化标准来源于网络数据？何种定量和定性的结果需要测量？一个人融入社会的能力，也就是在社会网络中角色的可能性。

在这里插入图片描述
图1 来源于Internet

2. 有效途径

带着这些问题，可能需要构建多元化的回归模型，用来控制一些变量，并且链接其它影响结果的变量。这对于很多社交网络分析（SNA）的里程碑，是个行之有效的途径。

3. 链路分析

**链路分析(Link Analysis)与社交网络(Social Network)**呈现对等关系，但不完全相同。

人和人之间的关系，形成链路；很多人之间，形成复杂的链路，而他们之间也有核心点（核心人物），如下图：

在这里插入图片描述
图2 来源于Internet

4. Where’s George货币追踪

在这里插入图片描述
图3 来源于Internet

这是一张2021年系列的美国一美元纸币，由货币追踪项目“乔治在哪里”注册。

（为了防止人们不诚实地报告钞票，序列号已被屏蔽。右上角的遮挡线部分遮挡了英文文本“THIS IS A REGISTERED BILL”和钞票的序列号。）

但尽管这样，对这张美元钞票的追踪，令人揭开惊天大幕！

它可以在用户注册和标明地理位置后，精确测算出这张美钞曾经到过哪个村镇和地理位置。

于是，这激发了人们巨大的好奇心，越来越多的人上网注册自家使用过的钞票。

经过统计分析，研究者发现，绝大部份钞票，仅在离家不远的地方使用过；通过钞票运动轨迹还发现，其实大部分人并没有走得很远，或者跳出自己的圈子，到远处去工作生活。

绝大部分人的生活半径，也就在周围3至10公里范围内。

归结起来看，其实这就是传统空间地域的社会网络的流动。

5. 主要元素

社会网络分析主要针对的是两种要素，第一个是节点，第二个就是连接。社会网络就是节点之间的互动关系。

比起节点本身的属性和特点，节点之间关系更加重要。也要强调，社会网络对节点的影响。

在这里插入图片描述
图4 将人视为结构化对象（来源于Internet）

5. Org chart组织架构图

某IT公司组建团队，旨在面向客户服务，所有产品和资源导向客户；因此，组织架构图就从原始的一个经理领导所有人，变为较扁平、但责任明确的组织架构图（Organizational Chart,简称Org Chart），如下图所示：

在这里插入图片描述
图5 某项目团队组织架构图

项目团队按照合同范围，将任务分解到各个工作角色，然后由Project Manager（项目经理）统一负责；至于和其它项目团队合作，也可以输出架构类似但功能不同的团队组织架构。

6. 必备工具

如果根据组织架构图组织人力资源，来完成项目任务，或者达成公司既定目标，那么，需要准备完成这个架构图（网络图）的必要构建。因此，需要一些必备工具。
1） Python软件包
2） NetworkX第三方库

要想完成项目最初构建，需完成安装和导入，例如在macOS有以下步骤：

$ pip install networkx
$ python
>>> import networkx as net
>>> import matplotlib.pyplot as plot
>>> org_chart = net.read_pajek(“Project_OrgChart.net”)
>>> net.draw(org_chart)

之后，会生成正式的组织架构图；该组织架构图也就是一种非正式的社交网络图。

7. Graph理论

网络是互相连接并错综复杂的整体；社交网络体现这样的特性，广泛采用图形来表示，就像上面例子的链路分析图一样。

因此，要很好地表达网络，就需要图的概念和方法。图(Graph)理论就这样出台了。

1）什么是Graph?

Graph在英文中是“图”的含义。一个图，也是普遍的数学抽象。即便你从未遇到这样的数学概念，你也很有可能用它来工作。

例如，上面的项目组织架构图，必然涉及到项目计划；项目计划就是一个图。
生活中的电路图，也是一个图；软件项目中相互依赖的文件，也组成一个图。

2）关于社交网络

一个社交网络类俗于一句话的句子集合，它描述彼此关系，例如下面的句子：
Tom likes playing basketball. （汤姆喜欢打篮球）
Noun → Verb → Noun

上述的简单句子，作为社交网络分析的基本单元，称作“dyad(二分体)“。

每个dyad表明一个单一关系，即传统图理论中的一个边缘(Edge)。

很显然，句中的名词该关系（称作”vertices”，或者节点（nodes））中涉及到的人。

3) 回到nodes和edges

Nodes(节点)。在社交网络中，节点有一个类型。每个节点能代表一个人，一个组织，一份博客帖子，或者一个标签等等。
如果一个图仅包含同类型的节点，它称作单模式图；如果它包含了两种类型之间的关系，它称作双模图。
Edges(边缘)。对于前述的，描述社交网络的边缘（Edge），可以大胆假设：网络上所有边缘在分析中使用一个单一的一致的动词来描述.

例如：最大限度形成句子描述时出现的高中生的三角关系，如下所示：

Alice likes Bob very much.(爱丽丝非常喜欢鲍勃)
Bob and Carol study together.（鲍勃和卡罗尔一起学习）
Carol fights with Alice after school.（卡罗尔下课后跟爱丽丝打架）

这种语意之间的关系，在开发社交媒体应用程序时要重点考虑。这些关系涉及到的边缘（Edge）则可用一个数值来定义。
社会学家通常使用一个成为Likert的级别来区分喜欢程度。

对喜欢程度的描述，大致可以分为以下几个级别：
1）不知道
2）很不喜欢
3）不喜欢
4）既不喜欢也不讨厌
5）喜欢
6）非常喜欢

由此抽象出的边缘列表（Edge-lists）如下所示：

在这里插入图片描述
那么，如果用Python的数据类型表示，首选List，可将边缘表示如下：

$ edges = {‘A’: {‘B’: 2, ‘D’: 5, ‘E’: 5}, ‘B’: {‘A’: 2, ‘D’: 1}}

以此类推。

这样的临近列表，使用Python语言的dictionary（字典）类型来存储。当需要数据分析时，搜索很快捷，增加和删除节点或边缘都很容易。

社交网络分析将持续推出技术文章，研究SNA项目构建和发展。

敬请关注、收藏和点赞👍。

您的认可，我的动力！😃

社交网络分析(SNA)简介

社交网络分析(SNA)简介

A Brief Introduction to Social Network Analysis (SNA)

1. 什么是社交网络？

2. 有效途径

3. 链路分析

4. Where’s George货币追踪

5. 主要元素

5. Org chart组织架构图

6. 必备工具

7. Graph理论

1）什么是Graph?

2）关于社交网络

3) 回到nodes和edges

相关阅读：