社会网络分析三大流派

文章来自社会网络分析的三大流派，科学的第四范式

社会网络分析研究有三大流派，分别是社会学、复杂网络、计算机。这些流派的研究范式各不相同，似乎有些各说各话，容易引起困惑。我刚接触这个领域研究时，也困惑了好一阵。现在有了一点?理，和大家探讨一下。

社会学这一派的研究起步最早，大约从20世纪70年代就开始了。这一派的研究是通过数学方法﹑图论等定量分析方法，在社会学、心理学、人类学这些社会科学 领域逐步发展起来。这一派最出名的研究是1967年哈佛大学心理学教授Milgram通过连锁信实验得出的“六度空间理论”，以及1973年斯坦福大学社会系的Mark Granovetter教授在的“弱连接理论”。 这一派的方法最为成熟，如中心性分析、凝聚子群分析、核心一边缘结构分析等，比较简单粗糙。尤其其工具都是针对当年少量的社会调研数据的分析，基本上无 法适应今天大规模社交网络数据的分析。 但这一派是社会学，经济学，心理学与数学的桥梁，其理论对大数据条件下的研究非常有启发意义。有一些研究就是用大规模真实数据验证这些社会学理论，如用微软MSN和Facebook数据验 证六度空间理论。
复杂网络这一派原来是搞物理的。这一派兴起的源头是1998年Watts和Strogatz在Nature杂志上发表的小世界模型，以及1999年Barabási和Albert在Science上发表的无标度网络的 文章。这篇文章发现复杂网络的连接度普遍符合幂律分布（在双对数坐标上是一条直线），随后，很多物理学研究者开始研究各种复杂网络，大量发表这些网络连接 度符合幂律分布的文章。这一派的理论功底很深，掌握热力学、非线性动力学和仿真等手段，也提出了很多理论模型，包括结构模型、传播模型（如 SI，SIR，SIS），相继故障模型（如沙堆模型）等。但这一派的研究鲜有实际应用。我觉得一个原因是人类确实还没有完全驾驭复杂系统，只能发现一些规 律，还没有很好用手段；另一个可能的原因是搞物理学的更关心发现客观规律——复杂网络的文章多发表在PLoS ONE、PRE、EPL、NJP这些物理学杂志上，而不太重视工程应用需求。
最后一派是计算机，这一派出现的比较晚（如果按其代表人物康奈尔大学的Jon M. Kleinberg教授在1998年提出HITS算法开始），但发展很快，成果应用也最广。这一派的基本方法是数据挖掘/机器学习，文章发表在 KDD，SocialCom，WWW等；基本套路是针对社交网络数据的特点，运用与修改各种数据挖掘算法。也有针对社交网络数据发展出的基本算法，如著名 的HITS和PAGE RANK算法。这一派与工业界结合最紧密。

另外，前一段阅读Gray的《第四范式》，发现这三派的研究非常吻合四种范式的划分。社会学派的研究属于经验范式（虽然也用了一些数学方法，但这些方 法是为经验模型提供定量的解释用的，并没有提出定量的理论模型）。复杂网络这一派是典型的理论范式和计算范式（理论模型 仿真）。计算机派则是被称为数据 科学的第四范式。

所谓科学发现的前三个范式，是第一，实验；第二，理论；第三，模拟；第四，数据挖掘。科学家一直都在从以往数据中寻找规律，提出猜想，再做验证。这就是所谓 “Empirical Study”，或者说“经验公式”。

    有人从“硬度”角度分析，这四个范式的重要性一个比一个低。实验是最硬的科学发现，你理论说得再漂亮，也要通过实验来验证，这是实打实的东西。而模拟则是实验不好做，理论计算又没法算的情况下一个没有办法的办法。如果你承认我用的方程都是对的，你大约也会承认我模拟的结果，但这个结果永远都需要实验的检验。第四范式－－数据挖掘既不能像理论和模拟那样在一定程度上告诉你“为什么”，更不能像实验那样明确地告诉你“是什么”。海量数据分析，只能告诉你“大概是什么”。其精髓就是“客观”，让计算机自己从海量的数据发现模式，也就是共性的、客观的。
    “范式”概念是库恩范式理论的核心，而范式从本质上讲是一阵理论体系。库恩指出：“按既定的用法，范式就是一种公认的模型或模式。”