㈠ 请问:”系统科学”下设哪些二级学科以及它们的简介.谢谢!
一。系统分析与集成
研究方向
(1)集成系统的数值仿真与计算
(2)复杂系统的动力学行为分析
(3)系统分析与优化模型
(4)经济与金融中的集成方法
(5)供应链与物流管理
知识领域要求
建立在生物、物理、化学等具体系统之上的系统科学,不仅为具体系统的研究提供了可行的工具,而且,为控制科学与工程、管理的科学化,以及生态、环境的控制等对国民经济和人类生存有关的领域提供了理论基础。要求学生能够以计算机为工具,采用定性和定量相结合的方法,从事各类系统,尤其是复杂系统的分析、设计、优化和决策,以便有效地刻画这些系统的内在规律性。因此,要求学员除了具有外语和政治方面的公共基础以外,还应具有以下知识领域:
(1)系统科学和系统工程中分析处理问题的基本哲理
(2)各类系统的建模和优化方法
(3)系统仿真和决策理论和方法
(4)计算机软件系统的分析和开发
(5)熟悉一至两个典型系统(生态、经济等)的特性,以及系统分析与集成方法在其分析中的应用。
主要相关学科
系统科学、控制科学与工程、计算机科学、管理科学与工程、应用数学。
二。系统理论
"系统理论"是理学门类中,系统科学一级学科下属的二级学科,按照教育部目录的规定,它研究的是现代系统科学的理论、方法和工具。系统理论是在二十世纪中兴起的、以人类认识、描述、管理、控制各种类型复杂系统的理论和方法。该学科具有鲜明的综合性和实践性。一方面,它研究的复杂系统的规律,囊括了从自然到社会的许多领域,具有很强的方法论的特性,是二十一世纪的现代科学方法的重要组成部分。另一方面,它的研究课题都是现实的、与国计民生密切相关的紧迫问题,如环境、人口、经济、社会等,它是各领域的系统工程的理论基础。系统理论研究的范围很广,其主要内容包括:现代系统科学、控制论、信息论、混沌、分形、复杂性科学、复杂网络理论、社会网络分析等,由于计算机在现代系统科学中是最主要的工具,其研究范围还包括以计算机和网络为代表的现代信息技术的应用和社会意义。该学科的研究具有鲜明的现实性,与社会实际紧密结合,直接为目前急需的系统工程等领域培养技术骨干和研究人才。
第一外国语 语言基础 ForeignLanguage 3 1
方法课 递归函数论与公理学 3 2
动力系统 Dynamics 3 2
图论与组合优化 4 2
学术报告 Seminar 1
学科基础课 高级信息系统 AdvancedInformationSystem 4 1
软件开发的工具与方法 4 1
现代统计方法 ModernStatisticsMethods 4 2
现代系统科学 ModernSystemScience 4 1
专业课 分形学及其应用 FractalsanditsApplication 3 2
复杂适应系统 ComplexAdaptiveSystem 3 1
复杂网络的理论 TheoryonComplexNetworks 3 2
混沌理论与方法 ChaosTheoryandMethods 3 1
模拟软件与平台 SimulationSoftwareandPlatform 3 2
模型与决策 ModelsandDecision 3 1
人工智能与遗传算法 3 1
社会网络分析 SocialNetworkAnalysis 3 1
选修课 并行计算 ParallelComputing 2 3
操作系统高级编程 AdvancedOperatingSystem 2 4
对策论 GameTheory 2 4
多媒体编程 MultimediaProgramming 2 2
耗散结构理论与协同学 2 3
计算机图形学 ComputerGraphics 2 3
控制论与信息论 2 3
人机界面 Human-ComputerInterface 2 3
软件设计与实践 SoftwareDesignandPractice 2 3
突变理论 CatastropheTheory 2 3
信息经济学 InformationEconomics 2 3
知识管理和项目管理 4 1
先修课 系统科学概论 IntroctionforSystemScience 1
信息系统分析与设计 1
㈡ 社会网络分析属于什么学科范畴
这应属社会学!
㈢ 什么是社会网络分析法
社会网络分析法是一种社会学研究方法,社会学理论认为社会不是由个人而是由网络构成的,网络中包含结点及结点之间的关系,社会网络分析法通过对于网络中关系的分析探讨网络的结构及属性特征,包括网络中的个体属性及网络整体属性,网络个体属性分析包括:点度中心度,接近中心度等;网络的整体属性分析包括小世界效应,小团体研究,凝聚子群等。该方法目前在教育领域应用比较广泛,主要探究信息技术环境下学习者所构成网络的特点,以及在此基础上对于该网络的改进策略。
从社会网络分析来看,传播网络是一个包含了大量个体及个体之间相互作用的系统。近年来在对复杂网络的研究过程中,研究者亦发现了众多的幂律分布。例如:电子邮件网络、电影演员合作网络、引文关系网络,特别是互联网这样的社会性网络,虽然网络在结构及功能上是如此的千变万化,相差迥异,但复杂网络中节点的度值k,相对于它的概率P(k)满足幂律关系,且幂指数多在2和3之间,这一现象是如此的普遍,令人惊叹不已,以至于人们给具有这种性质的网络起了一个特别的名字——无标度网络Sacle-free。无标度是指网络缺乏一个特征度值(或平均度值),即节点度值的波动范围相当大,所以正态分布统计思想下无法洞察幂律分布下的网络动力学行为和结构,甚至我们可以把社会网络,传播网络称为幂网。
现在,中国传媒大学调查统计研究所也正在对这方面的应用进行探索,进行了社会网络角度的引文分析,舆情与传播扩散的研究,人际和群体传播关系对微观信息传播行为和态度的影响等研究。
与此同时基于海量数据的关系数据获取,将带来数据挖掘技术与社会网络分析技术的融合,形成数据挖掘在社会网络分析中的社会和商业应用价值。
现在来看,社会网络分析可以解决或可以尝试解决下列问题:
1、人际传播问题,发现舆论领袖,创新扩散过程;
2、小世界理论,六度空间分割理论;
3、Web分析,数据挖掘中的关联分析,形成交叉销售,增量销售,也就是啤酒和尿布的故事;
4、社会资本,产业链与价值链;
5、文本的意义输出,通过追问调查研究文本的关联和意义;
6、竞争情报分析;
7、语言的关联,符号意义;
8、相关矩阵或差异矩阵的统计分析,类似得到因子分析和MDS分析;
9、恐怖分子网络;
10、知识管理与知识的传递,弱关系的力量;
11、引文和共引分析。
㈣ “社交网络分析”是门怎样的学科
首先,如其名,研究社会网络。社会网络的主体通常为人,(你要是非把猫猫狗狗物品啥的算上我也不跟你争论),每个人为一个节点,人与人之间的关系为边,关系有强弱有方向也有性质(如敌人情侣同盟等等)。其基础就是离散数学的图论。然后通过一些运算来计算聚集度,平均值啥的。也可以通过编程来实现更高层次的数据分析。然后,应用前景。众所周知,社交网络发展飞速,数据分析也是如火如荼。
社会网络分析有助于网站进行精准广告投放,以及内容推送,提高用户粘性(各种商业应用我就不展开了)。在社会学上的应用,我是学商务的我也不懂,就私里揣测,人际关系难道不是人类千百年来想要解决的难题吗,老师说的三元闭包理论真的很有用,两个人的孤岛关系是很难维持的。
㈤ 什么是社会网络
社会网络(socialnetwork)是一种基于“网络”(节点之间的相互连接)而非“群体”(明确的边界和秩序)的社会组织形式,也是西方社会学从1960年代兴起的一种分析视角。随着工业化、城市化的进行和新的通讯技术的兴起,社会呈现越来越网络化的趋势,发生“社会网络革命”(socialnetworkrevolution),与移动革命(mobilerevolution)、互联网革命(internetrevolution)并列为新时期影响人类社会的三大革命.
社会网络是指社会个体成员之间因为互动而形成的相对稳定的关系体系,社会网络关注的是人们之间的互动和联系,社会互动会影响人们的社会行为。
社会网络是由许多节点构成的一种社会结构,节点通常是指个人或组织,社会网络代表各种社会关系,经由这些社会关系,把从偶然相识的泛泛之交到紧密结合的家庭关系的各种人们或组织串连起来。社会关系包括朋友关系、同学关系、生意伙伴关系、种族信仰关系等。
社会网络分析是社会科学领域的叫法。类似的东西在物理和计算机领域叫复杂网络。在数学领域叫做图论。也有一些学者叫网络科学。基本的东西都类似,但关注的点不同。就和一个男人有时是爸爸,有时是儿子,有时是孙子。
最早的溯源可以归到哥尼斯堡七桥问题。莫雷诺在上世纪初开始将可视化和类似的网络分析技术应用在分析社会现象上,比如女生的午餐关系。之后生物领域和社会领域分别独立发展出比较完善的分析技术。集大成者是Harvard的HarrisonWhite,许多之后着名的学者都是他的徒子徒孙。
很难说SocialNetworkAnalysis是一门特定的学科。更多的应用是作为一种研究方法,有时候也会作为一种研究视角(perspective)。当然,也产生了一些中层的理论(theory),比较常见的是Granovetter的弱联系理论,Burt的结构洞理论,Watts的小世界模型,Barabasi的PowerLaw。
之前的社会科学往往关注个体(或者行动者,如企业、个人)的特性,而忽略个体之间的关系。而社会网络的研究正是研究关系的方法、视角。最大的特征在于考虑了个体之间的互相依赖,更接近于现实社会。将这些关系用如题头所示的图片展示出来,可以直观的看到各个行动者在网络中的位置和网络整体结构。
㈥ 社会网络分析的内容简介
本书的内容结构是,除前言外共分为八章,分别介绍社会网络分析的基本原理和理论、社会网络资料类型和收集方法、网络分析的各种技术与方法、社会网络分析的应用等内容。
第一章
首先追溯了西方社会网络分析的思想渊源,对国内外的研究状况做了系统回顾,介绍了社会网络分析的一些新进展。社会网络分析有不同的学科发展背景,其发展也经历了不同的阶段。我们通过回顾社会网络分析思想与方法在西方的发展,梳理出其中的主要线索和问题,并结合国内的研究状况进行探讨,目的在于强调更好地借鉴已有的成果,加强对社会网络分析的认识和应用。
第二章
系统说明了社会网络分析的基本原理。社会网络分析作为一种独立的社会研究方法,已形成了自己的理论基础和方法论原则。通过这些方面我们可以认识社会网络分析方法的特征及其独特之处。在本章中我们在说明社会网络分析概念的基础上,具体介绍了社会网络分析的方法论原理和研究程序。
第三章
主要说明社会网络分析所用的数据资料具有自己的类型与特征,它是一组反映行动者关系的信息。社会网络资料首先是关于社会关系的数据信息,简称关系数据。关系数据不同于属性数据,不仅其本质内容不同,其表达形式也不同。本章在介绍了社会网络资料的概念和类型基础上,结合研究设计具体说明了社会网络的测量及其收集方法。
第四章
主要介绍社会网络分析的研究技术与方法。社会网络最基本的数学表达形式是图论法和矩阵法。图论法是以线和点的形式来表示行动者及其关系的一种方法。用社群图可表示社会关系的结构、特征等属性。矩阵法是把社会网络中的每一个结点或关系分别按行和列的方式排列即可形成网络矩阵,包括邻接矩阵、关联矩阵等。矩阵法可以对群体关系进行具体分析。
第五章
是关于社会网络的中心度分析。中心度是我们认识社会网络中行动者位置及其关系的重要概念,具有广泛的应用性。本章首先介绍了中心度、中心势概念,重点说明了结点中心度、紧密中心度、间距中心度及其测量方法。最后又对社会网络中与等级密切相关的权力和声望作了分析。网络中的声望不同于一般意义的社会声望概念,这里主要说明了接近度声望概念及其测量。
第六章
是关于社会网络分析中的子群研究。构成社会网络的基本元素就是行动者及其群体,社会中存在着各种各样的子群,它们相互结合形成了复杂的社会结构。本章首先从社会群体、子群概念出发,说明各种团聚性的子群及其测量方法,包括“团伙”、n-团伙、n-宗派、k-丛等,最后分析隶属性群体。
第七章
是关于网络中的位置和角色的分析。在社会结构分析中,位置和角色是两个重要的概念。本章在简要介绍了网络分析的位置和角色概念之后,主要说明了结构等价性、自同构等价性和正则等价性及其不同的测量方法,最后一节简要介绍了关系代数法和统计模型法。位置和角色分析是目前社会网络分析中数量化分析程度最高的方面,已应用和发展出了许多不同的数学分析方法。本章结合例子简要介绍了聚类法、统计模型法等。这些分析方法现在都可借助于有关的分析软件来应用。
第八章
讨论了社会网络分析的一些应用。社会网络分析具有非常广泛的应用,其应用领域已远远超出了社会学和人类学的传统范围,如小群体关系、社会支持网等,而且扩展到了人文社会科学甚至工程技术科学的诸多领域。但本书只是简要分析了与社会网络分析密切相关的社会资本研究以及体现中国社会结构特征的“关系”研究。
本书最后在附录中介绍了社会网络分析软件包的应用,重点说明了Pajek 的内容及使用方法。附录中还附有两个不同的各具代表性的《社会网络分析》教学大纲,供读者参考比较。
㈦ 社会计算--研究点
研究内容
1 、社交网络服务 (Social NetworkService,SNS)
谈到社交网络服务,就会让人想起时下最热门的Facebook。社交网络服务研究的是利用信息技术构建虚拟空间,实现社会性的交互和通信。SNS还有一种解释是社会网络软件(Social Network Software),电子邮件、网络论坛等许多传统网络工具都可以视为一种社会软件。
在社交网络服务的网站上,人们以认识朋友的朋友的方式,扩展自己的人脉。国内最有名的社交网络服务网站是“人人网”,他们从实践中总结出以下值得重点关注的研究点:社会关系强度、信息的绝对价值和相对价值、新鲜事排序算法、隐私性以及社会化搜索。
2 、群体智慧 (CollectiveIntelligence)
群体智慧的典型应用是“维基网络”和“网络知道”。这些互联网平台系统不仅帮助用户相互沟通联系,更重要的是将用户组织起来,发挥他们的群体智慧,以协作的方式一起创造、加工和分享知识。
2005年,美国卡耐基梅隆大学的路易斯·冯·安(Luis Von Ahn)提出“人本计算(Human Computation)”的思想,用验证码、游戏等方式调动网民的热情,使众多的人脑自觉不自觉地参与到计算任务中,轻松地解决了本来非常耗时耗力的问题。这也是群体智慧的体现。
知识获取是一切智能系统的瓶颈,传统的依靠专家编辑知识的方式效率太低,无法满足大规模真实信息处理的需求。在网络社会的大背景下,群体智慧的出现为知识获取提供了一条崭新的充满希望的道路。如何巧妙地设计用户界面以激发用户的参与热情,如何克服人脑计算的不精确性,如何将人脑和电脑最佳地结合起来,都是值得深入研究的问题。
3. 社会网络分析 (Social NetworkAnalysis)
社会网络分析依据网络理论看待社会,节点是网络中的独立角色,边是社会关系,社会网络就是由节点和边构成的一张图,这张图往往非常复杂,节点之间的关系类型多种多样。
社会网络分析的典型例子是社区计算。中科院计算技术研究所的研究工作指出:社区是社会信息网络的普遍现象,大规模信息网络中的一些社会化特征在全局层面往往具有稳定的统计规律。如何度量、发现和利用这些规律是大规模社会信息网络分析与处理的一个基础问题。一般而言,社区结构是度量和利用这些特性的基本单元。因此,发现一个网络中有意义的、自然的、相对稳态的社区结构,对网络信息的搜索与挖掘、信息的推荐以及网络演化与扩散的预测具有重要价值。
4. 内容计算 (Content Computing)
除社会网络外,社会媒体也是分析理解社会的重要素材,如新闻、论坛、博客、微博等。由于它们都以语言文字为主要展示形式,因此从事内容计算研究的学者需要掌握语言分析技术。当前内容计算的热点包括舆情分析、人际关系挖掘、微博应用等。
舆情分析 :传统上,对舆情的研究主要有两种方法:一是观察思辨,,二是问卷调查。前者缺乏数据支持,后者采集的数据量亦有限。互联网技术为舆情分析提供了全新的技术路线,通过对各种社会媒体的跟踪与挖掘,结合传统的舆论分析理论,可以有效地观察社会的状态,并能辅助决策,及时发出预警。
基于内容的人际关系挖掘 :互联网中蕴含着大量公开的人名实体和人际关系信息。利用文本信息抽取技术可以自动地抽取人名,识别重名,自动计算出人物之间的关系,进而找出关系描述词,形成一个互联网世界的社会关系网。微软亚洲研究院的“人立方”就是一个典型系统。
微博应用 :如果说“人人网”是中国的Facebook,那么“新浪微博”则是中国的Twitter。近来“新浪微博”迅猛发展,2010年11月,其用户数为5000万,2011年3月,其用户数突破1亿,在四个月内翻了一倍。“微博”同时具有“社会网络”和“媒体平台”的属性,它催生了信息生产和传播方式的革命,对社会事件和人们的意识已然产生了很大影响。“微博”明确地定位为平台,它提供开放的API接口,积极支持第三方应用的发展,基于“微博”的研究与开发必将成为未来一段时期互联网学术界和产业界的热点。
5. 人工社会 (Artificial Society)
社会计算的一个重要使命是对复杂社会问题建立计算模型,进行实验分析并提供决策支持。利用计算机模拟手段测试和验证社会经济政策的效果,已成为一个公共政策领域的迫切需求,这些需求催生了“人工社会”、“平行社会”等诸多相关领域的研究。
通过建立各种人工社会,构造相应的平行系统,为“全面、综合、可持续的科学发展观”提供了一种可行的分析和评估方法,并应用于复杂社会系统的管理与控制,可以为将要到来的数字化社会和数字化政府管理奠定基础。中科院自动化所是“人工社会”这一研究课题的积极倡导者和实践者。
社会计算面临的挑战
社会计算方兴未艾,生机勃勃,却也面临诸多挑战:
1. 个人数据整合:同一个人在不同场合、不同终端上留下的各种行为记录目前都散落在不同的存储节点上,要整合这些信息,不但涉及技术问题,更涉及复杂的管理问题。
2. 巨量数据存储:为大规模人类行为进行全面实时的记录,需要巨大的数据存储和管理能力,当前的计算机系统还无法满足这一需求。
3. 个人隐私保护:出于隐私保护方面的考虑,大型互联网公司往往不敢向学术界公开用户日志,致使学术界对社会计算的研究遇到用户数据采集方面的严重困难。匿名化处理是一种解决方案,但好事者依然可以从匿名后的数据中发现个人行为的轮廓,使匿名化处理失效。
4. 研究成果保密:如果揭示出某种社会关系或某个组织的运行规律,是否会受到相关个人和组织的质疑或反对呢?对研究成果要达到何等保密程度呢?
5. 学术队伍组织:由于背景各异,如何使计算机专家和社会科学领域的专家相互理解,密切配合,一道推进社会计算的研究,并非易事。同时,如何建设社会计算学科,培养既懂计算科学,又懂社会科学的人才,也是亟待探索的话题。
结语
社会计算是一个方兴未艾的多学科交叉领域,网络科学、复杂系统、数据挖掘、社会学、管理科学、语言处理、信息检索等不同背景的学者从不同的角度对社会计算进行了研究。社会计算的研究横跨文理,为社会科学提供了一条革命性的计算之路,其研究成果对于社会管理、社会生活都将产生重大影响。随着学术界、产业界和政府对社会计算的认识不断加深,关注度不断提高,社会计算正逐步进入蓬勃发展的阶段。
㈧ 复杂网络 --- 社会网络分析
“社会网络”指的是社会成员及其相互关系的集合。社会网络中所说的“点”是各个社会成员,而社会网络中的“边”指的是成员之间的各种社会关系。成员间的关系可以是有向的,也可以是无向的。同时,社会关系可以表现为多种形式,如人与人之间的朋友关系、上下级关系、科研合作关系等,组织成员之间的沟通关系,国家之间的贸易关系等。社会网络分析(Social Network Analysis)就是要对社会网络中行为者之间的关系进行量化研究,是社会网络理论中的一个具体工具。
因此,社会网络分析关注的焦点是关系和关系的模式,采用的方式和方法从概念上有别于传统的统计分析和数据处理方法。
社会网络通常表达人类的个体通过各种关系连接起来,比如朋友、婚姻、商业等,这些连接宏观上呈现出一定的模式。很早的时候,一些社会学家开始关注人们交往的模式。Ebel等进行了一个电子邮件版的小世界问题的实验,完成了Kiel大学的5000个学生的112天电子邮件连接数据,节点为电子邮件地址,连接为消息的传递,得到带指数截断的幂律度分布,指数为r=1.18。同时证明,该网络是小世界的,平均分隔为4.94。
社会网络分析,可以解决或可以尝试解决下列问题:
“中心性”是社会网络分析的重点之一,用于分析个人或组织在其社会网络中具有怎样的权力,或者说居于怎样的中心地位,这一思想是社会网络分析者最早探讨的内容之一。
点度中心度表示与该点直接相连的点的个数,无向图为(n-1),有向图为(入度,出度)。
个体的中心度(Centrality)测量个体处于网络中心的程度,反映了该点在网络中的重要性程度。网络中每个个体都有一个中心度,刻画了个体特性。除了计算网络中个体的中心度外,还可以计算整个网络的集中趋势(可简称为中心势,Centralization)。网络中心势刻画的是整个网络中各个点的差异性程度,一个网络只有一个中心势。
根据计算方法的不同,中心度和中心势都可以分为3种:点度中心度/点度中心势、中间中心度/中间中心势、接近中心度/接近中心势。
在一个社会网络中,如果一个个体与其他个体之间存在大量的直接联系,那么该个体就居于中心地位,在该网络中拥有较大的“权力”。在这种思想的指导下,网络中一个点的点度中心性就可以用网络中与该点之间有联系的点的数目来衡量,这就是点度中心度。
网络中心势指的是网络中点的集中趋势,其计算依据如下步骤:首先找到图中的最大点度中心度的数值,然后计算该值与任何其他点的中心度的差值,再计算这些“差值”的总和,最后用这个总和除以各个“差值”总和的最大可能值。
在网络中,如果一个个体位于许多其他两个个体之间的路径上,可以认为该个体居于重要地位,因为他具有控制其他两个个体之间的交往能力,这种特性用中间中心度描述,它测量的是个体对资源控制的程度。一个个体在网络中占据这样的位置越多,代表它具有很高的中间中心性,就有越多的个体需要通过它才能发生联系。
中间中心势定义为网络中 中间中心性最高的节点的中间中心性与其他节点的中间中心性的差距,用于分析网络整体结构。中间中心势越高,表示该网络中的节点可能分为多个小团体,而且过于依赖某一个节点传递关系,说明该节点在网络中处于极其重要的地位。
接近中心性用来描述网络中的个体不受他人“控制”的能力。在计算接近中心度的时候,我们关注的是捷径,而不是直接关系。如果一个点通过比较短的路径与许多其他点相连,我们就说该点具有较高的接近中心性。
对一个社会网络来说,接近中心势越高,表明网络中节点的差异性越大;反之,则表明网络中节点间的差异越小。
注:以上公式都是针对无向图,如果是有向图则根据定义相应修改公式即可
当网络中某些个体之间的关系特别紧密,以至于结合成一个次级团体时,这样的团体在社会网络分析中被称为凝聚子群。分析网络中存在多少个这样的子群,子群内部成员之间关系的特点,子群之间关系特点,一个子群的成员与另一个子群成员之间的关系特点等就是凝聚子群分析。
由于凝聚子群成员之间的关系十分紧密,因此有的学者也将凝聚子群分析形象地称为“小团体分析”或“社区现象”。
常用的社区检测方法主要有如下几种:
(1)基于图分割的方法,如Kernighan-Lin算法,谱平分法等;
(2)基于层次聚类的方法,如GN算法、Newman快速算法等;
(3)基于模块度优化的方法,如贪婪算法、模拟退火算法、Memetic算法、PSO算法、进化多目标优化算法等。
凝聚子群密度(External-Internallndex,E-IIndex)主要用来衡量一个大的网络中小团体现象是否十分严重,在分析组织管理等问题时非常有效。
最差的情形是大团体很散漫,核心小团体却有高度内聚力。另外一种情况是,大团体中有许多内聚力很高的小团体,很可能就会出现小团体间相互斗争的现象。凝聚子群密度的取值范围为[-1,+1]。该值越向1靠近,意味着派系林立的程度越大;该值越接近-1,意味着派系林立的程度越小;该值越接近0,表明关系越趋向于随机分布,未出现派系林立的情形。
E-I Index可以说是企业管理者的一个重要的危机指数。当一个企业的E-I Index过高时,就表示该企业中的小团体有可能结合紧密而开始图谋小团体私利,从而伤害到整个企业的利益。其实E-I Index不仅仅可以应用到企业管理领域,也可以应用到其他领域,比如用来研究某一学科领域学者之间的关系。如果该网络存在凝聚子群,并且凝聚子群的密度较高,说明处于这个凝聚子群内部的这部分学者之间联系紧密,在信息分享和科研合作方面交往频繁,而处于子群外部的成员则不能得到足够的信息和科研合作机会。从一定程度上来说,这种情况也是不利于该学科领域发展的。
核心-边缘(Core-Periphery)结构分析的目的是研究社会网络中哪些节点处于核心地位,哪些节点处于边缘地位。核心-边缘结构分析具有较广的应用性,可用于分析精英网络、论文引用关系网络以及组织关系网络等多种社会现象。
根据关系数据的类型(定类数据和定比数据),核心—边缘结构有不同的形式。定类数据和定比数据是统计学中的基本概念,一般来说,定类数据是用类别来表示的,通常用数字表示这些类别,但是这些数值不能用来进行数学计算;定比数据是用数值来表示的,可以用来进行数学计算。如果数据是定类数据,可以构建离散的核心-边缘模型;如果数据是定比数据,可以构建连续的核心-边缘模型。
离散的核心-边缘模型,根据核心成员和边缘成员之间关系的有无及紧密程度,又可分为3种:核心-边缘全关联模型、核心-边缘局部关联模型、核心-边缘关系缺失模型。如果把核心和边缘之间的关系看成是缺失值,就构成了核心-边缘关系缺失模型。
这里介绍适用于定类数据的4种离散的核心-边缘模型:
参考
㈨ 社会网络分析方法
社会网络分析方法是由社会学家根据数学方法﹑图论等发展起来的定量分析方法,近年来,该方法在职业流动、城市化对个体幸福的影响和经济体系、国际贸易等领域广泛应用,并发挥了重要作用。
社会网络分析是社会学领域比较成熟的分析方法,社会学家们利用它可以比较得心应手地来解释一些社会学问题。许多学科的专家如经济学、管理学等领域的学者们在新经济时代——知识经济时代,面临许多挑战时,开始考虑借鉴其他学科的研究方法,社会网络分析就是其中的一种。
网络指的是各种关联,而社会网络即可简单地称为社会关系所构成的结构。社会网络分析问题起源于物理学中的适应性网络,通过研究网络关系,有助于把个体间关系、“微观”网络与大规模的社会系统的“宏观”结构结合起来,通过数学方法﹑图论等定量分析方法,是20世纪70年代以来在社会学、心理学、人类学、数学、通信科学等领域逐步发展起来的一个的研究分支。
所以,从社会网络的角度出发,人在社会环境中的相互作用可以表达为基于关系的一种模式或规则,而基于这种关系的有规律模式反映了社会结构,这种结构的量化分析是社会网络分析的出发点。
社会网络分析不仅仅是一种工具,更是一种关系论的思维方式。可以利用来解释一些社会学、经济学、管理学等领域问题。
㈩ 社会学属于哪个学科门类
社会学属于法学学科门类,是法学学科门类下的一级学科。社会学是一门普通高等学校本科专业,属社会学类专业,授予法学学士学位。该专业研究对象范围广泛,采用各种研究方法进行经验研究、实证调查和批判分析,以发展及完善一套有关人类社会结构及社会活动的知识体系,寻求或改善人类幸福与社会福利为目标。社会学专业教育教学应坚持以马克思主义为指导,培养学生具有坚定正确的政治方向,了解、拥护党和国家的方针政策,具有人文素养、科学精神、社会责任和创新创业意识,具备社会主义核心价值观,身心健康,德、智、体、美全面发展。
各高校培养学生熟练掌握社会学专业的`基础知识、基础理论和基本方法,具备国际视野和国情意识,具备联系中国社会实际分析和解决社会问题的能力,具备跨文化沟通和自我调适的能力,具备服务社会与管理社会的能力,具备较高理论素养、较强实践与创新能力,能够在党政机关,教育、科研、文化、民族、宗教、新闻传播等领城,以及社会团体、福利机构、企业等组织从事专业性工作,或者运用社会学专业知识独立创业、组织提供社会服务的复合型人才。