网络社会分析法用什么软件

A. 数据分析一般用什么工具啊

六个用于大数据分析的最好工具

一、Hadoop
Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。
二、HPCC
HPCC，High Performance Computing and Communications(高性能计算与通信)的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。HPCC是美国 实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。
三、Storm
Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。Storm很简单，支持许多种编程语言，使用起来非常有趣。Storm由Twitter开源而来，其它知名的应用企业包括Groupon、淘宝、支付宝、阿里巴巴、乐元素、Admaster等等。
Storm有许多应用领域：实时分析、在线机器学习、不停顿的计算、分布式RPC(远过程调用协议，一种通过网络从远程计算机程序上请求服务)、 ETL(Extraction-Transformation-Loading的缩写，即数据抽取、转换和加载)等等。Storm的处理速度惊人：经测 试，每个节点每秒钟可以处理100万个数据元组。Storm是可扩展、容错，很容易设置和操作。

四、Apache Drill
为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。Apache Drill 实现了 Google’s Dremel.
据Hadoop厂商MapR Technologies公司产品经理Tomer Shiran介绍，“Drill”已经作为Apache孵化器项目来运作，将面向全球软件工程师持续推广。
五、RapidMiner
RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。
六、Pentaho BI
Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。

B. 社会网络分析的Gephi软件

相比于UCINET的导入数据格式，Gephi要求的原始数据更加灵活，主要分为三种：

例如以博士就业的“来源-目标”为例：(当然优势根据需要还可以加入权重weight)

将原始的列表数据转化为共现矩阵，进而导入到Gephi（亦或是UCINET、Pajek）是最为常见的数据转化方法。但是通常情况下，无论是用BibExcel还是用BICOMB2，步骤都比较繁琐。相关参考资料如下，以供参考：

在这里笔者安利一个神仙公众号，“学术点滴”。UP主做了一个CO_OC1.7软件，能够瞬间做共现及相异矩阵，同时将bibexcel、ucinet、pajek、vosviewer、gCLUTO(双聚类)、内容挖掘系统(ROSTCM6)作为插件集合于CO_OC1.7软件中，方便一体化分析及比较分析，节省时间。亲测有效，文章链接如下：

网上关于作图的教程较为详细，多结合案例讲解，容易上手。参考如下：

（1）统计功能：Gephi<UCINET

（2）作图渲染：Gephi>UCINET

但是这不是说明Gephi的作图效果一定就比UCINET好，一切都是“以图能最直观的表达观点”为直接目标。所以需要对这两种作图软件尽量上手，拿两者做的图相互比较，选择最能代表研究观点的图。如同研究一样，一切都是以表达观点为立意点，切不可成了炫技的秀方法文章。

C. 网络舆情监测分析哪家的软件好些

舆情处置是指对于网络事件引发的舆论危机，通过利用一些舆情监测手段，分析舆情发展态势，加强与网络的沟通，以面对面的方式和媒体的语言风格，确保新闻和信息的权威性和一致性，最大限度地压缩小道消息、虚假信息，变被动为主动，先入为主，确保更准、更快、更好地引导舆情的一种危机处理方法。

现代社会，任何企业和单位的工作都离不开互联网，网络已经融入到了我们生活的各个角落。2011中国互联网产业年会报告显示,我国网民数量已经超过5亿,其中手机网民数达到3.4亿,在总体网民中的比例达到65.5%。如此庞大的网民数量，促使互联网应用空前的繁荣。而信息传播的便捷性和网民观点意见的交互性使网络舆情发酵更为容易，影响更为深远。因此，积极的网络舆情处置成为政府、企业和个人不可避免的选择。

1.重视互联网。互联网把人类带入一个多维的信息化、网络化时代，网络舆论成为民意的“晴雨表”。 把握网络的发展趋势，认识网络的深刻影响，正视网络的严峻挑战， 把网络作为日益强势的新兴媒体来对待 ，把关注网络舆情当作一种工作常态来坚持，把引导网络舆情作为一种能力来锻炼，高度重视网络建设，主动掌握网络技术充分利用网络资源，大力发挥网络作用，切实把互联网建设好利用好、管理好。
2.尽量在第一时间发布新闻，赢得话语权。先入为主，掌握主导权 。危机管理实质上是危机沟通管理。 实透明的信息、开放式的报道、人本化的沟通，不仅不会引发恐慌，给政府添乱， 而且会促进网络民间力量与政府力量良性互动，产生积极效应。
3.在网络舆情中勇于“抢旗帜”。在舆情频发的今天，要高扬社会公正司法公正，以人为本和谐社会的旗帜，积极排查和解决社会各种不和谐、不稳定因素，维护人民群众的切身利益，不要因为种种顾忌，把这样的旗帜送给网上意见领袖，而让广大网民对政府失望。
4.在舆情应对中充分发挥主场优势，政府掌握的信息远比网民个人所了解的信息全，面而专业中国政府对新闻媒体具有重大影响力，而且最主要的一条，政府应该具有权威性。宣传部门要充分发挥媒体优势，不失语、不妄语，发挥信息优势，学会有节奏地抛出系统化的专业信息，利用政府与民间的信息不对称，有力地引导舆论， 但也要警惕政府的主场优势变成主场劣势，这就是政府公信力的流失。
5.建立政府网络舆情预判预警机制。这一机制包括网络舆情信息收集机制，网络舆情信息分析机制，网络舆情发展方向的预测机制和网络舆情发展的干预机制。通过建立预判预警机制，政府可以有计划、有目的地对网络舆情进行干预。如在收集和分析舆情信息时发现了负面信息，则可以通过报道正面消息冲淡负面信息的影响。
6.建立政府网络舆情危机处理机制。公共危机事件的发生实际上是社会系统由有序向无序发展，最终爆发突发性危机事件的过程。因此，设立综合性决策协调机构和常设的办事机构，加强政府部门间的协调以提高处置重大突发事件能力。

舆情处置能否起到效用最终还是要取决当事人对事件引起的舆情状况的了解程度。古话说：知己知彼才能百战不殆，没有对舆情发展掌握足够的信息就无法有效的处置舆情危机。
在舆情处置过程中，利用软件对网络舆情信息进行全面的采集分析，及时准确发现与我的不利或负面信息，了解与我相关的网络舆情发展态势，起到舆情预警作用，同时为危机舆情处置提供决策数据支持。
网络舆情监测系统是针对当下舆情危机频发，舆情处置能力缺乏开发的软件。该系统通过对海量网络舆论信息进行实时的自动采集，分析，汇总，监视，并识别其中的关键信息，及时通知到相关人员，从而第一时间应急响应，为正确舆论导向及收集网友意见提供直接支持，帮助当事人优化舆情危机处置。

D. 谁有好的社会网络分析软件及教程啊

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，哗梁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、文本脊芦唤樱凯的意义输出，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。

E. 有没有大神知道引文网络分析法的具体步骤还有分析工具

一般来说，引文网络分析毕拍的具体步骤如下：

选择研究的学术领域和时间段，并收集相关论文。

对论文进行解析，提取出论文的引文信神数卖息。

建立论文之间的引文关系网络。

分析游逗网络中的节点和边，了解论文之间的关系。

对网络进行可视化，通过图形更直观地展示论文之间的关系。

分析论文的影响力，比如计算论文的引用次数、引用深度、引用宽度等。

F. 学习和应用社会网络分析，为什么要选用Pajek(转自科学网)

昨日与一位朋友聊天，提到论文撰写的问题，发现这位朋友修习了社会网络分析的一些概念知识，手头又有点数据，导师又催着出论文，于是极度希望能够应用Pajek作为工具分析点结果出来，凑出一篇“像样点”的论文。当问及Pajek到底能做什么时，我给出的回答让这位朋友感到非常失望：Pajek有绘图功能，但是如果只是为了好看，那你不如用其他多媒体软件，Pajek有计算功能，但是限于对你手头网络文件进行分析，如果要出统计结果，你得要借助其他软件。于是，朋友说：那照你这么说法，这就是个废物软件了？ 在十年前，或许可选择的软件较少，现在可供网络分析使用的软件，不下上百种，如果要从中挑出适合自己需要的，倒也的确比较困难。或许所有应用这项技术的人，都会推荐自己所熟悉的软件工具。我虽然不能说可以用手头的工具解决所有问题，但谈一下为什么选用这个软件还是有必要的，当然，还真有人在网上发了论文，对一些软件进行比较。真是不好意思的是，在写这篇博文时，我搜索了一下自己的硬盘，居然没找到那篇论文。 我觉得有必要从个人角度澄清一下对这个软件应用范围的看法。 首先，Pajek是用来处理大型网络的。在目前版本中，它可以处理多达9亿个顶点的网络文件。如果你手头的网络文件顶点不超过1000个，那用Ucinet、NodeXL等软件，都不会有速度的障碍。 第二，Pajek是所有网络分析工具中，唯一配备了循序渐进教程的软件。在我个人看来，人类所创造的工具，是现有感官的延伸，是进一步创造新认识和新直觉的阶梯。所以，当我们要理解并熟练掌握甚至可以精通某种操作化的分析技能时，需要有一个逐渐训练的过程，并且在这种过程中形成对一些看似抽象的概念的直观认识。配备了循序渐进教程的Pajek软件，正好成为入门时的练手工具。 第三、Pajek提供了探索网络结构的途径，但它的统计分析功能很弱。但是，它又同时配备了R软件接口。在我看来，把Pajek的数据探索功能与R软件的统计功能结合，就已经基本符合网络分析技术的应用需求。如果超出这种基本功能的更高阶需求，那就不仅仅是应用这种技术，而是研究这种技术本身了。 总结起来，当学习社会网络分析技术时，我个人觉得应当掌握的软件有两个：Pajek和R软件（R软件里面有许多分析包，其中igraph和sna这两个包很重要，应当重点掌握）。应当熟悉的软件有Matlab和NodeXL，前者帮助你做一些矩阵转换，后者则提供了一个简单的EXCELL插件供你做网络文件制备。对于如何学习R软件的操作，我建议零起点的朋友，如果是生物医学方面的，可以选择《应用R软件和

G. 数据分析用什么软件

做数据分析，比较好用的软件有哪些？
数据分析软件有很多种，每一种都适合不同类型的人员。

简单说：

Excel：普遍适用，既有基础，又有中高级。中级一般用Excel透视表，高级的用Excel VBA。

hihidata：比较小众的数据分析工具。三分钟就可以学会直接上手。无需下载安装，直接在线就可以使用。

SPSS：专业统计软件，没有统计功底很难用的。同时包含了数据挖掘等高大功能。

SAS：专业统计软件，专业人士用的，不懂编程还是不要碰了。

MARLAB：建立统计与数学模型，但是比较难学，很难上手。

Eview：比较小众，建立一些经济类的模型还是很有用的。计量经济学中经常用到。

各种BI与报表工具：FineBI，FineReport，tableau，QlikView等。
比较好的数据分析软件有哪些？
SPSS是软件里比较简单的 ，学校里使用的比较多一些，可以采用菜单的模式 带少量的命令编辑MATLAB常常在建立统计和数学模型的时候比较好用 但是很难学 反正我学了一个学期楞是就知道个皮毛Finereport 兼顾了基本的数据录入与展现功能，一般的数据源都支持，学习成本比较低，比较适合企业级用户使用，SAS我并斗没用过
网站数据分析工具哪个好用些阿？
推荐吆喝科技的ab测试，软件分析的数据比较全面和精准
学数据分析需要熟悉哪些软件基础
软件只是一个工具 看你要从事的数据分析的方向很深度而定

一般的用excel也可以进行常规简单的数据分析

再深入一点的用spss、stata、sas

如果要搞数据挖掘的话，用spss modeler / sas

不过一般的常规数据分析用excel和spss基本上能够应付
常用的数据分析工具有哪些
数据分析的概念太宽泛了，做需要的是侧重于数据展示、数据挖掘、还是数据存储的？是个人用还是企业、部门用呢？应用的场景是制作简单的个人图表，还是要做销售、财务还是供应链的分析？

那就说说应用最广的BI吧，企业级应用，其实功能上已经涵盖了我上面所述的部分，主要用于数据整合，构建分析，展示数据供决策分析的，譬如FineBI，是能够绝漏磨”智能”分析数据的工具了。
android数据分析工具用什么软件
1. 开源大数据生态圈

Hadoop HDFS、Hadoop MapRece, HBase、Hive 渐次诞生，早期Hadoop生态圈逐步形成。

开源生态圈活跃，并免费，但Hadoop对技术要求高，实时性稍差。

2. 商用大数据分析工具

一体机数据库/数据仓库（费用很高）

IBM PureData(Netezza), Oracle Exadata, SAP Hana等等。

数据仓库（费用较高）

Teradata AsterData, EMC GreenPlum, HP Vertica 等等。

数据集市（费用一般）

QlikView、 Tableau 、国内永洪科技Yonghong Data Mart 等等。

前端展现

用于展现分析的前端开源工具有JasperSoft，Pentaho, Spagobi, Openi, Birt等等。

用于展现分析商用分析工具有Cognos,BO, Microsoft, Oracle,Microstrategy,QlikView、 Tableau 、国内永洪科技Yonghong Z-Suite等等。
数据分析软件有哪些，他们分别的特点是什么
除了搜圆EXCEL 数据分析用的多的有以下几个软件，你看看你们公司符合哪个

SPSS（StatisticalProct and Service Solutions），“统计产品与服务解决方案”软件，是数据定量分析的工具，适用于社会科学（如经济分析，市场调研分析）和自然科学等林林总总的统计分析，国内使用的最多，领域也多。

SPSS就如一个傻瓜相机，界面友好，使用简单，但是功能强大，可以编程，能解决绝大部分统计学问题，适合初学者。它有一个可以点击的交互界面，能够使用下拉菜单来选择所需要执行的命令。它也有一个通过拷贝和粘贴的方法来学习其“句法”语言，但是这些句法通常非常复杂而且不是很直观。

SPSS致力于简便易行（其口号是“真正统计，确实简单”），并且取得了成功。但是如果你是高级用户，随着时间推移你会对它丧失兴趣。SPSS是制图方面的强手，由于缺少稳健和调查的方法，处理前沿的统计过程是其弱项。

SAS是全球最大的软件公司之一，是全球商业智能和分析软件与服务领袖。SAS由于其功能强大而且可以编程，很受高级用户的欢迎，也正是基于此，它是最难掌握的软件之一，多用于企业工作之中。

SAS就如一台单反相机，你需要编写SAS程序来处理数据，进行分析。如果在一个程序中出现一个错误，找到并改正这个错误将是困难的。在所有的统计软件中，SAS有最强大的绘图工具，由SAS/Graph模块提供。然而，SAS/Graph模块的学习也是非常专业而复杂，图形的制作主要使用程序语言。SAS适合高级用户使用。它的学习过程是艰苦的，正所谓“五年入门，十年精通”，最初的阶段会使人灰心丧气。然而它还是以强大的数据管理和同时处理大批数据文件的功能，得到高级用户的青睐。

R 是用于统计分析、绘图的语言和操作环境，属于GUN系统的一个自由、免费、源代码开放的软件，它是一个用于统计计算和统计制图的优秀工具，多用于论文，科研领域。

R的思想是：它可以提供一些集成的统计工具，但更大量的是它提供各种数学计算、统计计算的函数，从而使使用者能灵活机动的进行数据分析，甚至创造出符合需要的新的统计计算方法。因此R有很多最新的模型和检验方法，但是非常难自学，对英语的要求很高。R与SAS的区别在于，R是开放免费的，处理更灵活，同时对编程要求较高。
大数据是什么意思？哪些软件适合大数据分析？
大数据定义什么的网络很多。个人理解：现有的互联网数据量越来越大，面对这么大的数据量，如何利用好这些数据是极具挑战性的。一方面数据量提升，数据处理的方法必须改变，才能提高数据处理速度，比如大规模，高并发的网站访问，12306，淘宝天猫什么的；另一方面从这些海量数据中挖掘出有用的信息，比如根据淘宝根据用户点击访问，反馈出用户的喜好，给用户推荐相关商品。

推荐Hadoop，适合大数据处理的。

网上学习资料很多，自己搜去！

当然你也可以自己使用数据库MYSQL等去做大数据处理，这样很多Hadoop做好的东西都需要你自己去做。要是熟悉某个数据库，并且应用明确就用数据库自己去做吧！

加油！
数据分析软件哪个好
最常用的是spss,属于非专业统计学的! sas是专业的统计分析软件,需要编程用,都是专业人士用的 数据分析中的数据挖掘,可以使用spss公司的clementine
大数据分析一般用什么工具分析
在大数据处理分析过程中常用的六大工具：

Hadoop

Hadoop 是一个能够对大量数据进行分布式处理的软件框架。但是 Hadoop 是以一种可靠、高效、可伸缩的方式进行处理的。Hadoop 是可靠的，因为它假设计算元素和存储会失败，因此它维护多个工作数据副本，确保能够针对失败的节点重新分布处理。Hadoop 是高效的，因为它以并行的方式工作，通过并行处理加快处理速度。Hadoop 还是可伸缩的，能够处理 PB 级数据。此外，Hadoop 依赖于社区服务器，因此它的成本比较低，任何人都可以使用。

HPCC

HPCC，High Performance puting and munications(高性能计算与通信)的缩写。1993年，由美国科学、工程、技术联邦协调理事会向国会提交了“重大挑战项目：高性能计算与 通信”的报告，也就是被称为HPCC计划的报告，即美国总统科学战略项目，其目的是通过加强研究与开发解决一批重要的科学与技术挑战问题。HPCC是美国 实施信息高速公路而上实施的计划，该计划的实施将耗资百亿美元，其主要目标要达到：开发可扩展的计算系统及相关软件，以支持太位级网络传输性能，开发千兆 比特网络技术，扩展研究和教育机构及网络连接能力。

Storm

Storm是自由的开源软件，一个分布式的、容错的实时计算系统。Storm可以非常可靠的处理庞大的数据流，用于处理Hadoop的批量数据。Storm很简单，支持许多种编程语言，使用起来非常有趣。

Apache Drill

为了帮助企业用户寻找更为有效、加快Hadoop数据查询的方法，Apache软件基金会近日发起了一项名为“Drill”的开源项目。Apache Drill 实现了 Google's Dremel.

据Hadoop厂商MapR Technologies公司产品经理Tomer Shiran介绍，“Drill”已经作为Apache孵化器项目来运作，将面向全球软件工程师持续推广。

RapidMiner

RapidMiner是世界领先的数据挖掘解决方案，在一个非常大的程度上有着先进技术。它数据挖掘任务涉及范围广泛，包括各种数据艺术，能简化数据挖掘过程的设计和评价。

Pentaho BI

Pentaho BI 平台不同于传统的BI 产品，它是一个以流程为中心的，面向解决方案(Solution)的框架。其目的在于将一系列企业级BI产品、开源软件、API等等组件集成起来，方便商务智能应用的开发。它的出现，使得一系列的面向商务智能的独立产品如Jfree、Quartz等等，能够集成在一起，构成一项项复杂的、完整的商务智能解决方案。

H. 《社会网络分析方法与实践》epub下载在线阅读全文，求百度网盘云资源

《社会网络分析方法与实践》（）电子书网盘下载免费在线阅读

链接: https://pan..com/s/1y9Kiz07GFKQMbIRIGZv_gg

书名:社会网络分析方法与实践

豆瓣评分:7.2

作者:

出版社:机械工业出版社

副标题:方法与实践

原作名:Social Network Analysis for Startups

译者:王薇/王成军/王颖/刘璟

出版年:2013-6-1

页数:177

内容简介:

本书以基于Python的网络分析包NetworkX作为社会网络分析工具，但不是一本NetworkX使用手册。作者将重点放在如何从庞大的社会网络分析学术积累中，挑选最精要与最实用的知识点，以帮助读者形成关于社会网络分析的知识谱系图。全书可以分为四部分。第1章和第2章是基础知识，主要介绍社会网络分析的背景信息与图论基础知识。第3~5章主要介绍如何分析社会网络，分别从个体与群体两个层面，介绍社会网络的主要测量指标与分析方法。其中第3章重点介绍社会网络节点层面的四个核心指标：

程度中心性：哪些是明星人物？哪些是边缘者？程度中心性回答类似问题。这是最为人们理解的社会网络测量指标。以微博为例，程度中心性就是粉丝的数量，那些程度中心性高的人就是微博中的明星。

亲近中心性：亲近中心性通过点与其他点的距离来测量。那些在社交网络中经常与人互动、人际关系颇好的人，比如公司中的八卦传播者，往往亲近中心性得分较高。

居间中心性：节点的居间程度，表示一个网络中经过该点最短路径的数量。在网络中，节点的居间程度越大，那么它在节点相互之间的信息传播起到的作用也就越大。在两个社会网络之间的人，比如跨界者，往往拥有较高的居间中心性。

特征向量中心性：那些在社交网络中沉默却拥有极大权力的人物，如《教父》中的主人翁柯里昂。社会网络研究者将他们称为“灰衣主教”。特征向量中心性就是找出他们的办法。基本原理是，一个有着高特征向量中心性的行动者，与他建立连接的很多行动者往往也被其他很多行动者所连接。在社交网络中，有这样一种人，很多明星与其做朋友，即使他沉默不语，也可能是一位重要的人物。

社会网络分析不仅仅在节点层面测量。第4章、第5章介绍如何分析群体。其中，第4章主要介绍社群划分的基础知识：如何将庞大的社会网络划分为小的组块？如何利用社会网络中的结构洞牟利？如何进行三元组普查与分析？例如，如何通过岛屿方法逐步找出推特上埃及革命的成千上万条转发的核心人物？又如，如何评估埃及革命中一个人的信息传播能力？显然，如果你的朋友们相互信任，将比那种一个明星发言，粉丝们单纯收听的星形网络传播能力更强。第5章主要介绍二模网络与多模网络的基础知识。关系还会存在于不同类型的主体之间，比如公司雇佣员工、投资者购买公司股票、人们占有信息与资源等。这些关系称为二模关系。现实生活中的关系往往是二模或多模。比如在微博上，可以通过你的兴趣、地域、使用的标签来为你推荐新的朋友，或者基于你对一些公共事件的看法，将你划分到特定政治群体中，这些都是基于二模或多模网络的分析得出的。

第6章是全书最精彩的部分，关注信息如何传播，初步展示分析动态社会网络发展的建模技巧。一条微博如何从一两个人关注突然成为流行用语？作者在实验中发现，当网络密度接近7%的时候，将从线性增长（每次增加一条连接）转化为病毒式扩散，也就是说，如果转发一条微博、加入一个网络社群等的人数比例达到7%，其他人将会在关键阶段马上跟进。这是一个推动脸谱走出哈佛大学的神奇数字。脸谱一步一步地跃迁，总是遵循一个规则——在一个社群里到达饱和点之后才移入一个更大的社群。作者通过手写Python算法，为读者打开动态社会网络与网络仿真的大门——我们如何用算法来模拟人类社会各类关系的变迁？有了自己亲手实践算法的经验，读者未来使用netlogo等网络仿真软件，将更加得心应手。

对于初学者来说，第4~6章这三章有一定难度，需要同时理解社会科学与编程技巧两方面知识。第7章则简单明了，主要介绍获取网络数据的入门知识。如果希望深入了解，可以阅读作者推荐的相关资源。附录A介绍收集社会网络分析所需数据的传统方法、伦理准则与相关API。附录B介绍如何安装本书涉及的相关软件，如NetworkX、matplotlib等。

总而言之，作为一本技术非常新颖的入门读物，本书通俗易懂，基于Python进行分析使得其灵活性变得更高。可以说，本书令学习者从一开始就具有上手实践的能力，除介绍网络数据获取技巧、网络抽样方法、网络在个体与群体两个层面的基本属性之外，还涉及目前日益热门的网络模拟方法，融合基础理论与算法于一身。简约却不简单，上升空间非常大！无论你是对社会网络感兴趣的大众读者，还是社会网络的专业研究者、开发者，相信本书都会在社会网络的理论与实践两方面给予启发！

作者简介:

maksim tsvetovat是一个跨学科的科学家、软件工程师和爵士音乐家。他从卡内基·梅隆大学获得计算、组织和社会方向的博士学位，专注于社会网络进化、信息和态度扩散、集体智能发生的计算机建模。目前，他在乔治·梅森大学教授社会网络分析。他还是deepmile networks公司的联合创始人之一，该公司聚焦于社交媒体影响的图形化。maksim还教授社会网络分析的管理人员研讨班，包括面向创业公司的“社会网络”和面向决策人员的“理解社交媒体”。

alexander kouznetsov是一名软件设计师和架构师，具有从数据仓库到信号处理的广泛技术背景。他为业界开发了大量的社会网络分析工具，从大规模数据采集到在线分析和演示工具。alex在得克萨斯大学获得数学和计算科学学士学位。

I. spss用来做什么的，是什么软件，。

是一款数据统计行漏与分析软件。
它可以提供全面的统租带宴计分析，方便易用可快速操作，可缩小数据科学与数据理解之间的差距；在具体的应用方向方面，SPSS提供了高级统计分析、大量机器学习算法、文本分析等功能，具备开源可扩展性，可与大弊银数据的集成，并能够无缝部署到应用程序中。