社会网络分析法软件

① ucinet 是干嘛的软件

社会网络分析软件，功能很强大，我们现在主要用这个软件来分析数据，做出网络图，然后分析网络结构指标，还可以进行矩阵的计算等。建议读一下刘军的“社会网络分析导论”

② 社交类手机APP的社交属性分析

现今的即时通讯类APP都开始向社交方向发展，而多种多样的社交媒体也在不断更新，笔者试图从几个维度，对社交类APP进行分类与分析。

一、社交APP：社交网络与社交媒体

1、社交网络与社交媒体

笔者先将社交类APP分为两类，社交网络与社交媒体，下面列出二者定义。

社交网络 即社交网络服务，源自英文SNS（Social Network Service）的翻译，中文直译为社会性网络服务或社会化网络服务，意译为社交网络服务。

社交媒体 （Social Media)指互联网上基于用户关系的内容生产与交换平台。社交媒体是人们彼此之间用来分享意见、见解、经验和观点的工具和平台，现阶段主要包括社交网站、微博、微信、博客、论坛、播客等等。

笔者认为，社交网络强调人与人之间的关系，是社交关系在虚拟的互联网上的体现，大部分即时通讯软件实现了社交网络的功能，即好友列表、对话与消息。通常来说，先有线下的社交关系，后有线上的好友关系。典型的APP有QQ，微信等。

社交媒体强调内容发布，每一个个体都是内容的发布者，通过内容关注从而建立人与人之间的关系。社交媒体中，社交关系的建立有两条路径，一条是现实好友间的互相关注，另一条是通过搜索或是随机关注。典型的应用有微博，豆瓣等。

2、层级比较

从二者的定义与属性来看，社交网络的层级要高于社交媒体，因为社交网络属于强社交关系，可以向社交媒体迁移，只需基于好友关系建立内容发布平台，比如QQ的QQ空间，微信的朋友圈。由于人的社会属性，交流与社交的需求永远存在，应用内的发布平台一旦建立，用户自发就会在平台上发布状态，好友之间很自然的就会在平台上形成互动。

而社交媒体想向社交网络方向发展，就会困难很多。社交媒体上的人际关系都是弱关系，人与人之间的交流通过评论、私信进行，不易形成连续交流，软件的功能也不是为对话设计的，所以通过社交媒体，陌生人很难成为熟人。

二、衡量指标/分类标准/维度划分

这里选取几个维度，作为对社交APP分析的维度。

1、实名与匿名

社交APP注册时，使用何种方式为自己命名，体现了APP设定的隐私保护策略、功能定位、社交关系强弱等因素。

实名制：人人网，腾讯朋友。实名制的目的是让社交关系更加真实，可信。

昵称/实名：微博，微信。大部分普通人倾向于昵称命名，一方面保护隐私，另一方面彰显个性。在微博中，一些名人会采用实名认证，确保微博是本人，容易被搜索到，增加人气。

昵称：陌陌，抱抱。以陌生人社交作为定位的陌陌，一定以昵称取名。因为陌陌之前的名声，用户一定不想被熟人发现。

匿名：微密。一些APP提供了匿名消息发布和聊天功能，有时是熟人之间，有时是陌生人之间。用户直接以化名命名，或者直接没有名字。

2、开放与封闭

根据动态/发布内容的可见性进行分类。

高可见性（所有人可见）：微博，人人，陌陌。弱社交关系的社交媒体，用户一般不会发布隐私消息，微博和人人提供热门推荐，陌陌基于地理位置查看，都是高可见性的体现。当然，产品也提供可见性选项，保护用户隐私，比如微博的可见性选项，提供好友圈/指定的人/自己可见等等。

中可见性（访问可见/好友可见）：人人个人主页/QQ空间。这类产品提供不同的可见性选项，用户可以自己设置。

低可见性（共同好友可见）：微信朋友圈。微信朋友圈比QQ空间更为封闭，在QQ空间中，所有人对自己好友的评论都可见，而在微信中，只有共同好友的评论才可见。

3、社交关系的建立方式

这里列出建立人与人之间联系的方式

基于好友与共同好友，基于手机通讯录，基于地理位置，基于共同爱好，基于搜索

4、好友关系层次

陌生人-单项关注-互相关注，悄悄关注，好友

陌生人-没有任何关系的两个人

单项关注-一方关注另一方

互相关注-双方互相关注

悄悄关注-提供非公开关注功能

好友-双方互为好友，任意一方解除好友关系，好友关系即结束

三、典型APP分析

1、微信

核心功能：通讯录，对话，群聊，朋友圈，公众号

其他功能：摇一摇，附近的人，漂流瓶

微信以即时通信功能为核心，逐渐发展成为社交服务平台，朋友圈-社交媒体，公众号-阅读与服务，微信支付-移动支付结算，多种功能集合在一个产品中，紧紧围绕人与人进行

2、微博

核心功能：发布消息，浏览消息，评论，私信

其他功能：热门微博，搜索

新浪微博自2010年发布之后，迅速得到互联网关注，用户数量爆炸式增长。微博以传播信息快，范围广，即时性等特点，受到广泛关注。但是碎片化浏览不利于深度挖掘消息背后的内容，这也是微博的缺点。

3、陌陌

核心功能：结识附近的人，即时聊天，动态，联系人

其他功能：聊天室，游戏，同城服务，附近活动

陌陌以陌生人交友为产品定位，产品上线之后因“约X”而成为热门产品，之后推出LBS服务，将服务、交友、社区加入产品，带来正向循环。

4、人人网

核心功能：校园交友，发布动态，浏览动态

其他功能：热门分享，大学社团

人人网定位为校园社交产品，曾经一度风行，近几年因为一系列原因，逐渐没落。网上有很多分析，在此略过。

四、PC端向手机移动端的迁移

一些社交类APP是从PC网页端迁移到手机APP的，如新浪微博，也有一些是手机原生APP，如微信，陌陌。

两类APP在发展过程上会有不同。迁移类APP有许多PC端的经验可以借鉴，但是也背上了功能架构复杂的包袱，如何精简功能适合移动端使用，是这类APP最大的问题。原生APP一切从零开始，没有经验，却可以放开手脚，披荆斩棘，如何在众多现有产品中杀出血路，也须下一番苦功。

五、APP定位图

这里从两个维度，即“封闭-开放”和“实名-匿名”对APP进行定位，寻求APP间的差异。

这里的分析还是有些乱，社交网络和社交媒体混在一起，功能定位也不一样，可比性有些差。希望接下来可以有更好的分类划分标准。

俊森

2015.11.25

③ 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。

④ 关于社会网络关系软件的问题，我的数据是就是城市之间是否有关系那种，最后用ucinet画出来一个图。

这个问题非常好解决，我的方法虽然笨，但对新手来说很好操作，具体如下：
1，准备软件gephi（和ucinet一样，是做社会网络分析的）和AI（inkscape也可以）；准备一张自然资源部标准地图服务网站上下载的全国地图。
2，将准备好的数据导入gephi中，需要注意的是节点属性一定要包含经纬度信息，选择以Geo layout布局，然后优化颜色，节点大小等（怎么好看你就自己怎么调颜色和节点的大小），导出SVG格式图片。
3，叠加图层。将中国地图和导出的SVG图片拖入AI，调整，叠加起来进行了

⑤ 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

⑥ 《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。

⑦ 这种漂亮的网络关系图怎么画的用什么软件画出来的

推荐比较常用的几个工具，

一个是 python 的 NetworkX 库

另一个是 Gephi 这个软件。

NetworkX

这是一款Python的软件包，用于创造、操作复杂网络，以及学习复杂网络的结构、动力学及其功能。

有了NetworkX你就可以用标准或者不标准的数据格式加载或者存储网络，它可以产生许多种类的随机网络或经典网络，也可以分析网络结构，建立网络模型，设计新的网络算法，绘制网络等等。可以查看官方文档


。

望采纳，谢谢~