社会网络分析(SNA)的简要文献综述

admin管理员组

文章数量:1531792

2024年5月17日发(作者：)

*********大学

题 目：社会网络分析(SNA)

的简要综述

学生姓名：

学 号：

专 业：

班 级：

目 录

1 社会网络分析 (SNA)介绍 ......................................................................................... - 1 -

1.1 社会网络的定义 ................................................................................................ - 1 -

1.2 社会网络分析的内容 ........................................................................................ - 2 -

1.2.1 社会网络分析的参数概念 ...................................................................... - 2 -

1.2.2 社会网络分析所涉及的方面 .................................................................. - 3 -

2 社会网络分析在各学科中的应用 .............................................................................. - 4 -

2.1 SNA在国际关系研究中的应用 ........................................................................ - 4 -

2.1.1 国际关系中的社会网络 .......................................................................... - 4 -

2.1.2 社会网络分析在国际关系中的议题 ...................................................... - 5 -

2.2 基于复杂网络理论的在线SNA ....................................................................... - 5 -

2.3 SNA在信息科学领域的典型应用 .................................................................... - 6 -

2.3.1 Web社会网络分析 ................................................................................... - 6 -

2.3.2 网络计量分析B-A理论 ......................................................................... - 6 -

2.3.3 网络链接行为和动机研究 ...................................................................... - 7 -

2.3.4 知识管理和组织学习研究 ...................................................................... - 8 -

2.4 SNA在组织管理研究中的应用 ........................................................................ - 8 -

2.5 SNA在情报学中的应用 .................................................................................... - 9 -

2.6农民工的社会网络变迁 ..................................................................................... - 9 -

2.7 SNA研究热点与前沿的可视化分析 .............................................................. - 10 -

2.7.1 时间分布 ................................................................................................ - 10 -

2.7.2 地域分布 ................................................................................................. - 11 -

3 社会网络分析的方法 ................................................................................................ - 12 -

3.1 社会网络分析方法的发展轨迹 ...................................................................... - 12 -

3.2 基于结构的社会网络分析 .............................................................................. - 13 -

3.3 SNA分析软件总览 .......................................................................................... - 14 -

4.4 基于SNA视角的企业间知识转移 ................................................................ - 15 -

I

4 社会网络分析的应用案例 ........................................................................................ - 17 -

4.1 豆瓣上的图书馆 .............................................................................................. - 17 -

4.2 上海师范大学图书馆在开心网的实践 .......................................................... - 17 -

4.3 清华大学图书馆在人人网的尝试 .................................................................. - 18 -

参考文献 ........................................................................................................................ - 19 -

II

1 社会网络分析 (SNA)介绍

1.1 社会网络的定义

简单来说，社会网络是一个由个人或社区组成的点状网络拓扑结构。其中每个点

(Node) 代表一个个体，可以是个人，也可以是一个团队或是一个社区，个体与个体

之间可能存在各种相互依赖的社会关系，在拓扑网络中以点与点之间的边 (Tie) 表

示。而社会网络分析关心的正是点与边之间依存的社会关系。随着个体数量的增加，

以及个体间社会关系的复杂化，最后形成的整个社会网络结构可能会非常复杂。

社会网络分析最初是用于帮助人们理解人群中流行性疾病的传播情况并加以抑

制。疾病的传播所强调的关键词即“接触”，而现在这种接触逐渐演化为人与人之间

的交流和联络，在社交网络中以边的形式表现出来，一条边即表示两个个体间建立了

一种关联（ties）。

一张社会网络图的形状可以直观地决定网络本身对每个个体的重要程度。一般而

言，一张聚合度更高、更紧密的网络（cliques，如一个部落、家族等）对于每个成

员的重要程度要远远小于一张与外网络有大量弱关联 (weak ties) 的松散网络（如

一个开源社区、bbs 论坛等），如图1所示

[1]

。

图 1. 社会网络分析中的集群和弱关联

- 1 -

1.2 社会网络分析的内容

什么是社会网络分析呢？

有一句格言：不在于你知道什么，而在于你认识谁？

埃米尔.涂尔干（Emile Durkheim，1879）说：“有一种观点认为，对于社会生

活的解释，不应当靠参与者的观念进行，而应当根据尚未被自觉认识到的更深层的原

因进行。我认为这样做会极富成就。我还认为，其中的原因主要应当在由个人形成的

组群的方式中去寻找。”

社会网络分析是研究一组行动者的关系的研究方法。一组行动者可以是人、社区、

群体、组织、国家等，他们的关系模式反映出的现象或数据是网络分析的焦点。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

[2]

。

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。

1.2.1 社会网络分析的参数概念

自身网络越开放，与外界网络建立越多的弱关联，越容易开拓人的思维，分享更

多知识，提供更多机遇。换句话说，社交网络分析建议，我们要避免与同一网络的个

体间建立过多的冗余关联，同时要尝试与不同的外界网络建立联系。下面将介绍社会

网络分析中的几个重要度量参数：

 度（degree）：一个节点有 n 条边即度数为 n，如图 1 中的点 A 度数为 6；

 接近度（closeness）： 若一个节点与其他节点的几何距离之和（如最短路径

之和）相对较小，我们认为该节点的接近度偏高，如图 1 中的点 B；

 中间状态（betweenness）:整个网络中，一个点在其他两两节点之间的最短

路径上多次出现，我们说这样的点具有较高的中间状态值，如图 1 中的点 B；

 中央性（centrality）:以上 3 个参数都是用于度量中央性的。简单来说，

中央性指的是一个节点对于整个网络的重要程度。比如上文提到的具有弱关联（weak

ties）的节点即有很高的中央性；

 桥（bridge）: 如果一条边删除后会增加整个网络图中的连通分支的数量，

- 2 -

我们称这条边为桥，如图 1 中的边 CD。

我们还可从图 1 的网络形状中获得一些额外信息：

 当一个集群（clique）中的一组点之间的联系相对紧密时，集群会相对收敛，

如图 1 中点 B 所在黄色集群，反之亦然；

 相对联系较少的点分布在网络的边缘区域；

 边与边之间的相交较少；

 每个点在集群中均匀分布，部分边的长度一致；

 整张网络具有对称性。

所以说，具备以上特性和美感的网络结构图更直观可读，更易于社会网络分析。

1.2.2 社会网络分析所涉及的方面

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。

- 3 -

2 社会网络分析在各学科中的应用

2.1 SNA在国际关系研究中的应用

“网络”在国际关系研究中占有重要的地位，但一直缺乏系统的经验性研究。近

年来兴起的社会网络分析方法很好地填补了这一不足。社会网络分析方法采取结构分

析路径，反对“类别分析”，着眼于行为体间的“位置及其相对关系”。

2.1.1 国际关系中的社会网络

尽管国际政治通常被描述为“无政府”状态，但国家以及非国家行为体间的关系

模式表明，在国际政治中同样存在这种网络结构，无论是暂时性的同盟关系，还是像

欧盟这样更制度化的国际组织。

社会网络分析主要区分两种类型的网络：关系网络和隶属网络。其中，隶属网络

也称为双模网络，是那些以一个事件、组织或者群体来定义一个单位的隶属组织。专

业组织的会员、社会俱乐部成员，国际组织中的国家都反映了隶属网络。而关系网络

可以是对称的，也可以是非对称的唯一个方向上比另一个方向强烈，经常发生在国际

贸易中。例如，一个由国家组成的同盟网络就是对称的。其定义规则“i是j的盟友”

就假定了如果一个特定国家与另一个国家j存在防御条约，那么j同样与i存在这样

的防御条约。这种规则可以运用到所有的国家和同盟类型。另一方面，贸易网络就是

一种非对称的网络，其定义规则为“i向j出口了X美元商品”。事实上可能是：向J

出口一定数量商品并不意味着J也向峭出口；或者如果国家J确实向i出口商品，也

不能保证J向i出口的规模也是X。

社会网络分析采取结构分析路径。它的核心着眼点是行为体域点的“位置及其相

互关系”。因此，根据分析的着眼点不同，社会网络分析可以分为两种基本视角：关

系取向和位置取向。关系取向关注行为体之间的社会性粘着关系，通过社会联结本身

—如密度、强度、对称性、规模等来说明特定的行为和过程。位置取向则关注存在于

行动者之间的、且在结构上相处于相等地位的社会关系的模式化，它讨论的是两个或

以上的行为体和第三方之间的关系所折射出来的社会结构，强调用“结构等效”来理

解行为体行为

[3]

。

- 4 -

2.1.2 社会网络分析在国际关系中的议题

表1 近五年社会网络分系在国际关系中的主要研究议题

从表中可以看出近年来，社会网络分析被广泛应用于军控和裁军、武装冲突和争

端解决、非传统安全、全球化及治理、国际贸易、全球气候变化等几乎涵盖国际问题

研究的所有“新老”议题，涉及国际安全、对外政策、国际关系理论、国际政治经济

学等领域。

2.2 基于复杂网络理论的在线SNA

《基于复杂网络理论的在线社会网络分析》，综述了近年来复杂网络理论在在线

社会网络研究中取得的进展，重点包括在线交友网络、在线社区和在线社会媒体等3

大类在线社会网络的实证研究。在线社会网络的拓扑性质，尤其是度同配指数，与现

实社会网络存在不同之处。解释了在线社会网络中度异配性产生的根源，指出在线的

和现实的社会网络的形成具有不同的底层机制。最后总结了在线社会网络的研究意

义、理论价值、潜在的应用和未来的研究方向

[4]

。

在线交友网依据其针对的用户不同可以分为几种类型：学生社交网，如校内网和

Stanfod大学学生在线交友网Club Nexu；商务人士社交网，如若邻网和XING；职业

人士社交网，如天际网；婚恋交友网，如世纪佳缘交友网和瑞典的Pussokram；一般

交友网，如全球最大的在线交友社区Myspac、日本最大的在线交友网Mixi、韩国最

大的在线交友网Cyworld、匈牙利最大的在线交友网WIW、Google旗下的在线交友网

orkut Friendste和Facebook（最初局限于校园，现在变成一般性的交友网了)。

在线社会网络的研究除了结构特性，网络演化规律等方面的主题外，还有很多跟

现实社会网络密切相关的动力学研究内容

[5]

，如Sznajd模型，Hegseimann-Krause

- 5 -

模型，创新扩散模型，Axelrod模型等。随着互联网技术，特别是Web2.0的迅速普

及，在线社会网络仍将不断发展并对我们的工作与生活产生越来越大的影响，而对于

在线社会网络的科学研究的意义也将越来越重要。

2.3 SNA在信息科学领域的典型应用

社会网络理论涉及到连通度、图中的距离等等网络属性，也涉及到网络链接、引

用标引、学术交流和检索行为等等不同的应用尤其在依靠知识背景的知识发现和知识

群体研究中应用广泛

[6]

。

2.3.1 Web社会网络分析

从1996年开始，产生了很多社会网络分析在、Neb上的应用例子，目的是为了

找出对用户查询的最权威的回答页而，是将页而生成和链接当作“主体”对象，通过

链接簇或者核心节点标明网络中的核心资源。其中典型的研究成果包括Google的网

络链接排序、搜索引擎主题搜索、页而信息嵌入和过滤等。Google的PageRank算法

就是一种基于随机网络的检索策略。假设读者在Web上作无目的浏览其以1-p的概率

沿本页而的一个链接继续访问以p的概率输入一个随机的网址这样不同的网页就有

不同的访问率。最终，那些入链很多的流行网页可能经常被访问，形成访问的核心网

页簇。而这些网页之间也能因此通过链接构建合理的信息结构这种流行度的度量称为

PageRanko Google按如下递归定义PageRank：

PageRank







PageRank







p/N



1p





OutDegree











这里表示链接指向，N是Neb图的总结点数，OutDegee(u)为页而u的出度。

式子中的P值分布与用户信息素质(技能)、网络基础设施(连通率)和网页内容的商业

价值(是否因收费人为中断)相关。Google搜索引擎通过模拟这种网页上的走动来估

计每个网页的流行度，给定一个关键词查询，匹配的网页会按照这种得分排序，利用

信息推荐的方式达到与搜索引擎相近的搜索速度，而准确性能够通过回溯方式得到修

正和提高。

2.3.2 网络计量分析B-A理论

最早公布的有关无标度网络的例证可能是普赖斯的科学论文引文网络，通过文章

- 6 -

之间的内在联系建立文献对象之间的链接网络关系，并用幂为2.5到3的一个值表明

文献的集中利用(引用的条目数)关系。Barabasi和Albert提出，类似的幂指分布结

果可以应用到社会网络和一般Web网络，从而识别和分析对于保持网络稳定性具有重

要作用的“大顶点’，这就是Barabasi和Albert提出的与关于Web网络增长的生长

模型。按照B-A模型理论，利用“大顶点增加”和“连接关联”可以定义Web网的一

次引用和链接，进而通过顶点和边的扩展描述无标度网络的形成。B-A模型理论的典

型应用是合著关系网络分析以及相关推广。

在合著关系网络分析中，因为通常的情况下合作者都是彼此熟悉的同事或朋友，

是典型的自我中心网络(EN)——人际网络。利用引文和著者数据库，顶点是论文的作

者，用一条边表示两个作者的合著关系，网络距离为1，合著者的合著者距离递加1，

从而生成合著网络。

Newman在对SCI中四个数据库(生物医药、高能物理、计算机科学、数学)的实

证研究发现阶，科学合著关系存在六度分离，即所研究的合著网络中科学家之间的距

离与网络中的总人数的对数成比例，而且一对科学家之间的典型距离是6。

Kretschmer的研究则进一步表明,随着合著网络图中边的密度增加，存在一个子网

络，能够覆盖绝人多数的科学家(在某些学科达到80%到90%)，任意一个作者都可能

纳入一个相互关联的合著网络，只有少数作者是孤立的。而这样的子网络也被研究者

称之为作者簇。

Grossrna的研究中也出现了作者簇,只是最大的组包含的顶点数占总顶点数的

比例不同：Kretschmer认为最人的组占作者总人数的40；而Grossrnan认为这一比

例达到62 %，这可能是由于学科发展的阶段不同，所取数据的覆盖范围以及时间区

间不同引起的。

2.3.3 网络链接行为和动机研究

社会网络分析广泛应用于知识“主体”和知识结点的链接网络分析，不仅学者是

“知识结点”，网站和网页也是网络知识结点。因而在社会网络分析方法论中检索者

(Page Developers,PDs )的检索过程(不依赖于搜索引擎的“网络漫步”行为)就是山

检索者的知识结点和网络知识结点构成的社会网络，网络检索的过程就是基于网络链

接(网络知识结点和网络知识结点之间的路径)与行为动机(检索者知识结点与网络知

识结点的路径)的社会网络分析。

- 7 -

2.3.4 知识管理和组织学习研究

在知识管理领域，对隐性知识管理和组织学习过程的关注，成为管理学界和教育

学界应用社会网络分析的主要动机，实践社区(Cops)、知识地图、可视化、相关性语

义网络甚至概念地图研究的兴起都与社会网络分析的基本理念密不可分。

社会网络是在组织行为、心理学和通信领域，集中研究网络结构中代表个体的结

点及其动态关联的动态网络数学模型，是一种创建团队和组织内知识传递和维护的重

要资源。个体同时参加一定数量的社会网络，并通过交流关联和个人知识、技能的相

似性与关联性构成知识网络。的确知识网络可被定义为，用网络链接描述共有的或相

关的知识社会网络的一种特殊情况，如果社会网络代表“谁知道谁”，知识网络则代

表“谁知道什么”。

2.4 SNA在组织管理研究中的应用

试图从社会网络分析的3个重要概念出发，探究社会网络分析范式、社会网络分

析法以及社会网络理论三者的区别与联系，以助于学者们更好地理解社会网络分析的

本质。在此基础上，比较社会网络理论与管理学经典理论，指出社会网络理论不是对

管理学理论的批判与取代，，而是一种建设性的深化与补充。最后，总结了社会网络

分析在组织管理中的研究现状，分析了国内研究的不足，并提出了建议与展望

[7]

。

与国外相比，我国学者对组织网络研究的起步较晚，在2004年才逐渐有这方面

的研究成果。从数量上来看，在2001-2010年，在发表论文总数相近的情况卜，国外

期刊关于组织网络方面论文总数为160篇，《管理世界》为33篇，相差较大。

图2 国内外组织网络研究成果比较图

- 8 -

2.5 SNA在情报学中的应用

社会网络研究提出来以后，逐渐在社会学各领域得到推广利用。渐在信息检索、

信息行为和信息计量学领域得到推广和应用，对网络知识发掘、理的发展起到了重大

的作用。

社会网络具有高度的聚簇性和网络连通性，而社会广泛存在的簇聚性，提供了海

量资源利用和发现的“省力法则”：在核心簇中搜寻资源。另一方而，社会网络分析

方法提出定量分析的指标，如中心度、弱相关结构、子群体结构、连通度等，虽然还

不能完全用于定量分析，但已经人人提高了社会评估准确度。因而，社会网络分析广

泛应用于集体体育项目运动员管理、IT产业中的技术扩散、流行疾病传播、基于

E-mail系统的经理人员风险管理、区域经济中创新源发现和政策支持、企业中创新

领袖(go-to people)的识别、博客管理和基于博客的知识发现、教授声誉分析、医学

专家会诊、新的组织结构设计和部门办公室的安排、人学科研实力评估和基金支持、

网上公共资源发现和获取等。

结合图书情报学科的发展，信息资源分布和利用网络就是典型的无标度网络，具

有典型的小世界特征，利用信息资源利用的社会属性，对优化信息资源组织(如

Facetation报告所指出的应用前Y。并目完善信良咨源开发利用的评估具右十分重要

的借鉴作用

[8]

。

2.6农民工的社会网络变迁

采用系统模式研究了进城农民工的社会网络重构过程，指出随着谋生方式由农业

生产向非农产业的转移，进城农民工正在逐步建立起以业缘关系为基础的新的社会纽

带，并使之成为其社会网络的重要组成部分。这些由进城农民工一手构建的社会关系

网络正在成为他们在城市生活中赖以生存和发展的重要资本

[9]

。

从调查结果可以看出，朋友、家人、亲戚、老乡、打工的同事等同质群体是进城

农民工社会交往中的首要群体和强关系，老板、城里人、当地居委会及政府干部、家

乡干部等异质群体或制度内关系是他们社会交往中的次要群体和弱关系。不同群体的

交往对象及其关系脉络按照关系强弱的差序格局构筑出进城农民工的社会网络，其中

强关系构成了他们的主要社会支持网。图3显示了进城农民工社会支持网与其社会网

络中强纽带关系的叠合性。

- 9 -

图3 进城农民工的社会网及社会支持网

上述调查结果表明，在农民工由农村进入城市社会的过程里，他们正在日常互动

中逐渐调整和重新编织着自己的社会网络。一方面以血缘和地缘关系为基础的初级关

系仍然是他们社会网络中的强纽带关系，进城农民工们主要从这种先赋性的强纽带关

系中获得他们在城市生活中所迫切需要的社会支持；另一方面，一些全新的社会元素，

如老板、城里人、当地居委会及政府干部等异质群体和制度内关系，也正在被他们逐

渐吸收到自己的社会网络中来。

2.7 SNA研究热点与前沿的可视化分析

首先对ISI Web of Knowledge数据库中收录的以社会网络分析(SNA)为主题的文

献的时空分布进行了分析；然后利用信息可视化软件CiteSpace绘制出社会网络分析

(SNA)的代表人物、代表作的知识图谱，并对其进行了分析；最后通过检测词频变动

趋势显著的主题词确定出国际社会网络分析(SNA)研究的前沿领域和发展趋势，并绘

制出国际视野下的社会网络分析(SNA)研究热点与研究前沿的知识图谱

[10]

。

2.7.1 时间分布

图4所示为Web of Knowl呐e数据库中以“SocialNetwork Analysis"(社会网

络分析)为主题词，在默认年份(1986 -2010)状况下的检索结果按年份显示，我们可

以清楚的看到，相关文献是从1993年开始出现的，开始比较少，但随着时间的变化，

文献数量逐渐增多，1993-2009年间，文献发表数量呈现递增趋势。

- 10 -

图4 ISI Web of Knowledge数据库中社会网络分析(SNA)文献的发表情况

2.7.2 地域分布

根据Web of Knowledge数据库中检索到的数据，按照国家分布分析可知，美国

在社会网络分析(SNA)领域中发文最多，为808篇，其次为中国大陆地区，中国台湾

地区紧随其后，发文57篇，位列第三。其中发文量排名第二的中国地区，发文量较

多并处于优势地位的机构有浙江大学20篇，武汉大学17篇，中国香港大学15篇，

大连理工大学，北京大学11篇，清华大学10篇等等。

表2 社会网络分析(SNA)领域相关文献出现频次



36的热点词汇

以上的研究表明，国际社会网络分析(SNA)研究的热点和前沿可视化分析对于我

国的相关领域问题的研究具有重要的参考价值。此外，值得关注的是，我国社会网络

分析(SNA)的研究成果函待加速国际化进程，提高国际知名度和国际竞争力，加强国

际科学技术合作，从而提高我国科学研究的国际竞争力。

- 11 -

3 社会网络分析的方法

社会网络分析法是综合运用图论、数学模型来研究行动者与行动者、行动者与其

所处社会网络、以及一个社会网络与另一社会网络之问关系的一种结构分析方法。社

会网络理论得到迅速发展得益于许多奠基者的贡献，较有影响的有格兰诺维特的弱连

带理论、镶嵌问题，伯特的结构洞理论；应用社会网络分析要遵循一定的程序;社会

网络分析在国内外各学科中得到了广泛应用

[11]

。

3.1 社会网络分析方法的发展轨迹

社会网络分析方法的产生和发展是知识积累的过程一方而，它得益于人类学、心

理学、图论概率论等学科的发展，提出了许多网络结构术语，并形成了一套数学分析

方法另一方而，怀特、博特、格兰诺维特等学者在各自的研究中提出了许多网络分析

的应用理论，这些应用理论使得社会网络分析逐渐成熟”

[12]

。表3给出了心理学、人

类学图论等学科代表人物在社会网络分析的发展中所做的工作，他们的贡献集中体现

于创造和完善了社会网络分析的技术和模型，使得社会网络得以测量，为应用研究打

下基础。

表3 社会网络模型发展过程中的代表人物及其贡献

社会网络分析的关键在于把复杂多样的关系形态表征为一定的网络构型，然后基

于这些构型及其变动，阐述其对个体行动和社会结构的意义

[13]

，因此，社会网络分析

的目的是从结构和功能交互作用入手，揭示网络结构对群体和个体功能的影。息这些

研究包含了怀特的“机会链”理论“嵌入性”理论“社会资本”理论等，米切尔、格

兰诺维特、博特等的研究也直接促进了社会网络分析方法的成熟

在此基础上，MITCHEL

[14]

描述了社会网络的形态特征，认为网络研究应该考虑网

- 12 -

络规模、结构、互动关系及其过程这种网络特征分析方法考虑了网络的规模和结构特

性，也同时虑及了网络的静态特征和动态特征，总体上奠定了网络作为一种结构功能

分析方法的地位WELLMAN

[15]

概括了网络结构分析的基本原则：①世界是由网络组成

的，而不是群体组成的；②解释社会行为时，社会关系比社会成员特点更加有力；③

行动者如何行动的规则源于社会关系结构体系中的位置；④只有在社会网络结构中才

能理解“关系”的运作，社会结构网络会影响各种资源在关系中的配置；⑤网络结构

研究的单位是关系，而不是个人在这些基本原则的指导下，社会网络分析的研究与应

用逐渐分别展示了不同的理论方法与观点。

3.2 基于结构的社会网络分析

互联网的发展和社交网站的流行为研究社会网络提供了大规模的实验平台，主要

使用DBLP和Faccbook数据集构建网络，采取角色连接轮廓方法从结构上进行划分，

发现它们属于外围串类型；验证了社会网络的一些统计性质，比如无标度分布、稠化

定律和直径缩减等；发现社会网络中存在紧密连接且直径较小的核心结构，规模中等

的社区主要呈现星型结构；基于事件框架研究了社会网络中社区结构的进化，发现社

区间的融合很大程度上取决于社区间直接连接的节点所构成网络的聚类系数，而社区

的分裂则与该社区的聚类系数相关

[16]

。

研究了社会网络的类型、性质和社区进化的结构特征，主要使用DBIP和Facebook

数据集构建网络，采用角色连接轮廓方法从结构上将它们划分为外围串类型；本文验

证了社会网络的无标度分布、直径缩减和稠化性质，发现社会网络中社区大小服从幂

律分布，规模中等的社区主要呈现星型结构；发现社会网络中存在紧密连接且直径较

小的核心结构；本文基于事件框架研究了社会网络中社区结构的进化特征，发现社区

间的融合很大程度上取决于社区间直接连接的节点所构成网络的聚类系数，而社区的

分裂则与该社区的聚类系数相关。

社会网络是以人为中心构建的网络，与它相关的研究成果对人们的工作生活有着

潜在的影响。互联网的发展和各种社交网站的出现也为我们提供了实验平台，并为计

算机相关学科的研究带来了新的挑战和机遇。社会网络所表现出来的各种性质是如何

形成的，是否存在一个理论模型能够解释在个体与个体交互中涌现出来的这些特征？

不同的网络拓扑结构与个体的行为如何相互产生影响？如何刻画和控制信息在社会

网络上的传播？等等，这些是需要我们研究和解决的问题.

- 13 -

3.3 SNA分析软件总览

针对虚拟学习社区的社会网络分析正在逐渐受到研究者的重视，社会网络分析方

法也逐渐受到研究者的重视。社会网络分析由于需要进行大量的运算，一般都要在计

算机辅助软件的支持卜才能完成。本文在介绍了目前23种社会网络分析软件的基础

上，重点介绍了NetMiner、Pajek和UCINET三种典型的社会网络分析软件的特点与

使用方法，并给出了笔者对这三种典型社会网络分析软件的评价和使用建议

[17]

。

表4 23个SNA软件的性能对比表(Huisman&Van Duijn,2005)

- 14 -

从表4可以看出，SNA软件的种类繁多，适用的对象和运用的分析方法也有较大

差异，且SNA软件分为自由软件和商业软件等多种不同类型。若按照软件的类型和是

否可视化两个指标，可以将23种SNA软件分为典型的5类，其结果如图5所示。

图5 SNA软件工具的分类

4.4 基于SNA视角的企业间知识转移

自Granovetter(1973)探索性地应用社会网络理论分析信息传递现象，并提出弱

联结优势理论以来，从社会网络视角研究知识转移问题已逐渐成为知识管理研究领域

的一种趋势。相对于传统的研究，基于社会网络视角的知识转移研究不再将进行知识

转移的两个主体独立于社会环境之外，开始关注知识转移主体以外的第三方联系可能

对知识转移效果产生的影响，因此，能更真实地反映个人或组织间知识转移的现实状

况。

本研究将社会网络的分析方法和传统的个体主义研究方法进行融合，通过探讨知

识转移双方企业的网络特性与传统视角下的个体属性、知识特性等影响因素之间的相

互关系，及其对知识转移效果的影响，揭示了社会网络环境下，知识转移双方网络特

- 15 -

性对知识转移效果发生作用的内在机理。在当今战略联盟、产业集群等网络组织日益

普遍的现实背景下，本文的研究，对于企业间知识转移活动具有重要的理论指导意义

和现实意义。

本研究通过与国内通信电源产业内32家企业的技术负责人进行深度访谈，对199

家相关企业进行大规模问卷调查，并运用SPSS15.0软件对问卷调查所获得的数据进

行因子分析、方差分析、相关性分析以及逐步回归分析等，主要得到如下研究结论

[18]

：

1.知识转移双方企业之间的联结强度、网络密度，以及知识转移双方企业各自不

同的网络范围和网络中心度均能对企业间知识转移效果产生显著的正向影响。

2.知识转移双方企业的网络特性对知识转移效果的影响并不是直接实现的，必须

经由知识转移双方意愿以及能力的中介作用，才能得以实现。

具体来说，知识源的发送意愿在其网络密度、网络中心度影响知识转移效果时具

有显著的中介效应;知识源发送能力在其联结强度、网络范围、网络中心度影响知识

转移效果时，具有显著的中介作用;知识接受企业接受意愿在其联结强度、网络密度

影响知识转移效果时具有显著的中介作用;知识接受企业的吸收能力在其联结强度、

网络范围、网络中心度影响知识转移效果时具有显著的中介作用。

3.知识源企业网络范围和网络中心度在知识缄默程度与知识转移效果之间具有

显著的调节作用.但是知识转移双方企业之间的联结强度、网络密度，以及知识接受

企业的网络范围和网络中心度并不具有显著的调节作用.

4.知识接受企业年销售收入显著正向影响知识源的发送意愿以及知识转移效果，

但是当接受企业的年销售收入达到一定规模以后，知识源的发送意愿和知识转移效果

不再有显著变化;知识接受企业员工人数对其吸收能力以及知识转移效果也有显著的

影响，但是这个影响是阶段性跳跃式的，即接受企业员工规模只有在增长到一定程度

以后，才会对其吸收能力以及知识转移效果产生显著影响，而且员工规模在达到一定

程度以后若继续增长，其对吸收能力以及知识转移效果的影响会再次消失。

实证分析的结果显示，在知识特性与知识转移效果之间具有显著调节作用的都是

知识源企业的网络特性(知识源网络范围、网络中心度)，知识接受企业的网络特性并

没有显著的调节作用，这一差异暗示了在缄默知识的转移过程中，取得知识源的积极

配合比知识接受方自身的努力更为重要。

- 16 -

4 社会网络分析的应用案例

近年来，一些高校图书馆正在尝试融入社会网络，试图通过这样的社会信息交流

方式来宣传图书馆服务，吸引更多的用户利用图书馆。国内一些高校图书馆已经成功

地融入了社会网络，分析这些案例将给高校图书馆提高资源利用率、开展网络服务带

来启发。下面将列举其中的三个案例

[19]

。

4.1 豆瓣上的图书馆

豆瓣网很好地利用了社会网络的概念，以书为主题打造出一个用户完全参与的虚

拟知识社区，由“小组”、“读书”、“电影”、“音乐”和“同城”等几个模块组成。在

“小组”里以关键词“图书馆”进行搜索，共有474个结果。点击进入某一小组，其

页而有“自我介绍”、“小组收藏”、“友情小组”、“这个小组的成员也关注的活动”等

内容项。随机浏览了“南大图书馆小组”、“厦大图书馆小组”、“清华大学图书馆小组”、

“湖南师范大学图书馆小组”和“湖南图书馆小组”，对其页而内容进行了对比分析。

表5 豆瓣网上的部分高校图书馆实践调查

4.2 上海师范大学图书馆在开心网的实践

上海师范大学图书馆于2009年11月2日在口前国内比较流行的社交网站一一开

心网上开通了名为“涂书寮”的账号，踏上了利用开心网宣传和推广图书馆之路，吸

引用户了解和使用图书馆。

目前，开心网提供的组件有50多个，包括照片存储与分享、日记分享、短消息

与在线聊天、休闲游戏、在线音乐播放和分享等，具体的组件及其使用方式见表6。

- 17 -

表6 “涂书寮”在开心网上的组件使用情况

4.3 清华大学图书馆在人人网的尝试

清华大学图书馆于2009年11月27日在人人网建立了“清华大学图书馆书友会”，

俱乐部和“清华Library”用户。截至2010年4月30日，“清华大学图书馆书友会”

和“清华Library”共有关注者1039人，均为清华大学的师生；“清华大学图书馆书

友会”和“清华Library”各发表了9篇日志，内容涵盖假期借书规则调整通知、新

闻公告、组织活动等，日志阅读量最高为302次；以新鲜事的方式告知关注者各种信

息服务及学术研讨会信息，允许关注者留言；上传了23张图书馆内景照片；分享了

3个利用人人网开放平台开发的应用链接，包括新书通告、图书馆专题培训日程和图

书馆公告信息见表7。

表7 清华大学图书馆开发的应用链接的使用情况

案例的启发：图书馆融入社会网络是一种有效的吸引潜在用户利用图书馆的方

式；观念问题是图书馆融入社会网络的最大障碍。

- 18 -

参考文献

[1]傅冬雷.使用Flash描述复杂的社交网络./developerwo

rks/cn/web/0909_fudl_flashsocial/?ca=drs-tp4608.

[2]沈浩.社会网络分析—Social Network ://

/.

[3]陈冲,刘丰.国际关系的社会网络分析[J].国际政治科学,2009(20),92-111.

[4]胡海波,王科,徐玲,汪小帆.基于复杂网络理论的在线社会网络分析[M].复杂

系统与复杂性科学,2008/03/11,3-10.

[5] CastellanoC,Forlunato tical physics of social dyna

micsl[DB/OL].[2007-12-01].http/:0710.3256.

[6]马费成,裴雷.社会网络分析在情报学中的应用和发展[M].图书馆论坛,2006

(06),40-42.

[7]黎耀奇,谢礼珊.社会网络分析在组织管理研究中的应用与展望[M].管理学报,

第10卷第1期,2013(1),146-154.

[8]马费成,裴雷.社会网络分析在情报学中的应用和发展[M].图书馆论坛,2006

(06),43-44.

[9]单箐箐.农民工的社会网络变迁[M].城市问题.2007年第4期,59-63.

[10]赵蓉英,王静.社会网络分析(SNA)研究热点与前沿的可视化分析[M].情报,

信息与共享,2011年第一期总第139期,88-94.

[11]孙立新.社会网络分析法:理论与应用[M].管理学家·学术版An Academ is

Edition of ManaMaga.2O12(09),66-73.

[12]罗家德.社会网分析讲义[M].北京:社会科学文献出版社,2005.

[13]邬爱其.集群企业网络化成长机制研究[D].杭州:浙江大学管理学院,2004.

[14] Concept and Use of Social Networks in Mitchel[J],

Social Networks in Urban Situations[M].Manchester University Press.1969,1

-50.

[15]ure Analysis Fran Method and Metaphor to Theory an

d Substance In Social Structure[M].WELLMAN BERKOW ITZ dge Cambri

- 19 -

dge University Pres.1988,4-47.

[16]窦炳琳,李澎淞,张世永.计算机学报[M].第35卷第4期,2012(04),742-753.

[17]王陆.典型的社会网络分析软件工具及分析方法[M].技术与应用.总第267

期中国电化教育2009.4,95-100.

[18]朱亚丽.基于SNA视角的企业间知识转移影响因素实证研究[].浙江大学,博

士学位论文,管理科学与工程.2009(10).

[19]孙彩杰,庄小峰.图书馆融入社会网络的案例分析[M].图书馆建设,2010(11),

57-60.

- 20 -

本文标签： 网络社会知识网络分析