社会网络分析方法
分享兴趣，传播快乐，增长见闻，留下美好！亲爱的您，这里是LearningYard学苑。
还在为收集不到专家学者们的共识而犯愁吗？还不知道决策权重怎么搞吗？今天小编为大家带来“社会网络分析方法”，一起来看看吧！
一、社会网络分析方法简介
- （1）定义
社会网络分析(Social Network Analysis， SNA)方法，也称为结构分析法(Structural Analysis)，主要用于分析社会网络的关系结构及其属性。社会网络分析的意义在于，它可以对各种关系进行精确的量化分析，从而为某种中层理论的构建和实证命题的检验提供量化的工具，甚至可以建立“宏观和微观”之间的桥梁。
- （2）优点
基于现有的研究文献并采取社会网络分析的方法优点在于：
①研究文献是各专家研究成果的精华体现，代表了专家以及同行们的共识，具有权威性和可靠性；
②以现有的研究文献作为基础，不仅便于样本的获取，还保证了样本的全面性、完整性，以及大数据特性；
③社会网络分析法是统计方法的提升，不仅能对大样本进行统计推断，还能加入关系因素，保证了提取指标的准确性和精准性。
二、社会网络分析方法步骤详解
- （1）选择数据库
在数据库的选择上，首先根据自己的研究内容，确定搜集文献的语种，不同语种的文献需要在不同数据库查找，这里以中文为例。我国现有的在学术界影响较大的三大中文文献数据库主要包括中国知网、维普、万方，其中，中国知网具有资源综合性强、注重二次加工、强大的整合能力等优点，而维普、万方与中国知网存在较大的同质化，因此，一般将研究文献数据库的选择设定为中国知网。
- （2）设置期刊检索条件
由于期刊在学术交流中具有重要的地位和绝对的优势，且绝大部分的硕博论文、研究课题、学术会议等研究成果的精华部分都以期刊的形式呈现。因此，主要选择以期刊为样本的基础统计来源。此外，若要论文的质量较高，可以对文献来源的期刊等级进行设定，一般为核心及以上期刊。
- （3）确定检索项目、字段和统计时间
在中国知网的检索系统中，检索项目包括“主题”、“篇名”、“关键词”、“摘要”、“全文”等五项，其中，“篇名”、“关键词”两个项目是研究文献核心内容的体现，且其所占有的权重远远高于其余三个项目。为突出重点，减少检索结果的发散性，一般将检索项目设定为“篇名”或“关键词”。此外，根据研究内容设置检索字段，为保证全面，注意同义词的替换。最后是检索文献的统计时间，根据自身需要进行更改。
- （4）文献初步阅读筛选
根据以下要求对检索得到的文献进行初步筛选：
①文献是否与研究主题相关？
②期刊来源是否符合检索条件？
- （5）文献深度阅读筛选
对检索得到的文献进行深度筛选：看文献是否有具体可度量的指标体系，所选研究文献需要有具体的评价指标，即在文中有提出明确的计量指标。
- （6）一级指标的社会网络分析
首先对选择出的文献进行研读，提出一级指标，并对一级指标进行统计，利用Excel软件将指标与其研究作者建立起0-1关系矩阵，并存储为Excel文件对应的格式。0-1关系矩阵的行代表研究作者，矩阵的列代表着研究对象的评价指标，0-1关系矩阵中的数字1表示该作者发表的文献拥有该项指标，数字0表示该作者发表的文献中未提出该指标；在此基础上，运用UCINET软件进行处理，使用NetDraw功能绘制网络图，Network-Centrality功能进行中心度的分析，从而提取出关键性指标。
- （7）二级指标的社会网络分析
同上，再次完成对二级指标的统计分析。
三、UCINET实例分析操作流程
SNA（社会网络分析）软件种类繁多，目前有NetMiner、Pajek、 UCINET三大典型SNA软件。而UCINET是目前最为流行的社会网络分析软件，该软件包含有很强的矩阵分析功能，如矩阵代数和多元统计分析。它是目前最流行、最容易上手、最适合新手的社会网络分析软件。
- （1）导入矩阵
操作路径为：import text data via spreadsheet interface —Load a data file(此时选择原始数据的EXCEL文件)—OK—Full matrix—保存—命名。（见图1、图2、图3、图4）
保存文件的文件由两个物理文件组成，一个后缀名为“.##d”，另一个文件后缀名为“.##h”，后期只需导入文件后缀名“.##h”即可。
- （2）生成数值中心度
操作路径为：Network—centrality—Degree—Input dataset(选择上一步保存的后缀名为“Aff.##h”的文件)—OK。（见图5、图6）
其中：Degree代表绝对中心度，NrmDegree代表标准中心度，Share代表占比。
- （3）画出中心度图形
操作路径为：Visualize—NetDraw—file—open—ucinet dataset—Network—“.##h”—OK。（见图7）
这里可以选择更改节点的形状、颜色，也可以对线条的粗细进行调整，操作路径为：Properties—Symbols/…—Color/Size/shape—Attribute based—（选择Mode或者ID更改节点颜色或形状）（见图8）
- （4）得出最终中心度图形
操作路径为：Analysis—centrality measures—Set Node Sizes by—Degree。（见图9、图10）
- （5）分析结果
方框代表各个作者所提出的指标，圆圈代表每篇研究文献的作者。其中，方框的大小代表中心度的大小，中心度越高，该指标对应的节点对网络中其他节点的影响程度越大，方框也就越大。节点的影响程度反映指标的重要程度，因此可以利用点中心性判断指标的重要性，进而找出关键性指标。结合步骤三得到的结果，可以看出整个网络的平均中心度指数为 19.750，标准化的中心度指数为31.349，产品损耗率（31）、配送准时性（31）、企业信誉（23）、运输规模（20）的中心性较高，已经超过了整个网络的平均中心度，也超过了标准化中心度。这表明以上指标都是非常重要的指标，应该予以保留。但对于余下的与平均中心度存在微弱差距的指标，不能随意舍去，需要根据研究的对象进行具体分析。
英语学习
The Social Network Analysis (SNA) method, also known as Structural Analysis (Structural Analysis), is mainly used to analyze the relationship structure and attributes of social networks. The significance of social network analysis is that it can carry out precise quantitative analysis of various relationships, thereby providing a quantitative tool for the construction of a certain middle-level theory and testing of empirical propositions, and can even build a bridge between "macro and micro".
The advantages of using social network analysis methods based on existing research literature are:
① Research literature is the essence of the research results of various experts, represents the consensus of experts and colleagues, and is authoritative and reliable;
②Based on the existing research literature, it not only facilitates the acquisition of samples, but also guarantees the comprehensiveness, completeness and big data characteristics of the samples;
③Social network analysis is an improvement of statistical methods. It can not only perform statistical inferences on large samples, but also add relational factors to ensure the accuracy and precision of extraction indicators.
本期的分享就到这里，如果您对今天的文章有独特的想法，欢迎给我们留言，让我们相约明天，祝您今天过得开心快乐！
本文由LearningYard学苑原创，仅代表作者个人观点，如有侵权请联系删除。
翻译参考来源：谷歌翻译。
内容参考来源：
[1] 高锡荣,杨娜.基于社会网络分析方法的论文评价指标体系构建[J].情报科学,2017(4):97-102,144
[2] 周勤.社会网络分析法入门——基于现有文献的评价指标提取
原文链接： 社会网络分析方法
文章被以下专栏收录
