1社会网络中的计算.pptVIP

图，作为社会网络的结构模型，反映的是一个“快照”，即在一个时间点上的关系状态。 我们关心一个图的结构所反映出来的现象，同样（更）关心随着时间演进，图结构的变化。 * 社会网络，不仅是人类的社会属性，在自然界，也广泛存在着社会网络。 * 图，作为社会网络的结构模型，反映的是一个“快照”，即在一个时间点上的关系状态。 我们关心一个图的结构所反映出来的现象，同样（更）关心随着时间演进，图结构的变化。 * * 两个层面的认识，（1）熟人知道的信息不同于朋友知道的；（2）朋友知道的我基本上都知道了（因为经常接触） 同时从社会网络的结构角度看， （1）由于三元闭包的作用，朋友之间会形成比较稠密相连的关系，对应所谓社交圈子，其中人们相互都比较熟悉； （2）而一般熟人知道不同的信息，似乎意味着他属于另一个不同的圈子。 这意味着，与熟人的关系在社会网络结构中很可能表现为桥（或者捷径） * 我们希望站在社会网络之上，表达社会关系的两个视角：关系的“亲疏”，结构上的“远近”。 同圈子：一群人，相对经常来往，因而相互都认识 亲：朋友，亲密关系，strong 疏：熟人，weak 一般来说，同圈子人当中不一定都是亲密的，不同圈子的人也可能是亲密的。但格兰诺维特对照他的访谈结果，试图说明：不同圈子的人一般都不是亲密的。（注意，这里的“圈子”最好理解为经常来往的一群人。我们也应该理解，对一个人来说，不同时期，一个人的圈子可以是不一样的。因此，我们这里的讨论基本上针对的是一个“快照”） * 嵌入性是信任与安全感的一种指示 * 图，作为社会网络的结构模型，反映的是一个“快照”，即在一个时间点上的关系状态。 我们关心一个图的结构所反映出来的现象，同样（更）关心随着时间演进，图结构的变化。 * * 很好地体现了地理位置上的远近 想象这个网格是很大的，上亿节点 “网格距离”的概念； 让所有网格距离小于或等于r的结点之间都有一条边； 让每个节点都有k条随机边－有可能连接到“很远的”节点 * 这里是“走”。 W-S模型只说了“存在” * * 由于邮政编码信息的可得，于是每个节点对其他所有节点都可赋予一个rank。如此定义的rank将地理上非均匀分布的节点均匀化了。 可以注意到，两个节点相互的rank不一定是相同的。 * 由于rank“管的”是围绕节点的一个“面积”，它的变化就类比于d**2的变化。 * 这说明“大自然”倾向于“最优化”！ * 在一定条件下：捷径?弱关系 上述结论的精神：两人关系的强度如何与是否有共同朋友相关（不等价） 捷径意味着没有共同朋友，强度为“弱”。 统计推论：共同朋友越多，关系强度越高 准确些，可以说共同朋友数在总朋友数中的占比（邻里重叠度） 这样的认识如何验证？ 从“推论”到“结论” 用什么社交网络？如何定义关系的强度？ 在手机通信网上的数据结果 美国全国人口的20％， 18周的通信数据 节点：手机号 边：通话关系 关系强度：通话时长 横轴表示边的关系强度（由低到高，％） 纵轴表示有关系的两个人的“邻里重叠度” 曲线走向表明这两个量正相关 Onnela, Structure and tie strength in mobile communication networks, PNAS 2007 由上述，可得社会网络结构的一个基本意象 用桥（或捷径，或邻里重叠度很低的边，弱关系）连接起来的相对比较密集互连的节点群 其中，那些是多个桥的端点的节点（B）值得特别讨论 聚集系数较低 她与群组内部的节点（A）相比，有什么利弊？ 怎样与她打交道？ 结构洞 本章要点 社会学家：关心社会网络的角度与几个经典成果（三元闭包，关系强度，结构洞） 网络演化的结构性原因 原因后面的社会学含义 计算机科学家：研究社会网络的角度与基本方法（利用获得OSN数据的可能性） 考察社会网络研究的经典结果在OSN上的体现 在OSN上发现具有社会学意义的新性质 关系强度研究展现出的范式：观察，假说，假说的论证（抽象、形式化，数据验证） 作业：练习3.2 分析图3.21中的图，其中除了连接b 和c的边，其他都以强关系（S）或弱关系（W）进行了标注。 根据关系强度的理论，采用强三元闭包假设，你预计连接b 和 c 的边该如何标注？请简明进行解释。 同质性：影响社会网络结构的外部因素 （第4章） 第3章讨论的“三元闭包”现象影响网络结构，属于网络自身的因素（内部结构因素） 同质性（homophily） 每个人的特质可分为两种： 固有特质：性别、种族、母语等 可变特质：居住区、爱好、专长、思想等 基本问题：因为相似，才成为朋友 （selection）；还是因为成为朋友后变得相似（social influence）？ 观