JUNG一种实现社会网络分析自动化分析框架.docVIP

JUNG一种实现社会网络分析自动化分析框架 　　【摘 要】 社会网络分析在许多研究领域开始用于网络社区中人际交流的研究，但目前的研究大多是基于手工数据收集和分析，只能进行静态网络结构的分析。JUNG提供了一种公共和可扩展的框架来实现数据的建模，分析和可视化展示并能够被绘制成图形或网络，可以用于社会网络分析、Web流量分析、图论的理论推导以及关系类型数据的数据挖掘等等。文章介绍了JUNG的基本原理，以及如何利用JUNG在网络社区中实现自动化的社会网络分析和可视化。 　　【关键词】 JUNG；社会网络分析；可视化；聚类；最短路径 　　 　　【中图分类号】 G434【文献标识码】 B【文章编号】 １００９―４５８ｘ（２０11）05―００86―０5 　　 　　一、研究背景 　　 自从人类学家Barnes（1954）首次使用“社会网络”的概念分析挪威某渔村的社会结构以来，社会网络分析就被视为是研究社会结构的最简单明了、最具有说服力的研究视角之一（丁晋，2008）。 　　 社会网络分析来自社会计量学、群体动力学和图论三个方面的基础理论（王陆，2008）。上个世纪30年代，莫雷诺首先发明了利用社群图(Sociogram)来表达社会结构和形式特征的方法，区分领导者和孤立者，揭示出不对称性和互惠性，并用图来展示关联渠道。Lewin 等人认为，社会空间的结构特征是可以用拓扑学(Topology)和集合论(SetTheory)中的数学分析技术来分析的。由此发展起来的群体动力学认为，全部社会场都是由各种力量构成的场，这些力量作用于群体的成员，并塑造着他们的行动和经验。卡特赖特(Cartwright)和数学家哈拉里 (Harary)共同开创了图论(Graph Theory)，并开展了图论在群体行为方面的系列研究，突破了认知心理学以个体认知平衡为核心的研究，而转向以社会群体中的人际关系平衡为核心的研究。社群图、小团体分析等是社会网络分析的常用方法（王陆，2009）。 　　 近年来，很多学者运用社会网络分析方法分析基于网络的虚拟学习社区和学习共同体成员的行为关系与活动，如胡勇等(2006)对异步网络协作学习知识构建的研究、陈向东等(2008)对在线协作学习的研究、冯锐（2009）对摄影社群的研究以及易明（2010）对社会化标签网络的研究等。社会网络作为一个资源和知识交换的主要渠道，在虚拟学习社区中扮演了支撑的角色 (Cho，Stefanone， Gay， 2002)。社会网络改变了人们将社会看作是由离散的行动者所组成的认识，而将社会看做由行动者及其拥有的关系组成的，这一关系范式使得对关系的研究从直接陈述的方法转变为更生动的对社会互动的描述(Felmlee ，2003 )。社会网络分析方法可以使研究者更关注虚拟学习社区中的参与者及其关系图式，更加清晰的理解在已经完成的教育模式中发生了什么，方便地发现社区成员新的行为图式、社会应用和结构成果。社会网络分析甚至可以支持预测、计划和设计更好的虚拟学习社区社会或技术功能与环境的实现（王陆，2009）。 　　 然而，在社会网络分析方法的应用中也发现了一些不足。由于整体网络数据收集难度很大，所以一般社会网络分析都无法采用大样本随机抽样，只能采用便利抽样 (Convenient Sampling )，从而造成社会网络分析研究具有很强的个案特征，很难推论出普遍适用的原理和原则（王陆，2009）。在实现手段上，社会网络分析常常因只进行静态网络结构的分析而受到批评。尽管有研究进行了基于时间序列的社会网络分析模型的尝试，但是仍然无法获得持续的网络变化数据。实现容易使用的动态网络结构数据的收集是社会网络分析研究的一个重要发展方向（Wesserman and Faust，1994）。 　　二、JUNG概述 　　 JUNG（Java Universal Network/Graph Framework）是一个软件包，最初由加利福尼亚大学的三位博士（Joshua OMadahain，Danyel Fisher，Scott White）开发，它提供了一种公共和可扩展的框架来实现数据的建模，分析和可视化数据并能够将其绘制成图形或网络。JUNG是一个基于Java的开源项目，其目的在于为开发关于图（Graph）或网络结构（Network）的应用程序提供一个易用、通用的基础架构。JUNG使用BSD开放源码协议发布，使用JUNG功能调用，可以方便的构造图或网络的数据结构，应用经典算法（如聚类、最短路径等），操作、计算并可视化数据的网络图。JUNG可以用于社会网络分析、Web流量分析、图论的理论推导以及关系型数据的数据挖掘等方面。 　　 JUNG的主要特性包括以下几个方面（OMadahain et al.，2005）：