欢迎您访问程序员文章站本站旨在为大家提供分享程序员计算机编程知识!
您现在的位置是: 首页  >  后端开发

如何在短时间内快速入门 Social Network Analysis?

程序员文章站 2022-05-31 18:46:59
...
有哪些教材可以推荐?又应该从哪一种分析软件入手?

回复内容:

首先社会网络分析有两种路线,一种偏文科的,偏社会学,就是讲究在一定量化基础上定性分析,解释一些社会现象,另外一种是偏理科的,往往需要大量数据点,然后从数学上对拓扑结构进行定量分析和判断,或者会利用到网络上的社交网络(Online Social Networks)进行大规模的计算。如果是软件党,一般就是第一种了,把网络扔进软件算算指标什么的。软件推荐Gephi,这个可视化很方便,效果非常漂亮,做出来就跟Facebook搞数据科学的那帮人效果一样。如果是处理较大型的计算,则可以用Python的iGraph,这个也是一款神器,但不像Gephi那么直观有界面了,需要看个教程学习一下语法。

入门课程的话,在Coursera上面有一个密歇根大学的女老师讲的八周入门课程,那个深入浅出,还有很多交互示例,非常好,这位教授也是在社会网络分析界的知名人士。如果看书的话,如果英语能力好可以看Social Network Analysis (豆瓣),这本书在国外也挺流行,如果英语不好,那国内我也不知道有什么教材啦~

总之社会网络分析是一个研究方法中的大神器,因为网络结构是无处不在的,学习它的好处多多。 我是管理学专业的,所以推荐的偏社会科学和学术一点。

A 课程:难度按顺序越来越难,课程页面点链接,有的课程会再开始,建议跟着学
1 Network life: Coursera.org 非常基础容易懂。
2 Networks, Crowds, and Markets INFO2040x Course Info 也很简单,涉及的面较广,多是计算机和经济学领域。
3 人群与网络 Coursera.org 第二门课的中文版,稍微难一些,讲的更深。
4 Social Network Analysis Coursera.org 有讲netlogo软件,一款仿真软件,可以跳过这部分。
5 Social and Economic Networks: Models and Analysis Coursera.org 偏经济学,多推导,比较难。

B 软件:顺序按上手难易程度排列,下载请自行google,手册官网一般都有
1 Gephi 免费,做图非常绚丽,官网有中文的在线教程
2 NodeX 基于Excel开发的插件,比较方便
3 UCINET 付费,社会科学多用,统计功能非常强大
4 pajek 免费,处理大规模数据很快
5 statnet R的包,比较难上手,但处理随机图模型和动态数据很赞,有很多扩展包

C 书籍:按难易程度排列,更多的可以自己看这些书的参考文献
1 《社会网络分析法(万卷方法)》 斯科特, 沈崇麟, 刘军【摘要 书评 试读】图书
入门书,不讲软件
2 整体网分析讲义 刘军
完整介绍了UCINET的用法,推荐,配合软件3使用
3 《跨学科名作译著系列•蜘蛛:社会网络分析技术(第2版)》 沃特•德•诺伊 (Wouter De Nooy), 安德烈•姆尔瓦 (Andrej Mrvar), 弗拉迪米尔•巴塔盖尔吉 (Vladimir Batagelj), 李葆嘉, 林枫【摘要 书评 试读】图书
完整介绍了pajek的用法,但软件版本有点老,是2.05的,软件已经更新3了
4 《社会网络分析:方法与应用》 斯坦利·沃瑟曼 (Stanley Wasserman), 凯瑟琳·福斯特 (Katherine Faust), 齐心, 陈禹, 孙彩虹【摘要 书评 试读】图书
基础书,建议入手,讲的很详细,不讲软件
5 《网络、群体与市场:揭示高度互联世界的行为原理与效应机制》 大卫·伊斯利(David Esley), 乔恩·克莱因伯格(Jon Kleinberg), 李晓明, 王卫红, 杨韫利【摘要 书评 试读】图书
作者是课程2的主讲,译者是课程3的主讲,有深有浅,非常有趣,不讲软件
6 《社会与经济网络》 马修·O·杰克逊(Matthew O.Jackson), 柳茂森【摘要 书评 试读】图书
作者是课程5的主讲,偏经济,难

PS 复杂网我不是很熟,推荐Barabasi的两本书,还有Watts的工作,国内比较有名的是汪晓帆老师

我的头像也是Gephi画的。 更新:

有兴趣的同学可以来这下数据,免费的:Stanford Large Network Dataset Collection

有P2P, wikipedia amazon IMDB 等关系网的数据。

------

Python 有个包叫做networkx 跑网络数据特别方便

入门最简单办法就是读wikipidea 了搞清楚各种Centrality,搞明白PageRank算法等。

Stanford 有一个network science 数据库,有Facebook twitter 互粉数据什么的,搞熟了也可以拿来跑跑。

楼上说的gephi的确特别方便,下图就是我用gephi跑出来的

如何在短时间内快速入门 Social Network Analysis?