社会网络分析是一种研究方法，主要使用数学方法、图论和统计分析来研究社会关系结构和人际互动模式。它不仅能揭示社会结构、群体动态和行为模式，而且为社会科学领域提供了新视角和工具。社会网络分析在社会学、心理学、人类学、政治学等多个领域有着广泛的应用。它涉及的核心概念和工具包括图、节点、边、度中心性、接近中心性等，这些都是描述和分析社会关系模式和结构的重要元素。 社会网络分析的理论基础包括社交网络理论、弱关系理论和结构洞理论。社交网络理论认为社会关系构成网络结构，个体间关系是相互关联的。弱关系理论强调弱关系在社会信息传递和资源获取中的重要性。结构洞理论则认为个体在网络中的位置和结构对其社会资本和影响力具有决定性作用。 社会网络分析的研究方法主要包括数据采集、网络建模、量化分析和可视化呈现。它能够处理复杂的非线性关系，并提供直观的可视化结果。但同时，研究中需要注意数据的可靠性和隐私保护问题。 数据结构是计算机存储和组织数据的方式，其效率对算法和程序设计至关重要。常见的数据结构包括数组、链表、栈、队列、树、图等。每种数据结构都有其独特的性质和适用场景。例如，数组是一种线性数据结构，具有连续的内存空间，支持随机访问和修改，但其插入和删除操作时间复杂度较高。链表则是一种非线性数据结构，由多个节点组成，每个节点包含数据和指向下一个节点的指针，链表插入和删除操作效率高，但访问元素需要遍历链表。 图是数据结构中的一种重要形式，用于表示社会网络分析中的复杂关系。图的表示方法主要有邻接矩阵和邻接表。邻接矩阵适合表示密集图，而邻接表更适合稀疏图。构建图时，需要考虑图的连通性、有向无向等因素，以及顶点和边的属性信息。图的遍历算法是图分析的基础，包括深度优先遍历和广度优先遍历，分别适用于不同的应用场景。 在大规模社会网络中，图的构建和分析需要高效的算法以保证构建时间和空间效率。图的分析应用包括社群发现、影响力分析、信息传播等。随着图规模的增大，单机计算已经无法满足需求，因此图计算的并行化是目前研究的热点。 社会网络分析借助于图论和数据结构理论，通过各种算法与技术手段，来研究和揭示社会中复杂的互动关系和模式。这不仅对学术研究具有重要意义，同时也在市场营销、社交平台分析、公共卫生等多个领域具有广泛的应用价值。随着大数据时代的到来，社会网络分析的重要性日益凸显，并在多个领域展现出其巨大潜力和应用前景。

UCINET软件可用于社会网络分析，分析城市之间的网络结构

社会网络分析ucinet.rar，非常实用的，正版

美国梅隆大学的研究社会网络的动态分析软件使用说明

X-RIME: 基于Hadoop的大规模社会网络分析，杨寅，，随着SNS（Social Networking Sites, 社交网站）如Renren、Facebook等的快速发展，SNA(Social Network Analysis，社会网络分析)逐渐成为研究的重点。现代SN

社会网络分析软件pajek的中文手册，有关社会网络分析的

整个系统分为三大功能块，分别是：图构建模块，可视化模块和顶点分析模块。 在顶点分析模块中，用户可以进行顶点重要程度分析、顶点分组（聚类）、顶点邻居计算、顶点到顶点路径计算等多角度的分析。

以不安全行为为关键词,以煤矿为主题筛选出期刊,采用改进的SNIP算法对这些期刊的影响力度进行排序,得出前3个期刊。借助UCINET软件勾勒出学者之间的网络结构,分别对期刊中的作者从密度分析、中心性分析、小团体分析和核心-边缘结构分析4个角度验证,为煤矿不安全行为专家的信息交流进行了实践性指导。

二、CONCOR方法 CONCOR 是一种迭代相关收敛法（convergent correlations或者 convergence of iterated correlation）。它基于如下事实：如果对一个矩阵中的各个行（或者列）之间的相关系数进行 的重复计算（当该矩阵包含此前计算的相关系数的时候），最终产生的将是一个仅仅由 1和 -1 组成的相关系数矩阵。进一步说，我们可以据此把所要计算的一些项目分为两类：相关 系数分别为 1和-1的两类。这个现象最初是于 1970年代分别由两个研究小组独立发现的。 具体地说，CONCOR 程序开始于一个矩阵，首先计算矩阵的各个行（或者各个列）之 间的相关系数，得到一个相关系数矩阵（C1）。如前所述，这些相关系数只是表征结构对等 性的一种可能的测度。CONCOR算法的特点是，它把系数矩阵 C1作为输入矩阵，继续计算 此矩阵的各个行或者各个列之间的相关系数。也就是说，要计算第一个系数矩阵 C1的各个

定义：一个块模型是由如下两项组成的：（1）把一个网络中的各个行动者按照一定标准 分成几个离散的子集，称这些子集为“位置”，也可称之为“聚类”、“块”（参见Wasserman and Faust，1994：350；White，Boorman and Breiger，1976：769）；（2）考察每个位置之间 是否存在关系。 这样看来，一个块模型就是一种模型，或者一种关于多元关系网络的假设。它提供的信 息是关于各个位置或者各个子群（而不是每个行动者）之间的关系，因而研究的是网络的总 体特点（White, Boorman, and Breiger，1976）。 每个“块”（block）（即 klrb ）实际上对应的是初始矩阵的一个子矩阵。如果某块中所有 值（对角线除外）都是 1，称之为 1-块；如果都为 0，称之为 0-块。 总之，一个块模型就是对一元关系或者多元关系（包括二值关系以及多值关系）网络的 一种简化表示，它代表的是该网络的总体结构。每个位置中的各个行动者相互之间都具有结 构对等性。例如，位置 BK中的所有行动者与 Bl中的所有行动者之间的关系都类似。因此， 块模型是在位置层次上的研究，而不是在个体层次上的研究（参见 Wasserman and Faust， 1994：394~340；Burt，1976：93~122）。 关于块模型的构建和对块模型的解释，请参见拙作（2006）。我们专门设一章探讨块模 型，此处不再赘述。 三、LS集合 如果既考虑到子群内部关系的频次，也考虑到子群的成员向子群外发出关系的频次的 话，就可以得到一个新的子群概念，这就是 LS集合。 （一）LS集合的含义 赛德曼（Seidman, 1983a，转引自Wasserman and Faust, 1994: 268）把 LS集合界定为： “在一个社会网络中，如果存在满足如下条件的一个点集 S，则称该点集为 LS 集合： 如果该点集内的每个真子集合中存在的到‘该真子集合在 S中的补集’的关系都多于该真子