作聚类分析图 X3 X6 X1 X4 X2 X5 1 0.994 0.955 0.994 0.933

第七节 凝聚子群分析的步骤例示 派系、n-派系、成分、n-宗派、k-丛、k-核、LS集合、Lambda集合、社会圈等都属于 “凝聚子群”范畴，都可以看成是“凝聚子群分析”（cohesive subgroup analysis）的各个类 型。当网络规模较小的时候，分析这些概念的步骤不很复杂，手工即可做到。但是当网络规 模较大的时候，分析这些概念的方法、技术和步骤都很复杂，这离不开电脑程序。随着网络 规模的增加，计算所需要的时间呈指数增长。分析凝聚子群的一些算法都要搜索数据，发现 问题的解。搜索的时间可能随着网络规模的增加而急速增长。由于一般来讲大网络的关系趋 于稀疏而不紧密，因此，边的数量不是一个重要的问题，对于包含几百个或几千个点的网络 来说，派系分析是可以进行的，只要其中没有太多的群体。对于派系和 k-宗派研究来说， 边的数目和派系的数目是需要考虑的。 总的来说，大网络的密度一般不大，在计算的时候，可能出现成百上千个派系。在找出 派系的时候，如果出现计算上的困难，分析者可以考虑增加将要加以分析的派系中行动者的 数目，因为这将大大降低分析出来的凝聚子群的数目。也就是说，如果在计算方面有问题， 那么分析者应该考虑逐渐增加一个群体的最小规模，因为这样将大大降低所分析的群体的数 量。在搜索群体的时候，计算量是很大的。如果说对于拥有 100个点的网络来说可以做到子 群分析，那么对于 1000个行动者并且分为 15个群体的情况来说，从计算角度上说不可能做 到。因此，对于非常大的网络来说，我们建议在分析之前把该网络分解为比较小的部分，把 网络分成各个子群、位置（positions）、“块”或者成分。计算上的问题： 在具体分析一个网络中包含的凝聚子群的时候，上面介绍的各种子群以及各种计算上的 困难都是需要加以考虑的，这就需要经过一些依次递进的步骤（本部分内容参考了 Everett， 2002：102-109），这些步骤基本上都可以在 UCINET中得到分析。当然，需要注意的是，本 节将介绍的各个步骤只是在原则上起到一定的指导作用。在具体的分析中可以不必严格遵循 这些步骤，因为不同的学者有不同的关注点。或者说，在具体分析的时候，研究者一定要结 合自己的研究兴趣、针对具体数据的实质、问题的性质等进行凝聚子群分析。分析的顺序也 不一定遵循这里将要介绍的顺序。 一、进行凝聚子群分析的几个指导性步骤 第一步，如果数据是二值的，直接看第二步。如果数据是多值的，可以有两种处理方法。 一是利用多维量表（Multi-Dimensional Scaling，缩写为MDS）（在 UCINET中沿着 Tools→ MDS这条路径）或者层次聚类方法（Cluster Analysis）（假设数据是对称的）（沿着 Tools→ Cluster这条路径）进行分析，如下图所示。

异常检测、离群分析中文资料，包括了入门的知识，以及基本的算法模型，outlier ensembles 的概述性内容，是学习离群分析和异常检测的上好资料

市场需求目标客群分析[模板].doc