您好,欢迎访问三七文档
当前位置:首页 > 商业/管理/HR > 管理学资料 > 第3章强联系和弱联系网络科学与策略机制.
3强联系和弱联系StrongandWeakTies1主要内容引言三元闭包弱联系的力量关系强度、邻里重叠度嵌入性与结构洞图的划分2引言:社会网络,不仅是人类的社会属性•社会网络在人类社会体现得最丰富,最多姿多彩•人类在社会网络中的行为,是否有生物性的影响因素,如基因?3引言社会网络结构为什么会变化?社会网络结构有没有什么特性?结构中是否可能隐含什么社会性含义?4格兰诺维特的诧异为什么对找工作这种重要的事情,提供有效帮助的人更多只是一般熟人,而不是亲近的朋友?MarkGranovetter,“TheStrengthofweakties”AmericanJournalofSociology,1973.GoogleScholarCitation25596MarkGranovetter,GettingaJob:AstudyofContactsandcareers.UniversityofChicagoPress,1974.Ties:acombinationoftheamountoftime,theemotionalintensity,theintimacy(mutualconfiding),andthereciprocalserviceswhichcharacterizethetie.5讨论社会网络的一个视角不仅考虑一个时刻(“快照”)上的性质还要研究随时间发生的变化(内部原因vs外部原因)现象原理时间6主要内容三元闭包弱联系的力量关系强度、邻里重叠度嵌入性与结构洞图的划分7三元闭包(闭合)社会网络演化的基本结构性原因AnatoleRapoport(阿纳托尔拉波波特,1953)如果两个互不相识的人有了一个共同的朋友,则他们俩将来成为朋友的可能性提高。机会?opportunity信任?trust动机?incentive当前时刻一段时间后8三元闭包原理的拓展两个人的共同朋友越多,则他们成为朋友的可能性越高这是从“量”方面的拓展两个人与共同朋友的关系越密切,则他们成为朋友的可能性越高这是从“质”方面的拓展三个原因(机会、信任、动机)的作用在这些拓展的意义上保持一致9三元闭包:哪一种情形更有可能如何验证这种认识的正确性(程度)???现在一段时间后10利用在线数据研究三元闭包的例子电子邮件网络≈社会网络节点:一定范围的邮件地址(例如一个大学)边:一段时间(例如两个月)里有双向邮件通信网络的演化什么叫两个相继的网络快照?两个相继的快照是否能说明问题?(采用大量快照对的平均,以回避偶然性)如何定义考察三元闭包现象的测度?当前共同朋友数与后来成为朋友的概率关系11结果及其含义定量分析vs定性结论在电子邮件网络上三元闭包迹象明显--共同朋友有助于关系的建立“EmpiricalAnalysisofanevolvingsocialnetwork,”Science200612刻画三元闭包的体现:节点聚集系数节点A的聚集系数=A的任意两个朋友之间也是朋友的概率(即邻居间朋友对的个数除以总对数)1/63/613社交网中关系的强度假若我们可以让一个社交网中的每个人报告他和其邻居关系的强度这里为简单起见,只分为“强”与“弱”•注一:这并不是不可能,甚至是可以“测量”的•注二:强度也可以是一个区间中的数值14强三元闭包强三元闭包原理(三元闭包思想的一种延伸)如果A-B和A-C之间的关系为强关系;则B-C之间形成边的可能性应该很高若A有两个强关系邻居B和C,但B-C之间没有任何关系(s或w),则称节点A违背了强三元闭包原理如果节点A没有违背强三元闭包原理,则称节点A符合强三元闭包原理注意:一个节点是否符合强三元闭包是严格定义的,即在一个标注网络中,每个节点要么“符合”,要么“违背”15哪些节点符合/违背强三元闭包?S16弱联系的力量:桥,捷径桥:具有特别性质的边,删除它,其两个端点之间就不再有路删除它,增加图的连通分量的个数捷径(LocalBridge):也是一种边,删除它,两个端点之间的距离至少为3桥可以看成是捷径的特例17捷径=弱关系?断言:若节点A符合强三元闭包,且至少有两个强关系邻居,则与A相连的任何捷径必定意味着是弱关系纯数学的证明,得到了一个具有社会学意义的结论,这个结论将一个局部概念(关系)和一个全局概念(捷径)连接了起来反证法:假设A至少涉及两个强联系边,A与B之间有一条捷径相连,且该捷径为强联系。需证明以上假设不成立。由于A、B间的边为捷径,则A和B必没有共同的朋友,即B-C边不存在;由于A-B、A-C均为强联系,根据强三元闭包性质,B-C边必然存在。两者相悖,假设不成立。18在一定条件下:捷径弱关系上述结论的实质: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?19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,Structureandtiestrengthinmobilecommunicationnetworks,PNAS2007关系强度、邻里重叠度20ThestabilityofthemobilecommunicationnetworktolinkremovalOnnelaJetal.PNAS2007;104:7332-733621实例1-Facebook定义三种类型连接(不排他)保持联系单向关系相互关系理解:如何将所声明的好友关系转化为关系程度不同的实际社会交互模式22实例1-Facebooka)所有朋友b)保持关系c)单向关系d)相互关系23实例1-Facebook结论1:即便公布的朋友总数很大,但实际联系的在10-20人之间,关注的人数不到50结论2:类似Facebook这样的媒介能够促进这种关注关系,使得信息通过紧密联系的网络快速传播出去24实例2-Twitter定义:弱关系:关注许多人的消息而无需直接交谈强关系:直接发消息给特定的人实验:弱关系:追随对象个数强关系:至少转发了两条消息25实例2-Twitter结论:即使有大量的在线弱关系的用户,但强关系的数量仍然相对不大26嵌入性与结构洞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,A具有很高的聚集系数,值得特别讨论•嵌入性:边的嵌入性为其两个端点的共同邻居数量–网络邻里有很强的三元闭包特征–她有什么利弊?27结构洞•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?结构洞28社会资本“在文献中关于社会资本的共识正在提高,它代表着执行者通过其在社会网络或其他社会结构中的成员地位保障其利益的能力。”——波斯特教授之前所有论点,都是围绕从一个社会结构中推导个体和群体利益的框架展开的,这就与社会资本(socialcapital)的概念相关。参考文献:1、ColemanJS.Socialcapitalinthecreationofhumancapital[J].Americanjournalofsociology,1988:S95-S120.2、LinN.Socialcapital:Atheoryofsocialstructureandaction[M].Cambridgeuniversitypress,2002.29社会资本“社会资本”的表述方式使它成为一系列不同形式资本的一种物理资本和人力资本——詹姆斯·科尔曼经济资本与文化资本——皮埃尔·布迪厄社会资本含义变化的重要来源:1、社会群体特性与个体特性2、属于群体内在特性或群体与外界的交互——博尔加蒂、琼斯、埃弗里特参考文献:BorgattiSP,JonesC,EverettMG.Networkmeasuresofsocialcapital[J].Connections,1998,21(2):27-36.30社会资本基于社会资本的概念,我们可以将社会结构看成是个体和群体有效行动的助推器社会资本提供了一种讨论不同结构带来不同方面好处的方式而网络,是这些研究的中心,既有紧密关联的群体,使得人们相互信任,又有群体间的连接,使得不同群体的信息得到融合31图的划分1:教练34.:创始人?32图的划分33图的划分如何刻画社会网络中“相互紧密连接的节点群”?能否有一种精确的方法将它们找出来?分割法•逐步去掉“跨接边”聚集法•“滚雪球”34Girvan-Newman方法(一种分割法)最先应该删除哪条边?•可以“一层层”进行35如何发现那些最“弱”的边?或者“最关键”的边:许多节点之间的最短路径都要经过它介数(betweenness):一条边承载的一种“流量”两个节点A和B,设想1个单位的流量从A到B,均分到它们之间所有的最短路径上•K条路径,则每条路径上分得1/k•若一条边被m条路径共用,则在它上面流过m/k所有节点对都考虑后,一条边上的累记流量就是它的介数36逐步删除高介数边:例b(7,8)=49两边各7个节点,都要经过它,7*7;7个节点内部则不经过b(3,7)=b(6,7)=b(8,9)=b(8,12)=333*7+3*4b(1,3)=…=12涉及1和3-14等12个节点b(1,2)=…b(13,14)=1仅涉及1和2两个节点去掉最高介数边后,重新计算剩下的…37介数计算的一种算法从一个节点(A)开始,做宽度优先搜索,将节点分层(以便于下面的步骤)确定从A到其他每个节点的最短路径的条数确定当从节点A沿最短路径向其他所有节点发送1个单位流量时,经过每条边的流量对每一个节点,重复上述过程,累计,除以2,即得每条边的介数38例:从A开始做广度优先搜索从A到K有多少条最短路径?(系统化方法)层次就是最短路径的长度(距离)39自上而下:每个节点到A的路径数,等于它上面节点路径数之和。最短路径的条数?40自底向上:根据最短路径数的分布,确定每条边上的流量注意:每个节点得到的单位流量在其上面的边上按最短路径数的比例分配想象从节点A,沿最短路径,向每个其他节点发出了一个单位的信息流注意:流入节点的流量减去留在节点上的单位流量等于流出节点的流量41小结计算出边的阶数、节点的阶数Girvan-Newman方法适用于中型网络寻找快速处理极大规模数据的图划分方法,依然是人们很感兴趣的一个研究主题42一些近期的研究成果Connected:TheSurprisingPowerofOurSocialNetworksandHowTheyShapeOurLivesTheinfluenceofactionsripplesthroughnetworks3degrees(toandfromyourfriends’friends’friends)44Influencedissipatesafter3degreesbecause:Intrinsicdecay:corruptionofinformationNetworkInstability:socialtiesbecomeunstableat4+degreesofseparationEvolutionaryPurpose:weevolvedinsmallgroupswhereeveryonewasconnectedby3degreesorless•Aperson
本文标题:第3章强联系和弱联系网络科学与策略机制.
链接地址:https://www.777doc.com/doc-2155752 .html