SPSSmodler150之SNA介绍

2013AsiaAnalyticsInc.AllRightsReserved.1SocialNetworkAnalysisinTelecom2013AsiaAnalyticsInc.AllRightsReserved.2目录III.Modeler中的SNA节点1.组分析(GA)节点2.传播分析节点3.SNA典型应用场景II.SNA简介IV.SNA案例分享I.SNSvs.SNA2013AsiaAnalyticsInc.AllRightsReserved.3SNS示例SNA示例SNSvs.SNASN=SocialNetwork（社交网络），由多个链接或未链接的个人所构成的社会性结构。如：朋友、亲戚、同学、微博用户、飞信用户。SNS=SocialNetworkService（社交网络服务），一群拥有相同兴趣与活动的人组成的在线社区。如：Facebook、Twitter、人人网、新浪微博。SNA=SocialNetworkAnalysis（社交网络分析），对社交网络进行基于社会科学与数学理论的分析。SNSvs.SNA2013AsiaAnalyticsInc.AllRightsReserved.4SNA传统分析的问题•传统的建模方法大多侧重于个体信息，它使用个体的各种数据生成模型，并使用行为的关键指标进行预测。（如使用通话模式来预测可能流失的客户）社交网络分析（SNA）的价值•增加现有模型的精确性：SNA可以将个体的将社交信息转化为一系列变量，从而将其社交属性与个人属性接合起来，提供对个体的更深刻的洞察，以增加模型的精确性。•独立使用：除了帮助改善模型以外，SNA的分析结果也可以独立使用。1.流失预测：独立使用SNA的结果来进行流失预测（不与传统建模方法结合使用）。2.识别意见领袖，提高营销效果：如锁定最有影响力的那些个体，对其进行目标营销。社会网络图社会网络图个体对应至一个网络中的点（节点）；连接点的线，或边缘，代表个体之间的关系；如果是方向关系，边缘包括指示方向的一个箭头；如果关系有权重，边缘的标签则会标注值。简单社会关系图介绍的概念可推广到任何规模和复杂程度的网络！示例：由七个人组成的社交网络假设网络代表个人拨打的电话，关系权重表示通话长度。可以看出，A给BCD打过电话，其中和D通话时间最长。2013AsiaAnalyticsInc.AllRightsReserved.5SNA通常用于衡量社交网络的两种方法是密度和程度。两种统计数据都反映连通性，前者关注整个网络或网络子组，而后者描述网络中个体的特征。网络密度密度统计量代表网络中实际存在的关系数量占可能关系数量的比例。用n表示网络中的节点数，m表示网络中存在的关系数，则密度=m/n(n-1)密度值的范围从0到1。值越接近1，网络的密度就越大，网络中的节点关系越紧密。稀疏网络密集网络密集网络中的信息比稀疏网络中的信息更容易流动。上图显示七个节点的两个网络，其中稀疏网络只包含节点之间可能的42种关系的7个，密度为0.17；密集网络包含全部可能的关系，密度为1.0.2013AsiaAnalyticsInc.AllRightsReserved.6SNA通常用于衡量社交网络的两种方法是密度和程度。两种统计数据都反映连通性，前者关注整个网络或网络子组，而后者描述网络中个体的特征。节点程度节点程度入度出度A303B110C211D312E110F211G220程度：特定节点的关系总数，忽略关系的方向；入度：特定节点在有向网络中作为目标的关系数。入度为权威的衡量；出度：特定节点在有向网络中作为源的关系数。出度为向心性的衡量。程度=入度+出度2013AsiaAnalyticsInc.AllRightsReserved.7Modeler中的SNA节点传统分析的问题•传统的建模方法大多侧重于个体信息，它使用个体的各种数据生成模型，并使用行为的关键指标进行预测。（如使用通话模式来预测可能流失的客户）SPSSModeler中的两个SNA节点：组分析&传播分析节点图标描述组分析组分析节点从一个固定字段的文本文件导入社交网络的描述数据，识别网络中的节点组，并且为网络的组和个体生成关键绩效指标。传播分析（分散分析）传播分析节点从一个固定字段文本文件导入社交网络的描述数据，在网络中传播影响，并且生成关键绩效指标及汇总个体节点的传播影响。流失预测：通过关注流失风险提高的组中个体，可对其加以预防（组分析）。此外，可识别那些受已流失个体影响最严重的个体，关注其流失风险（传播分析）1充分利用组领导：组领导显著影响其他组成员。如果可预防组领导流失，组成员的流失率可能降低。相反，尝试从竞争对手获得组领导，也可减低组成员的流失率2营销：可通过组领导发起新的商品和服务供应。领导的影响可能让其他组成员更可能购买产品。3应用场景2013AsiaAnalyticsInc.AllRightsReserved.8SNA节点：组分析节点组分析•组分析使用网络中的个体交互模式，将相似的个人识别为一组。这些组的特征影响组成员的行为，如，即便实际上没有组成员流失，拥有许多成员关系和强大领导的小组仍增加了流失的风险。组分析输出结果1：组分析汇总统计量统计量描述组中的节点总数识别的组中包括的节点数组中的链接总数识别的组中包括的链接数组的总数网络中识别的组总数平均组大小组中平均节点数平均组密度组中节点之间的直接联系的平均分数核心成员的平均分数组中作为该组核心节点的平均分数。核心组的平均密度组中核心节点之间的直接联系平均分数平均入度导入链接的平均数平均出度导出链接的平均数2013AsiaAnalyticsInc.AllRightsReserved.9SNA节点：组分析节点组分析•组分析使用网络中的个体交互模式，将相似的个人识别为一组。这些组的特征影响组成员的行为，如，即便实际上没有组成员流失，拥有许多成员关系和强大领导的小组仍增加了流失的风险。组分析输出结果2：组的关键绩效指标字段描述GAG_GroupNumber组的唯一标示符GAG_Size组中的个体数GAG_Density组中个人间的直接联系分数GAG_KernelDensity组中核心个人之间的直接联系分数GAG_CoreNodesFraction组中作为该组核心个人的个人分数GAG_MaxRankType1任何组成员的最高权威分数字段描述GAG_MinRankType1任何组成员的最小权威分数GAG_MaxMinRankRatioType1最大和最小权威分数的比率GAG_MaxRankType2任何组成员的最高传播分数GAG_MinRankType2任何组成员的最小传播分数GAG_MaxMinRankRatioType2最大和最小传播分数的比率2013AsiaAnalyticsInc.AllRightsReserved.10SNA节点：组分析节点组分析•组分析使用网络中的个体交互模式，将相似的个人识别为一组。这些组的特征影响组成员的行为，如，即便实际上没有组成员流失，拥有许多成员关系和强大领导的小组仍增加了流失的风险。组分析输出结果3：个体的关键绩效指标字段描述GAI_NodeNumber个体的唯一标示符GAI_CoreNode个体是否作为一个组的核心个体的指标GAI_RankType1个体的权威分数GAI_RankOrderType1基于权威分数的组中排名顺序GAI_RankType2个体的传播分数GAI_RankOrderType2基于传播分数的组中排名顺序字段描述GAI_InDegree个体在其中作为关系目标的关系数GAI_OutDegree个体在其中作为目标源的关系数GAI_GroupLeaderType1不管节点是否为权威领导，其领导分数均来自导入链接GAI_GroupLeaderConfidenceType1节点作为权威领导的置信度GAI_GroupLeaderType2不管节点是否为传播领导，其领导分数均来自导出链接GAI_GroupLeaderConfidenceType2节点作为传播领导的置信度2013AsiaAnalyticsInc.AllRightsReserved.11SNA节点：组分析节点组分析•组分析使用网络中的个体交互模式，将相似的个人识别为一组。这些组的特征影响组成员的行为，如，即便实际上没有组成员流失，拥有许多成员关系和强大领导的小组仍增加了流失的风险。组分析的应用1：提高传统预测模型精确度•用户通信行为属性特征•用户地理信息属性特征•合同相关信息（费率、获取渠道、支付方式、手机型号……）传统数据挖掘字段SNA组分析节点输出字段通过将SNA组分析的结果包括到传统的预测性建模中，提高模型的精确度。2013AsiaAnalyticsInc.AllRightsReserved.12SNA节点：组分析节点组分析•组分析使用网络中的个体交互模式，将相似的个人识别为一组。这些组的特征影响组成员的行为，如，即便实际上没有组成员流失，拥有许多成员关系和强大领导的小组仍增加了流失的风险。组分析的应用2：识别组领导，改善营销效果SNA组分析节点输出字段，其中包括了节点是否为权威领导及其置信度。选择组领导，对其进行目标营销。领导的影响可能让其他组成员更可能购买产品（特别是对于新的产品与服务）。2013AsiaAnalyticsInc.AllRightsReserved.13SNA节点：传播分析节点传播分析•传播分析可识别在社交网络中受其他人影响最大的个人，并将影响量化为传播能量。•传播完成时，拥有最大传播能量的节点则表示对发起该过程的影响最敏感。如果该过程始于流失节点，则拥有最高能量的节点其流失风险就越大。传播分析理论传播分析可识别在社交网络中受其他人影响最大的个人，并将影响量化为传播能量。传播分析过程使用一种扩散激活方法，使用此方法时，影响会从网络节点反复扩展到它们的直接近邻，随着它在节点之间的移动而减少大小。接收到能量时，则会激活一个节点，并将部分能量传送到作为该节点定向关系目标的任何近邻。传播系数定义一个激活的节点可传送的能量比例，以及该节点保持的剩余量。接收此能量的任何节点会自己将相同比例传送给它们的近邻，而使能量传送成为一个衰退过程。一个激活节点传播的能量总量会分布在作为该节点定向关系目标的所有节点之间。每个节点接收的量取决于和激活节点的关系强度。发送到特定节点的分数，等于关系权重除以激活的节点作为源的所有关系的总权重。如果发生下面的一种情况，扩散过程则停止：激活的节点不是任何定向关系的源；传送的能量低于精度阈值，其为使过程能继续所传送的能量限制；迭代数达到指定限制。2013AsiaAnalyticsInc.AllRightsReserved.14SNA节点：传播分析节点传播分析•传播分析可识别在社交网络中受其他人影响最大的个人，并将影响量化为传播能量。•传播完成时，拥有最大传播能量的节点则表示对发起该过程的影响最敏感。如果该过程始于流失节点，则拥有最高能量的节点其流失风险就越大。传播分析示例在节点A发起的能量通过网络传播，节点G接收最高的量。如果网络中介绍的能量代表流失，则节点G受节点A流失的影响最大。示例中初始能力定义为1，传播系数定义为0.82013AsiaAnalyticsInc.AllRightsReserved.15SNA节点：传播分析节点传播分析•传播分析可识别在社交网络中受其他人影响最大的个人，并将影响量化为传播能量。•传播完成时，拥有最大传播能量的节点则表示对发起该过程的影响最敏感。如果该过程始于流失节点，则拥有最高能量的节点其流失风险就越大。传播分析输出结果1：传播分析汇总统计量统计量描述网络中总节点数网络中的节点总数网络中总链接数网络中的链接数均值影响与个体相关的平均传播能量均值入度个体在其中作为关系目标的平均关系数均值出度个体在其中作为关系源的平均关系数2013AsiaAnalyticsInc.AllRightsReserved.16SNA节点：传播分析节点传播分析•传播分析可识别在社交网络中受其他