基于ciespace的社会网络分析文献知识图谱分析

基于ciespace的社会网络分析文献知识图谱分析

第一个对社会网络感兴趣的是英国著名的人类学家乔夫布里夫。在关注社会结构的同时，他以相对于技术的形式提出了“社会网络”的概念（见布鲁克，1999）。从30年代到70年代,越来越多的社会人类学家和社会学家开始构建布朗的“社会结构”概念,认真思考“社会结构”和“社会网络”这些概念和隐喻。这些结构化的隐喻目的在于理解“相互缠绕”和“关联在一起”的关系,而社会行动恰恰是通过这些关系组织在一起的。渐渐的,“社会网络”这个隐喻步入学术殿堂。社会网络的一些关键概念也应运而生,诸如“密度”(density)、“中心度”(centrality)、“三方关系”(triad)等概念如雨后春笋,纷纷涌现。概括地讲,社会网络分析是对社会关系结构及其属性加以分析的一套规范和方法。它主要分析的是不同社会单位(个体、群体或社会)所构成的关系的结构及其属性。从20世纪70年代以来,一部分社会网络专家利用形式化方法表征各种概念,出现了许多网络分析技术,网络分析也开始得到广泛的应用。随着互联网的兴起,社会网络分析和各类网络应用彼此也有着,或者说,潜在有着巨大的互相推动作用。一方面,在线的人际数据非常便于获取,大量的Blog,或者新型的SNS(社交网站)上能够直接展现人际的交往关系,如果今天我们需要研究Blog圈,只要顺着超链接往下找,很短时间内就能积累数百万的样本;另一方面,愈加廉价的计算和存储资源,更先进的算法和模型,也让SNA有机会在更多的领域大展身手。20世纪90年代以来,社会网络分析得到了广泛的应用,其主要应用领域扩展到了几乎所有的人类活动领域。当今社会发展的一个基本趋势,就是从相对封闭的小群体生活走向日益开放的网络化生活。本文旨在对社会网络分析(SNA)研究领域的代表人物、代表作品、本领域研究热点和前沿进行定量考察和可视化分析,绘制出的图谱形象的展示出社会网络分析(SNA)领域的代表人物、代表作品、热点领域以及研究前沿,突破了传统的分析方法,使广大学者能够更加直观的了解社会网络分析(SNA)的研究内容。1研究前沿领域的演进历程本文采用的可视化技术(CiteSpace软件)是美国德雷塞尔大学的陈超美博士基于JAVA平台开发的一种以定量分析为主的知识图谱的绘制方法。CiteSpace是在科学文献中识别并显示科学发展新趋势和新动态的一种通用方法的最新研究进展,它属于多元、分时、动态的第二代信息可视化技术。其独到之处在于,用CiteSpaceⅡ绘制的一幅科学图谱上,能够显示一个学科或知识域在一定时期发展的趋势与动向,形成若干研究前沿领域的演进历程。本文进行分析使用的数据均来自于WebofKnowledge数据库中的文献。我们以“SocialNetworkAnalysis”(社会网络分析)为主题词,在默认年份(1986～2010-03-20)状况下进行检索,将结果按年份保存下来,每一条数据记录主要包括文献的作者(Authors)、题目(Title)、摘要(Abstract)和文献(DescriptorsandIdentifiers)的引文。最后获得1993～2010年间共计2403篇文献,被引频次14967次。(数据下载日期为2010年3月20日)在计量分析中,设置“TimeScaling”的值为l,将1993～2010年的18年分成18个时段进行分段处理。对数据进行时间分段处理主要考虑以下两个方面:一是CiteSpace软件在设计和运行过程中采用了“分治策略”原理。分治策略的思想就是,将一个难以直接解决的大问题,分割成一些规模较小的相同问题,以便各个击破,分而治之。分治的基本思想是将一个规模为n的问题分解为k个规模较小的子问题,这些子问题互相独立且与原问题相同。找出各部分的解,然后把各部分的解组合成整个问题的解,这样做有利于软件的运行速度和准确度;二是采用这种形式有利于辨识学科演进的突出拐点和学科前沿的时态模式。2社会网络分析sna文献分布2.1第一阶段:19942009年图1所示为WebofKnowledge数据库中以“SocialNetworkAnalysis”(社会网络分析)为主题词,在默认年份(1986～2010-03-20)状况下的检索结果按年份显示,我们可以清楚的看到,相关文献是从1993年开始出现的,开始比较少,但随着时间的变化,文献数量逐渐增多,1993～2009年间,文献发表数量呈现递增趋势。2.2分析领域中发文的总体情况根据WebofKnowledge数据库中检索到的数据,按照国家分布分析可知,美国在社会网络分析(SNA)领域中发文最多,为808篇,其次为中国大陆地区,中国台湾地区紧随其后,发文57篇,位列第三。其中发文量排名第二的中国地区,发文量较多并处于优势地位的机构有浙江大学20篇,武汉大学17篇,中国香港大学15篇,大连理工大学,北京大学11篇,清华大学10篇等等。3数据来源及可视化分析情况利用CiteSpace信息可视化软件对前文确定的1993～2010年间共计2403篇文献数据信息进行可视化分析。运行得到社会网络分析(SNA)文献共被引网络知识图谱(图2),其中包括节点286个,连线1013条。3.1脉冲编码调制原理运用CiteSpace软件进行文献共被引网络分析,能够较为直观的识别学科领域的经典基础文献。由图2可见,社会网络分析(SNA)的思想最早可以追溯到1948年纽约无线电工程师学会(TheInstituteofRadioEngineers,缩写为IRE)的BMOliver,JRPierce,和CEShannon三位作者共同撰写的《脉冲编码调制原理》(ThephilosophyofPCM)一文。该文是为想要了解脉冲编码调制原理,而不是试图设计一个系统的读者而写的。文中也介绍了“脉冲编码调制原理”(PCM)的一些优势以及与其他的一些宽带系统的区别。3.2文献中心度和第24条第13.在文献共被引网络中,不同聚类之间通过关键节点相连接,根据陈超美博士的定义,共被引网络图谱中的关键节点是图谱中连接两个以上不同聚类,且相对中心度和被引频次较高的节点。这些节点可能成为网络中由一个时间段向另一个时间段过渡的关键点。所以,确定研究领域的关键节点是进行计量分析的关键环节。假设Ψα和Ψβ分别是t时刻和t+△t时刻产生于Ωα=Φ(Ψα)和Ωβ=Φ(Ψβ)知识基础上的、以文章α和文章β为标识的主要研究前沿,并形成分别以文章α和文章β为中心的两个共被引文献聚类。连接这两个聚类路径上的文章[p(i)]描绘了从Ψα向Ψβ转变的特征,我们将这样的[p(i)]称作关键节点。对图2中的关键节点文献分析我们可以得出,在上述社会网络分析(SNA)文献共被引知识图谱中,共包含了7个关键文献节点(见表1),具体分析如下:美国约翰斯霍普金斯大学著名的经济社会学家MarkS.Granovetter是社会网络分析(SNA)研究界一个比較重要的人物,他在1973年发表于美国社会学杂志(AJS)上的文章《弱关系的力量》(Thestrengthofweakties)。该文是社会网络研究中的一篇重要文献。按照关键节点在网络中的中心度大小来看,格兰诺维特这篇论文的中心度远远超过了被认为是中心节点的0.1的标准,其所在节点的中心度高达0.25。Google学术搜索被引12672次(2010年3月23日检索),其重要程度可见一斑。文章对美国社会的劳动力流动问题进行研究,并基于人与人之间的互动频率、感情强度、亲密程度和互惠交换这四个方面的尺度,提出弱关系力量的假设,把人与人之间的关系划分为强关系和弱关系。这个理论发展出的一个假设就是如果一个人倾向于使用与弱关系相反的强关系(strongties),那么其社会关系特别是弱关系的发展将会受到影响,进而影响其社会资本的总拥有量,进而导致其在社会上的发展。文献中心度位列第二的是加州大学艾尔温分校社会学系和数理行为科学研究所的研究教授LintonC.Freeman1979年发表于美国社会网络杂志上的《社会网络中心度的概念说明》(Centralityinsocialnetworksconceptualclarification),所在节点中心度0.17,该文献所在节点中心度虽然排名第二,但被引频次却高居首位,达155次。林顿·C·弗里曼长期以来致力于社会网络分析研究,是社会网络分析发展的推动者,并为此做出了巨大贡献,社会网络分析研究领域的最高奖弗里曼奖就是以他的名字命名的。美国密歇根大学物理系教授M.E.J.Newman,多年致力于利用分析,实证以及计算机模拟相结合的方法研究网络的结构和功能,特别是社会网络和信息网络的研究,成果在多种刊物上发表。他于2001年发表于美国国家科学院院刊上的《科研合作网络的结构》(Thestructureofscientificcollaborationnetworks)一文文献中心度0.15。1998年StevenH.Strogatz和DuncanJ.Watts发表于英国著名的国际性期刊《自然》上的《小世界网络的集体动态》(Collectivedynamicsof‘small-world’networks)。文中提到,动力系统的耦合网络模型已被用于模拟生物振荡器,约瑟夫森结数组,激发介质,神经网络,空间对局,遗传控制网络和许多其他自组织系统。并通过探讨介于许多生物、技术及社会网络之间这一中间地带的网络模型,发现这些系统可以高度聚集,但有小的特征路径长度,就像是随机的图形。作者称之为“小世界网络”。并更进一步证明,与小世界耦合显示出的动力系统模型增强了信号的传播速度,提高了计算能力以及同步能力,特别是传染病的传递,在小世界网络中要比在一般结构中更容易一些。另一篇1999年由印第安纳州圣母玛利亚大学的RekaAlbert,HawoongJeong,Albert-LászlóBarabási共同撰写并发表于《自然》杂志上的文章《万维网的直径》(Thediameteroftheworldwideweb)也获得了较高的文献中心度0.12。本文填补了网络拓扑结构方面的一项空白,作者为了探索和描述万维网这样一个大规模的网络结构,通过使用本地连接测量,构建了万维网拓扑模型。Albert-LászlóBarabási也是社会网络分析研究领域较为重要的一个人物,1999年,他在美国圣母大学物理系提出了无尺度网络(Scale-FreeNetworks),也有人称为无标度或自由标度网络)模型。他发现网页的连接分布并不是随机网络的泊松分布,而是服从“幂指数定律”(PowerLaw),他在解释采用“无尺度”用语时指出:“开始研究万维网时,我们原本预期节点会像人类的身高一样呈现泊松分布,但是后来发现有些节点不遵循这种分布。我们就像突然发现了很多身高百尺的巨人一样,大吃了一惊。因此,我们想出了‘无尺度(Scale-Free)’这样一个的名称”。他与共同撰写的论文《随机网络中标度的出现》(Emergenceofscalinginrandomnetworks)。Google学术搜索被引7592次(2010年4月23日检索),其重要程度可见一斑。中心度为0.1,排在最后一位的是几位作者S.Boccalettia,V.Latorab,c,Y.Morenod,e,M.Chavezf和D.-U.Hwanga共同撰写於2006年的《复杂网络:结构和动力学》(Complexnetworks:Structureanddynamics)。文中作者通过建立图模型的方法,用来获取耦合的生物化学系统、神经网络、相互作用的群居物种、互联网和万维网这些由大量高度相互连接的动态个体组成的系统的全局特征;并回顾和总结了近来在研究复杂网络的结构和动力学方面的主要概念以及取得的结果以及这些在不同学科及领域的有关应用。4社会网络分析sna的热点和前沿的可视化分析4.1社会网络的含义及研究方法主题词是一篇文章中的核心和精髓之所在,是文章主题的高度概括和凝练,所以本文借助CiteSpace信息可视化软件对文献题录中的主题词进行分析,通过显示高频主题词来确定国际社会网络分析(SNA)研究的热点领域。设置合适的阈值,运行CiteSpace软件,生成图3所示的高频关键词知识图谱,得到节点278个,连线1089条。从图上我们可以清晰的看到为社会网络分析(SNA)研究的重点领域。如表2所示,主题词分别为“社会网络”(socialnetwork),“社会网络”指的是社会行动者及其间的关系的集合,关注的是人们之间的互动和联系。随着社会网络的概念为越来越多的研究者所认可,它在研究方法上也做出了突出的贡献:创造了一系列更好地理解结构和关系地测量手段、资料收集方法和资料分析技术;这又在很大程度上推进了社会网络的发展。作为传统意义上的研究对象——“社会网络”与作为研究方法的“社会网络分析”密不可分:社会网络分析方法本身即为研究社会网络这一特定研究现象的独特工具。通过词频分析方法确定了国际视野下社会网络分析(SNA)研究领域中热点主题词还有:“社会网络分析”(socialnetworkanalysis)、“网络分析”(networkanalysis)、“网络架构”(networkstructure)、“社会支持”(socialsupport)、“社会资本”(socialcapital)、“复杂网络”(complexnetwork)、“社会结构”(socialstructure)、“内容分析法”(contentanalysis)、“社会科学”(socialsciences)等。4.2社会网络分析领域我们利用CiteSpace提供的词频探测技术,对之前检索到的数据进行分析,通过考察词频的时间分布,将其中频次变化率高的词(burstterm)从大量的主题词中探测出来,依靠词频的变动趋势,而不仅仅是频次的高低,来确定国际科学技术政策研究的前沿领域和发展趋势。设置合适的阈值,运行软件,得到膨胀词397个(如图4所示)。主题词变化频次最高的是“小世界”(small-world)和“社交网络/社会化网路”(social-networking),自从Watts和Strogatz于1998年提出“小世界网络”(SmallWorldNetwork)模型,比较合理的反映了既不完全规则也不为难全随机的网络的这一特性以来,,已被大量应用于互联网控制、生物学蛋白质网络动力学等多个领域,得到了大力的发展,成为社会网络分析领域一大热点和前沿领域。“社交网络”也是近年逐渐兴起一个新名词,是指让网友通过网站互相交流,并逐渐聚集有相同兴趣的人,形成不同的社区。由于一切活动均在网站内发生,纪录下来的数据可准确反映出用户每一个动作和习惯,并被大量的运用于商业领域。此外,通过词频的变动趋势确定出的其它社会网络分析(SNA)的前沿研究领域还有:“复杂网络”(complex-network)、“解析法”(analysis-method)、“网络可视化”(network-visualization)、“数据挖掘”(data-mining)、“知识管理”(knowledge-management)等。5国际社会网络分析的研究历程社会网络分析(SNA)作为一种相对独立的研究社会结构的方法,已发展成为一种具有专门的概念体系和测量工具的研究范式,具有自己的理论基础和方法论原则。加之,当今社会发展的一个基本趋势,就是从相对封闭的小群体生活走向日益开放的网络化生活,社会网络分析及其应用领域也越来越受到众多研究者的关注。本文对ISIWebofKnowledge1993～2010年收录的以社会网络分析(SNA)为主题的文献进行统计和可视化分析后,得到如下结论:第一、国际视野下,社会网络分析(SNA)研究领域的国家发文量,美国居首位,其次为中国大陆地区,中国台湾地区紧随其后,发文57篇,位列第三。其中发文量排名第二的中国地区,发文量较多并处于优势地位的机构有浙江大学、武汉大学和中国香港大学等。由此可见,中国的社会网络分析(SNA)研究在国际上居于领先地位。第二、通过动态网络分析的信息可视化工具,绘制出网络计量学文献共被引知识图谱,从发表时间来看,最早出现在社会网络分析(SNA)研究领域的节点文献为1948年BMOliver,JRPierce,和CEShannon三位作者共同撰写的“脉冲编码调制原理”(ThephilosophyofPCM)一文,被认为是网络计量学界的萌芽之作;从文献的重要性来看,知识图谱的可视化分析进一