社会网络分析核心概念（二）：密度、聚类系数小世界特性
引言：从“点”到“面”——网络整体结构的重要性上一期我们聚焦节点层面的中心度指标，回答“谁最重要”。本期转向网络层面的整体结构指标，回答三个关键问题：[*]关系总体稀疏还是稠密？ → 密度
[*]节点是否倾向于抱团？ → 聚类系数
[*]信息能否快速跨越全网？ → 小世界特性
这些指标共同刻画网络的连通性、模块化与传播效率，是组织诊断、传播预测、社区发现的基础。
一、密度（Density）
1. 概念网络中实际存在的连边数占理论最大可能连边数的比例。
衡量关系的“饱和度”。
[*]
其中 ( |E| ) 为边数，( n ) 为节点数。
3. 取值范围与解读
密度值网络类型典型特征
接近 0稀疏网络关系稀少，信息孤岛
0.1–0.3现实社会网络多数组织、社交平台
接近 1完全图所有节点互连，极端稠密
3. 局限
[*]规模敏感：大网络天然密度低
[*]不反映结构异质性：高密度网络可能存在孤立子图。
二、聚类系数（Clustering Coefficient）
1. 概念节点的邻居之间相互连接的程度。反映“朋友的朋友也是朋友”的三角闭合倾向。2. 测量方法3.解读
[*]高聚类：存在紧密小团体，信任传递快，但易形成信息茧房。
[*]低聚类：关系松散，创新跨界容易，但协作成本高。
三、小世界特性（Small-World Property）
1. 概念高聚类系数 + 低平均路径长度 的网络结构。兼具局部紧密与全局高效。2. 测量指标
[*]
[*]( C, L )：真实网络值
[*]Crand, Lrand：同规模同密度的随机网络
判断标准：σ>1→ 小世界网络四、三指标联合诊断框架
密度聚类系数路径长度网络诊断
高高高封闭小团体（如家族企业）
高高低高效协作组织（如谷歌早期）
低高低典型小世界（如科研合作网）
低低低稀疏随机网（如陌生人社交）
四、总结
密度、聚类系数、小世界特性构成网络结构的“三棱镜”：
[*]密度看总体活跃度
[*]聚类看局部凝聚力
[*]小世界看全局传播力
参考文献
[*]Watts, D. J., & Strogatz, S. H. (1998). Collective dynamics of ‘small-world’ networks. Nature.
[*]Barrat, A., & Weigt, M. (2000). On the properties of small-world networks. European Physical Journal B.
[*]Newman, M. E. J. (2010). Networks: An Introduction. Oxford University Press
:)
页:
[1]