社会网络分析论坛 social network analysis forum

 找回密码
 立即注册
期刊投稿论文自测,和杂志社一致
论文中期gocheck自助检测
万方论文自助检测, 适合前期修改
知网论文检测, 结果跟学校一样
人群与网络2014视频免费下载
citespace使用流程图
【视频】方法论的关系主义群
edx人群与网络2014课件打包
林南的思想
社会网络分析入门书目
社会网络分析能回答哪些社会学问题
案例:通过微信找到犯罪团伙
边燕杰《社会网络研究专题》 大纲
社会网络分析参考资料
【Gephi 中文教程-练习数据】
【林南社会网络讲座录音】
【视频】gephi入门教程
大连接:社会网络是如何形成
社会网络分析及健康传播(18集)
!!!本站金币获取方式!!!
郑路:社会网络20讲
【视频】方法论的关系主义
pajek视频教程 35课
Gephi 0.9.2快速入门视频教程
查看: 2901|回复: 1

ucinet常用分析路径

[复制链接]

5

主题

12

帖子

60

积分

注册会员

Rank: 2

金币
48
贡献
0
威望
0
积分
60
发表于 2017-6-23 10:37:59 | 显示全部楼层 |阅读模式

(王超  整理)
1、将多值关系数据转换成二值关系数据,路径:变换→对分
2、密度分析,路径:网络→凝聚力→密度→密度
3、利用Net-Draw程序生成可视化结构图,
路径:可视化→Net-Draw→Open→UcinetDataset→Network
4、中心性的可视化分析,路径:Analysis→Centrality Measures
5、节点中心度分析,路径:网络→中心度→度,而通过network>> centrality >> Degree , 然后在对话框里选择文件。在“treaddata as symmetric”中选No,即可在结果里可以看到outdegree和indegree。
6、接近中心度分析,路径:网络→中心度→接近性
7、中间中心度分析,路径:网络→中心度→Freeman中间度→节点中间度
8、凝聚子群分析,路径:网络→角色&位置→结构→CONCOR
9同时计算出各个点的四种中心度指数,路径:网络→中心度→多重方式
10、相关关系分析,路径:工具→检验假设→二进 (QAP)→QAP相互关系
11、回归分析,路径:工具→检验假设→二进 (QAP)→QAP回归→双倍DekkerSemi-Partialling MRQAP(D) (Ctrl+R)
点击后出现的对话框为如下,键入作为因变量的矩阵 DIPLOMATIC_EXCHANGE,分别输入作为自变量的四个矩阵的名称 CRUDE_MATERIALS、FOODS、MANUFACTURED_GOODS和MINERALS,点击 OK 后得到的结果。
12、属性变量与关系矩阵之间关系的 QAP 检验:⑴ 利用 UCINET 中的 “自相关”(AUTOCORRELATION)分析法。这需要根据 UCINET中的路径:工具→检验假设→混合二进/节点→绝对属性→Join count。
点击之后,出现如下对话框,键入(或选出)输入数据“advice”和分区向量 sex。点击“OK”后即计算出结果。
也可以利用 QAP,但是需要构建“性别关系矩阵”。 然后就可以利用 QAP 计算二者之间的相关关系了。
上述两种方法的比较:方法(1)给出组内和组间的检验结果,计算出显著性水平;方法(2)只给出组建检验,另外计算出相关系数和显著性水平。
13、在针对具体数据分析其派系构成的时候,可以利用 UCINET 中的程序(沿着 网络→子群→派系 这个路径)对关系数据矩阵进行派系分析,找到其中有多少个派系以及每个派系包含哪些成员等。
14、计算k-核:在 UCINET 中,沿着 网络→宗派→K-核  这条分析的途径(如下所示),选择待分析的数据,就可以计算出 k-核来。
15、Lambda 集合分析。在 UCINET 中,沿着“网络→子群→Lambda 设置”这条路径,选择需要加以分析的数据,即可分析该数据中的 Lambda 集合。
16、E-I秩数:在 UCINET 中,沿着“网络→凝聚力→E-I 指数”这条路径,就可以分析矩阵的 E-I秩数了
17结构洞:路径:网络→个体中心网络→结构洞
18在 UCINET 中,利用 NetDraw→File→Open→UCINET dataset→2-Mode Network工具可用来针对小网络生成一个有用的图,这就是二部 2-模图(Bipartite “Two-Mode”graphs) 。
19SVD实现程序:工具→二模缩放比例→SVD(S)
奇异值分解法(Singular value decomposition,缩写为 SVD)是一种用来区分出 2-模(多值)网络数据背后的一些因子的方法。
20、因子分析:工具→二模缩放比例→因子分析
21对二值行动者-事件的测量方法可采用对应分析(correspondence analysis)(工具→二模缩放比例→相应)。
对应分析很类似于潜类分析(Latent Class Analysis) ,其运算基础是多变量二值列联表分析(multi-variate binary cross-tabulations) ,有关它的分布假设更适用于二值数据。
22、2-模核心-边缘分区:在 UCINET 中,网络→二模→绝对核、外围(C)算法利用数量方法(numerical methods)来搜索行动者和事件的分区,使之与理想的像(idealizedimage)尽量接近。
23在 UCINET 中,沿着 Networks> Subgroups > Factions 程序可分析 1-模数据,可针对指定的分派数量(如 4 派)进行分析。
对于 2-模数据来说,我们则要利用Network >2-Mode > 2-Mode Factions 算法来分析,但是要注意,它只能分出两派。

回复

使用道具 举报

477

主题

620

帖子

2839

积分

管理员

Rank: 9Rank: 9Rank: 9

金币
1557
贡献
144
威望
144
积分
2839
发表于 2017-7-31 16:26:59 | 显示全部楼层
回复

使用道具 举报


QQ|Archiver|手机版|小黑屋|社会网络分析论坛 social network analysis forum ( 88876751 )

GMT+8, 2020-3-31 14:52 , Processed in 0.938249 second(s), 23 queries .

Powered by Discuz! X3.3

© 2001-2017 Comsenz Inc.

快速回复 返回顶部 返回列表