中国語Index
社會是一個由多種多樣的關係構成的巨大網路。如何研究關係？視角當然多種多樣，既可以像林語堂的小說中描述的那樣對關係進行細緻的刻畫，又可以像黃光國等社會心理學家那樣對人情、面子和關係網進行質的描述，更可以用社會網路分析法對關係進行量化的表徵，從而揭示關係的結構，解釋一定的社會現象。社會網路分析的意義在於，它可以對各種關係進行精確的量化分析，從而為某種中層理論的構建和實證命題的檢驗提供量化的工具，甚至可以建立“宏觀和微觀”之間的橋梁。
1 網路和關係
關係和屬性
本書概要
2 社會網路分析的發展
社會計量分析和圖論
人際結構和派系
網路：全網與局部網
哈佛的突破
3 關系數據的處理
關系數據的整理
關系數據的存儲
關系數據的選擇
4 點、線和數據
社群圖的圖論
個體中心密度和社群中心密度
社區結構和密度
5 中心度和中心勢
局部中心度和整體中心度
中心勢和圖的中心
關於絕對密度的題外話
公司網路中的銀行中心性
6 成分、核與派系
成分、迴圈和結群
成分的輪廓
派系及其交叉
成分和引文圈
7 位置、角色和聚類
點的結構對等性
聚類：聚集和分裂
塊模型：CONCOR和BUBT
走向規則結構對等性
連鎖與參與
8 維度和展示
距離、空間和量綱
主成分和因子
一些非量綱的方法
在網路可視化方面的一些進展
精英，社區和影響力
附錄 社會網路套裝軟體
參考文獻
術語（人名）英漢對照表
データのタイプ分け
attribute data（属性データ）
態度、意見、振る舞いなど、個人やグループの性質とみなせるもの。例えば、収入や職業、教育などの特定の変数がどのくらい意味を持つかを計るVariable analysis（因子分析）の各手法が有効である。
relationaldata（関係データ）
接触（contact）、紐帯（tie）、連結（connection）、グループへの所属やミーティングなど、ひとつのエージェントが他のエージェントに関連づけられ、したがって、個々のエージェントの属性に還元できないものである。
relationは、個々のagentの属性ではなく、複数のエージェントのシステムの性質である。このような関係データに適しているのが、ネットワーク分析であり、関係はエージェントをつなぐつながり（linkage）で表される。
Relational dataは、社会学の伝統である社会行為の構造の調査に中心的な役割を果たす。しかし、既存のテキストはほとんど属性データに焦点をあてている。
ターゲット集団を定義するに2つのアプローチがある。
①positional approach
グループを識別し、そこから何人かランダムにサンプルを選ぶ。ただし、このアプローチではどのポジションまでが含まれるのかが問題になる（例えば、エリートの調査の場合、トップマネージメントといった場合、どこまでか）。また、自然に感じられるサブグループ間で境界線を引いてよいかという問題もある。
②reputational approach
全体のリストがあげられない場合やポジションに関連がない場合に用いられる。ターゲット集団のことをよく知っている人を探し出し、その人に「権力を持っている人は？」などの質問をする。どの人に質問をするかということが重要な問題になる。
評価アプローチ
変数の設定・測定
変数をどう測定するかという問題（binary or valued）／（undirected or directed）の2軸で分けられ、4種類の方法がある。
変数をvaluedからbinaryに変えるのは簡単（例えば、ある値以上なら1、未満なら0というslicingという方法がある）。
沒有留言:
發佈留言