社会网络分析：整体网研究方法与UCINET应用

"资料收集方法-essential_c++(中文版)(高清)pdf" 这篇资料主要涉及的是社会网络分析，特别是整体网的研究方法。社会网络分析是一种研究社会关系结构及其影响的方法，它关注个体之间的相互作用和连接。在“偏好网络论研究”部分，提到了这一理论的起源和目的，强调了如何通过分析网络结构的变化来理解行动者的偏好和随机因素的作用。偏好网络理论由瑞帕泡特在1950年代提出，并由后来的学者如法拉罗和斯克佛雷兹进一步发展。这种理论涉及结构参数和属性参数的估计，且需要结合实际数据进行分析。 “网络演化研究”则关注关系网络随时间的动态变化，通过比较不同时间点的网络结构来识别导致社会关系变化的因素。整体网络研究还包括社会影响、社会选择、复杂网络、社会均衡、交换网络和互惠性等多个方面。 在“整体网”的研究方法中，资料收集是一个关键环节。由于1-模网络数据是最常见且易于收集的，研究者通常采用非概率抽样的“线人”方法，即通过深度访谈获取被研究对象间的关系信息，构建关系矩阵并进行分析。这种方法对于理解和描绘整个网络结构至关重要，但也存在如样本选取、问卷设计、数据整理和分析等挑战。 提到的具体会议资料——“第二届社会网与关系管理研讨会”——涵盖了UCINET软件在社会网络分析中的应用，包括社会网络分析的基本概念、数据收集方法、问卷设计、数据处理以及网络的图形和矩阵表达法。此外，还讨论了中心性测量，如度数中心性，用于量化网络中的权力分布。 在社会网络分析中，度数中心性是衡量节点在网络中连接度的一个指标，分为点的度数中心度（一个节点的连接数量）和图的度数中心势（网络中所有节点平均度数的中位数）。这些测量方法有助于理解和解释网络中的关键角色和影响力分布。 这份资料提供了关于社会网络分析的全面概述，包括理论背景、研究方法和技术应用，特别强调了在整体网络研究中如何收集和分析数据。通过这些方法，研究者能够深入理解社会关系的动态变化和影响因素。