社会网络分析视角下华莱坞电影圈导演和主演合作关系研究

方爱华， 羊晚成， 陆朦朦， 陈安繁

一、 引言

图1 2007—2016年华莱坞电影TOP10、国产片和中国电影总票房

中国电影产业在过去的十年处于高速增长期，2015年全年实现票房440.7亿元，仅次于北美电影市场100亿美元的规模，成为全球第二大票房市场，而且国产片票房首次超过进口片，华莱坞电影的地位正在逐渐上升。从图1可以看出，华莱坞TOP10电影占了国产电影票房的50%左右，占电影总票房的30%左右。过去十年是中国电影的黄金十年，以该时间段为研究样本时间能较好地透视华莱坞电影圈的生产状况。华莱坞电影的崛起得益于多种因素，外生因素包括国民经济的快速增长、资本的全面介入以及电影工业化的开启，内生因素包括人口红利、银幕增长红利、国产电影质量提升等。其中电影本身的质量亦是促进电影行业快速发展的重要因素，包括导演的知名度、演员的受欢迎程度、剧本的质量、制作水平以及宣发能力等。导演和演员作为电影的主创人员，是普通观众最为关注的电影要素之一。本文采用社会网络分析方法，系统研究华莱坞电影的主要导演与演员的社会关系网络，探讨华莱坞电影生产机制，解读导演和演员之间的关系特征与权力结构，以及产生这些特征与结构的深层次原因。

华莱坞电影这一概念是由浙江大学邵培仁教授(2014，p.2)提出，指“华人、华语、华事、华史、华地之电影”。之后邵培仁教授(2015，pp.73-75)进一步完善了华莱坞电影的内涵：“以华人为电影的生产主体，以华语为基本的电影语言，以华事为主要的电影题材，以华史为重要的电影资源，以华地为电影的生产空间和生成空间。”这一概念的提出从空间层面上打破了中国电影研究的地域界限，将港澳台电影都置入华莱坞电影的研究范畴。

二、 文献回顾

社会网络分析(social network analysis)，也被称为结构分析，“是对社会关系结构及其属性加以分析的一套理论和方法，它主要分析的是不同社会单位(个体，群体或社会)所构成的关系结构及其属性”(林聚任，2009)。社会网络分析主要由两个要素组成，一个是节点，一个是关系，社会网络分析被认为是社会关系研究范式的创新。

Powdermaker(1950)以人类学的视角发现好莱坞电影生产者存在“圈子”现象，他们在日常生活中接触的也是电影生产者。Rosten(1941)以社会学的视角将好莱坞以“同心圈”方式划分社会阶层，处于最中心的“圆”代表的“圈子”是“电影精英”，有少数知名制片人、导演、编剧和演员构成，他们处于电影产业权力和声望的中心。Watts & Strogatz(1998)用社会网络分析方法对好莱坞演员合作网络进行分析，发现演员合作关系存在“小世界”的现象。Weng et al.(2007)使用社会网络分析的方法来分析演员角色的关系，并识别主角、幕后群体和隐藏情节，分析电影或者跨媒介内容的叙事。Cattani & Ferrian(2008)使用社会网络分析理论和技术探讨好莱坞电影圈关系视角下个人层面的创造力，发现在核心—边缘中占据中间的个人处于有利地位，更能获得创造性成果。Park et al.(2012)通过电影角色之间的社会网络分析能有效地确定主演和相应电影情节信息。Krauss et al.(2008)介绍了一种新的Web挖掘方法，结合社会网络分析和自动情绪分析，能较好地预测奥斯卡提名和电影票房。Doshi et al.(2010)使用社会网络分析和情绪分析来预测好莱坞证券交易所的价格。相较于国外，国内对电影圈社会网络分析的研究起步较晚，赫南等人(2006)用复杂网络的理论和方法，发现中国电影演员合作网络具有明显的聚类效应和小世界特性。刘爱芬等人(2007)采用二分图及其投影来描述大陆电影合作竞争圈。李彪、陈璐瑶(2015)采用社会网络分析方法分析了2004—2014年票房较高的国内影片的电影制片人和导演的合作关系，发现随着时间推移电影生产者关系网络的密度、度数中心性和中间中心性都呈现上升态势，电影生产关系网络以少数电影公司为核心形成不同的“圈子”，以资本为逻辑的“跨业”“跨界”和协同生产的电影生产机制逐步形成。周静等(2016)运用社会网络分析方法，对中国电影圈近十年主要的导演和演员之间的合作网络进行了描述和分析，比较了在不同时期港台导演(演员)和大陆演员(导演)之间的合作情况，分析了电影江湖的“派系”关系。然而，国内现有对电影圈的研究过于关注社会网络的普遍特性，较少关注到电影圈的特性，且尚未将社会网络分析方法引入到华莱坞电影的研究。另外，以往研究大多只考虑“演员”这一单模网络(One-mode network)，而忽视了导演、制片人、编剧等角色的作用，一部电影的成功是由整个团队共同合作促成的，特别是与导演和演员的有效协作分不开的。因此，本研究将社会网络分析法引入至华莱坞电影的研究。针对之前研究过于单一的使用单模网络这一局限，本研究采用双模网络(Two-mode network)分析方法来研究导演和主演的网络结构特征，试图更好地探索华莱坞电影圈本身的特征。

双模网络分析是社会网络理论中非常重要的部分，双模网络包含两个行动者集或者是一个行动者集和一个事件集的度量，前者被称为二元双模网络，后者被称为“从属网络”。本研究采取的是二元双模网络，首先考虑测量两个不同行动者集的这一对行动者之间的关系，相对于单模网络，双模网络分析起来更加复杂，涉及更多网络节点与边的从属关系。目前对双模网络的研究比较有限，本研究通过实际数据对导演与演员的双模网络进行实证研究。对华莱坞电影圈的社会网络关系而言，行动者(节点)是导演和演员，导演与演员的关系根据是否有合作共同创作电影来判断，合作则有关系，反之则无；合作次数越多，关系越强。通过双模网络分析我们可以了解导演和演员在合作网络中的地位与特征。本研究采用点度中心度(degree)、接近中心度(closeness centrality)和中介中心度(betweenness centrality)来描述导演和演员所处网络的结构特点。点度中心度是指与该节点直接连接的其他节点的个数，用来反映网络中那些相对于其他行动者而言位于中心位置的行动者，此概念来自社会计量学的“明星”概念。在一个社群图中，某节点度数最高，该点就位于中心位置，表明该点所对应的行动者为此网络中的中心人物。中间中心度来衡量结构洞，用来测量的是一个点在多大程度上位于图中其他“点对”的“中间”，如果一个行动者位于多对行动者之间，那么他的度数一般较低，可能起到重要的“中介”作用，因而处于网络的中心。

三、 研究设计

(一) 数据来源

本文研究的是导演和演员的双模网络，为了研究合作网络的动态变化，主要关注2007—2016年的华莱坞票房排名前十的电影，本文的数据主要来源于国内专业的影视数据资料库时光网(www.mtime.com)和国内较为权威的电影票房数据库电影票房(58921.com)。

首先，按照票房排名选择样本的过程中，剔除了没有国内导演和演员主要参与摄制的影片，保留华莱坞导演和演员主要参与的影片，包括大陆和香港、澳门、台湾等合作拍摄的影片。从电影票房中筛选出了2007—2016年票房排名前十的华莱坞(包括大陆、香港和台湾)电影合计100部电影，从时光网上搜集这100部电影的主创人员，包含75名导演和328名主演，总计403人。导演圈中来自大陆、香港、台湾和海外的导演各自占比48%、42.67%、6.67%和2.67%；在演员圈中，来自大陆、香港、台湾和海外的演员占比60.86%、17.74%、14.68%和6.73%。

(二) 数据处理

本文使用社会网络分析软件Gephi进行数据处理，并以Excel为辅助工具。Gephi用来绘制网络结构图，计算网络结构参数：点度中心度、接近中心度、中介中心度、网络密度、凝聚子群分析等。

首先，为了构建导演与主演的合作关系网络，从搜集到的电影数据中剔除多余的数据信息，只保留导演与主演的信息，例如姓名、角色、所属地域等数据；其次，按照Gephi对数据结构的要求，使用Java程序将导演与主演数据表处理成为节点表与关系边表，用以描述合作网络，其中包含409个节点与698条边，合作关系用无向边表示，边的权重为合作的次数。与单模网络不同的是，关系边两端的节点为不同的角色。

在社会网络分析中，图的密度代表节点之间联系的紧密程度。可以认为合作关系网络中，网络图的密度越大，则合作程度越高且关系越复杂。本文中所使用的图密度计算公式为：D=2l/n(n-l)(林聚任，2009)，其中，n为节点数，l为边。

通过对合作网络中节点的中心性分析，可以发现单个导演或演员在合作网络中的重要程度，本文从点度中心度、接近中心度和中介中心度的角度对合作关系网络中的各个导演和演员进行中心度的分析。双模网络中这三种中心度的含义与单模网络并不一致，正因为在双模网络中存在两种不同的角色节点，所以对于三种指标的解释会与单模网络有所不同，本文使用Ulrik Brandes(Brandes, 2001)所总结的三种中心度计算公式。

在双模网络中，节点的点度中心度表示为与另一角色的连接程度，本文使用Proctor& Loomis(1951)提出的点度中心度公式：

(1)

对于接近中心度的分析，Sabidussi(1966)提出行动者接近度应该由距离函数来衡量，其指标公式为

(2)

Freeman(1978)认为行动者ni的中介度指标是除了第i个行动者外，所有行动者对间估算概率之和：

(3)

除了数据分析之外，本研究还将利用影视行业相关新闻报道、产业资料、公司材料和典型案例等公开文本作为补充资料，相互结合分析。

四、 研究结果

(一) 网络基本特征分析

对导演和演员的双模网络进行描述性分析，在双模网络中“关系”为导演与演员合作过电影的数量，合作次数越多，则关系越强。这是一种无向关系，网络密度(Network Density)指群体成员间彼此的联系程度，亦即团队成员间人员互动连带的平均程度，可以刻画网络中各个节点的合作密集程度。华莱坞电影圈合作网络由75名导演和334名演员构成，网络密度为0.008，即观察到的合作关系只是理论上的最大值的0.8%，这是一个较为稀疏的网络结构，说明华莱坞电影圈还在不断发展。距离是网络图中任意两点间存在的最优距离，可通过测量两点间的关联数获得，关联数可以分为费用最小、强度最大及概率三种距离计算标准，本文以强度为标准得出样本网络距离矩阵。此双模网络直径为10，平均路径长度为4.586，说明该网络中两个最遥远的点之间的平均距离为4.513；根据六度分隔理论，最多通过六个人你就能够认识任何一个陌生人，说明存在小世界效应。

1. 双模网络3种中心度分布情况

该双模网络中的导演和演员的三种中心度如下表1所示。从表1、表2和表3可以看出华莱坞电影圈中导演平均和9个演员合作过，其中合作最多的是冯小刚导演，与31个演员合作过；合作最少的是滕华涛导演①，只和2个演员合作过。而演员平均和2个导演合作过，其中合作最多的是刘德华，与14个导演合作过；有187个演员只和1个导演合作过。导演的接近中心度均值要高于演员，说明在该网络中，导演比演员能更有效地传递信息，能快速与其他节点产生连接。导演的中介中心度均值远远高于演员，说明导演在该网络中，处于有利位置，对信息资源的控制能力较强。导演的3种中心度都要高于演员，因为一部电影通常只有一位导演，却有众多演员，因此一位导演可以和多位演员产生合作关系，而演员的中心度低是因为一位演员与多位导演合作的可能性较小。

表1 华莱坞电影导演与主演3种中心度描述性统计

2. 点度中心度TOP20导演和演员情况

本文统计了点度中心度排名前20的导演和演员情况，12名来自大陆，8名来自香港，详见表2。研究发现共有18名导演，其中有11名来自大陆的导演，7名来自香港的导演。点度中心度排名前20的只有2名演员，其中来自香港的刘德华排在第11位，来自大陆的范冰冰排在17位，又再一次证明导演在华莱坞电影圈的权力要大于演员。值得注意的是郭敬明和徐峥两位跨界导演，分别排在第19位和第15位。郭敬明是作家出身，2013年之后，郭敬明导演的《小时代》系列票房总计18亿元，声名鹊起，成为最佳新人导演。徐峥是演员出身，2012年之后凭借《人再囧途之泰囧》(票房12.67亿元)、《港囧》(16.14亿元)等电影，荣获优秀青年导演奖和新锐导演。从上述分析可知，大陆和香港的导演和演员在网络中处于重要地位，大陆的地位优于香港，台湾和澳门处于边缘位置。

表2 华莱坞电影圈点度中心度TOP20的导演和演员

此外，本研究还统计了点度中心度排名前10的导演和演员，如表3所示。排名前10的导演中有6位来自香港，4位来自大陆，排名前3的导演分别是大陆的冯小刚、香港的李仁港和王晶。排名前10的演员中有8位来自大陆，2位来自香港，排名前3的分别是香港的刘德华、大陆的范冰冰和周迅。徐峥在导演和演员两种身份中都较为成功，在导演身份中排名第17，在演员身份中排名第10。整体而言，表2和表3中的导演和演员是华莱坞电影圈中最有权势的人，大陆的导演和演员处于华莱坞电影圈的领导地位，香港次之。

表3 华莱坞电影圈点度中心度TOP10的导演和TOP10的演员

3. 双模网络符合幂律分布

在单模网络中，通常认为个体度数服从幂率分布(Power-Law)，为了探讨双模网络中个体度数是否服从幂率分布，本研究通过散点图的方式分别展示华莱坞电影圈、导演和演员的点度分布状况。散点图反映因变量随自变量而变化的大致趋势，横轴表示度数，纵轴表示度数对应的人数。从图2和图3可以发现华莱坞电影圈、导演和演员度数近似服从幂率分布，少部分人占据较大的度数，绝大多数的人度数都很小，网络中大部分节点只和有限的节点连接，极少有节点与大多数节点连接。对导演度数中心度的分布进行拟合，可发现其满足幂律分布(其中y=4377.5x-2.095，R2=0．9618)。对演员度数中心度的分布进行拟合，可发现其满足幂律分布(其中y=247.98x-2.093，R2=0．9572)，均属于无标度网络。

图2 华莱坞电影圈点度分布图

图3 导演(左)和演员(右)点度分布

4. 导演中心的多次合作网络

在华莱坞电影圈中，我们主要关注导演与演员的合作关系，重复合作意味着导演与演员相互都比较认可，建立长期合作关系的可能性较大。由于在本网络中涉及的节点较多，为了用图示的方式更好地表达导演与演员的合作关系，本研究利用Gephi滤波功能选取合作超过2次的节点进行绘制，为了便于观察，手工剔除了孤立节点。图4为角色图。字体大小代表节点点度中心度，字体越大说明该节点的点度中心度越大，线的粗细代表导演与演员的合作次数，线越粗则代表导演与演员合作次数越多。

图4 合作超过2次的导演和演员合作网络

以导演为中心的多次合作网络：

(1) 冯小刚 张涵予 廖凡 李晨 葛优 舒淇 徐帆 陈道明

(2) 王晶 王诗龄 张家辉 余文乐 周润发 张家辉 刘嘉玲

(3) 郭敬明 杨幂 柯震东 郭采洁 郭碧婷 谢依霖 陈学冬

(4) 梁乐民 郭富城 梁家辉 李治廷 彭于晏 杨采妮

(5) 陆剑青 郭富城 梁家辉 李治廷 彭于晏 杨采妮

(6) 吴宇森 金城武 梁朝伟 张丰毅 林志玲

(7) 叶伟信 甄子丹 吕良伟 熊黛林 樊少皇

(8) 陈嘉上 邓超 邹兆龙 孙俪

(9) 姜文(导演) 姜文(演员) 葛优 周韵

(10) 陈凯歌 陈红 王学圻

(11) 薛晓路 汤唯 吴秀波

(12) 周星驰 罗志祥 张雨绮

(13) 徐克 刘嘉玲 梁家辉

(14) 刘伟强 刘德华

(15) 徐峥(导演) 徐峥(演员)

(16) 乌尔善 陈坤

(17) 朱延平 吴宗宪

(18) 韩三平 陈坤

(19) 黄建新 陈坤

(20) 宁浩 黄渤

从图4可以看出，20个多次合作网络中，有10个由大陆导演主导，9个由香港导演主导，1个由台湾导演主导。整体而言，大陆导演的影响力要优于香港和台湾的导演，但是在网络规模最少为4的合作网络中香港导演更容易和演员建立长久的合作关系，也就是说，大陆导演长久合作关系的数量大于香港导演，香港导演长久合作关系的质量要优于大陆导演。演员方面，香港的刘德华、周润发和甄子丹是比较高产的演员，大陆的邓超、葛优、张涵予是比较高产的电影演员，从图中可以看出演员是依附于导演中心制之下的，且高产的导演更愿意和高产的演员合作。

(二) 网络中的子群分析

在导演和演员网络中是否存在一些子网络，由导演和演员抱团形成一个子群？我们利用图示方法进行成分分析，结果显示在这个大网络中存在一个大的子群，以区域划分为大陆导演和演员、香港导演和演员、台湾导演和演员以及海外导演和演员，分别占据58.46%、22.39%、13.18%和5.97%，该子群中以导演为中心，演员处于边缘。另外大陆导演和演员处于中心，香港导演和演员处于次中心，台湾和海外的导演和演员处于边缘(见图5)。除了这个大的子群，还有一些小的孤立的子群(图6)，在这些小的孤立子群中，我们发现绝大多数都是大陆的导演和演员，而且他们通常是自我抱团，形成一个又一个小团体。从中可以得出以下结论：大陆导演和香港导演处于华莱坞电影圈的中心地位，但是大陆导演和演员合作的紧密程度稍低于香港导演和演员。

图5 华莱坞电影圈最大子群图

图6 华莱坞电影圈最小子群图

为了探讨华莱坞导演与演员的社会关系网络，我们侧重分析了大陆和香港导演与所有演员的合作网络，从图5可以看出，大陆导演、香港导演与演员存在很多合作关系，为了揭示他们之间的合作趋势，我们选取了3个时间段： 2007—2009年、2010—2012年、2013—2016年，并在图中剔除了孤立的节点，分别绘制三个阶段的关系图： (1)所有导演和所有演员的合作关系图；(2)大陆导演和所有演员的合作关系图；(3)香港导演和所有演员之间的关系图，以此来分析华莱坞电影圈这十年的动态变化。

1. 全部导演和全部演员三阶段的合作关系

华莱坞电影圈的社会网络图密度呈现下降趋势，因为近十年我国电影业快速发展，有大量的新锐导演、跨界导演和演员涌现，稀释了网络密度。华莱坞电影圈中，大陆导演和演员的比重呈现上升趋势，由第一阶段48.05%上升到了第三阶段的64.17%；香港和台湾的导演和演员比重呈现下降趋势，分别由第一阶段的28.47%和17.47%下降到第三阶段的21.4%和9.72%。这一结果折射出华莱坞电影圈中大陆地区影视产业的崛起与港台电影产业的衰落。此外，海外的导演和演员所占比重较小，一直处于边缘状态。

表4 三阶段全部导演与所有主演合作图密度和数量比例

图7 三阶段全部导演与全部主演合作关系图

2. 大陆导演和所有演员三阶段的合作关系

从表5可以看出，大陆导演和大陆演员在图中的节点数量一直维持在80%以上，大陆导演和香港演员的合作数量呈现上升趋势，由第一阶段的2.2%上升到第三阶段的5.8%。因此可以得出，大陆导演与大陆演员之间的合作非常紧密，大陆导演与其他区域的演员合作相对较低。

表5 三阶段大陆导演与所有主演合作图密度和数量比例

图8 三阶段大陆导演与所有主演合作关系图

3. 香港导演和所有演员三阶段的合作关系

从表6可以看出，三阶段的图密度都维持在0.03左右，合作密度没有明显的变化。香港导演和大陆演员的合作呈现明显的上升趋势，而香港导演和香港演员的合作呈现下降趋势，由51.41%降到43.4%，在第三阶段中香港导演跟大陆演员和香港的演员合作呈现平分秋色的局面。这反映出华莱坞电影圈跨地区合作的趋势，港台地区的导演与演员需要拥抱不断崛起的大陆电影市场和观众，大陆地区的导演和演员也需借助较为成熟的港台电影制作工艺，华莱坞电影圈的合作网络呈现出一种跨地区的融合现象。

表6 三阶段香港导演与所有主演合作图密度和数量比例

图9 三阶段香港导演与所有主演合作关系图

4. 大陆导演与香港导演合作圈的对比

在过去十年，大陆导演圈的图密度为0.011，香港导演圈的图密度为0.016，可以看出，香港导演圈的密度高于大陆。大陆导演圈中，来自大陆的导演和演员最多达78.46%，台湾演员次之，海外演员第三，香港演员最低只有5.13%。香港导演圈中，来自香港的导演和演员为43.85%，大陆演员为41.8%，大陆演员与香港演员平分秋色，台湾演员为11.22%，说明香港导演更多地与台湾演员合作，海外演员只占3.7%。

表7 (2007—2016年)大陆导演与香港导演合作圈密度和数量对比

图10 大陆导演与香港导演合作圈图式

5. 华莱坞电影圈的“派系”探索

为了进一步通过导演与演员的双模网络去探究华莱坞电影江湖中的“派系”关系，进而通过派系分析华莱坞电影圈的结构特点，我们将华莱坞电影圈中的导演和演员标记身份和地区属性，采用区块分析方法，将导演与演员的社会关系矩阵按照地区进行重组，分为大陆、香港、台湾和海外，重组后的社会关系网络矩阵为4×4的区块。通过区块分析得到16个区块密度如下表8所示。

表8 各个区块的密度

其中对角线区块数值表示同一地区的导演和演员合作密度，可以看出华莱坞电影圈确实存在“派系关系”，本地区导演钟情于本地演员，但是大陆导演与台湾和海外演员的合作密度要大于与大陆演员的合作密度，造成这种现象的原因可能是大陆演员基数大，导致节点数量大，而大陆导演与大陆演员的合作关系本身不够密切，导致了密度数值较小。从地区上来看，同一地区的导演和演员更愿意合作，香港的导演和演员的合作关系非常紧密，大陆次之。单从导演来看，大陆和香港的导演非常活跃，与各个地区的演员都有较为紧密的合作。

五、 结论与讨论

本研究运用双模网络分析方法对近十年来华莱坞电影圈导演和演员合作关系数据进行了分析，通过社会网络分析法中的中心性分析、凝聚子群分析从双模网络的角度对华莱坞电影圈的导演和演员的合作网络进行分析，得出以下结论： 华莱坞的合作网络非常稀疏，验证了华莱坞电影圈存在小世界现象，并且导演和演员的点度分布符合幂律分布；华莱坞电影圈中地位排序依次是大陆、香港、台湾、澳门；大陆导演长久合作关系的数量大于香港导演，香港导演长久合作关系的质量要优于大陆导演；在三阶段中，华莱坞电影圈的社会网络图密度呈现下降趋势，大陆导演和演员在华莱坞电影圈中地位不断上升，香港、台湾导演和演员地位下降，海外导演和演员一直是小众群体；区块分析发现在华莱坞电影圈中确实存在“派系”，即同一区块的导演与演员更容易建立合作关系。本研究锁定了华莱坞电影圈具有票房号召力的导演和演员，弥补了以往华莱坞研究的空白，同时本研究结论对于电影制片公司选择合适的导演和演员，提高华莱坞电影质量，提升华莱坞电影的竞争力具有重要的现实指导意义。

本研究的不足之处在于：第一，所选用的电影样本时间跨度只有10年，且选取的电影为每年国产片排名前十的电影，数量为100部，非前十的电影合作圈没有纳入考虑，数据量较小。第二，只探讨了华莱坞电影圈的合作网络关系，没有考虑在国内上映的引进电影。第三，只探讨了导演和演员的合作网络关系，没有将制片人、编剧等重要角色纳入研究。因此在后续研究中，可以进一步扩大研究的时间跨度和样本数量，更为全面地分析华莱坞电影圈的出品公司、发行公司以及制品人、出品人、编剧等的合作关系；对电影合作团队的动态合作网络进行跟踪，进一步探索其动态演化规律，为华莱坞电影的发展和管理提供指导。

注释

① 滕华涛导演执导的《失恋33天》，主演为文章和白百何，是合作最少的导演。

参考文献

赫南、淦文燕、李德毅、康建初(2006)：一个小型演员合作网的拓扑性质分析，《复杂系统与复杂性科学》，第3卷(第4期)，1-10页。

李彪、陈璐瑶(2015)：从专业逻辑到资本逻辑：中国电影生产主体的社会网络分析——基于2004—2014年电影制片人和导演的合作关系，《国际新闻界》，第37卷(第7期)，114-133页。

林聚任(2009)：《社会网络分析：理论、方法与应用》，北京：北京师范大学出版社。

刘爱芬、付春花、张增平、常慧、何大韧(2007)：中国大陆电影网络的实证统计研究，《复杂系统与复杂性科学》，第4卷(第3期)，10-16页。

邵培仁(2014)：《华莱坞电影理论：多学科的立体研究视维》，杭州：浙江大学出版社。

邵培仁(2015)：华莱坞电影研究的新视界——《华莱坞电影研究丛书》总序，《山东理工大学学报(社会科学版)》，第31卷(第1期)，73-76页。

周静、袁瑛、涂平(2016)：中国电影圈主要导演和演员合作网络的结构特征分析，《复杂系统与复杂性科学》，第13卷(第3期)，69-75，80页。

Brandes, U. (2001). A faster algorithm for betweenness centrality.TheJournalofMathematicalSociology,25(2), 163-177. doi: 10.1080/0022250X.2001.9990249

Cattani, G. & Ferriani, S. (2008). A core/periphery perspective on individual creative performance: Social networks and cinematic achievements in the Hollywood film industry.OrganizationScience, 19(6), 824-844. doi: 10.1287/orsc.1070.0350

Doshi, L., Krauss, J., Nann, S. & Gloor, P. (2010). Predicting movie prices through dynamic social network analysis.Procedia-SocialandBehavioralSciences,2(4), 6423-6433. doi: 10.1016/j.sbspro.2010.04.052

Freeman, L. C. (1978). Centrality in social networks conceptual clarification.SocialNetworks, 1(3), 215-239. doi: 10.1016/0378-8733(78)90021-7

Krauss, J., Nann, S., Simon, D., Fischbach, K. & Gloor, P. A. (June, 2008). Predicting movie success and academy awards through sentiment and social network analysis. The European Conference on Information Systems, Ireland.

Park, S. B., Oh, K. J. & Jo, G. S. (2012). Social network analysis in a movie using character-net.MultimediaToolsandApplications, 59(2), 601-627. doi: 10.1007/s11042-011-0725-1

Powdermaker, H. (1950).Hollywood,thedreamfactory:Ananthropologistlooksatthemovie-makers. Boston: Little, Brown.

Proctor, C. H. & Loomis, C. P. (1951). Analysis of sociometric data. In Jahoda, M., Deutsch, M. & Cook, S. W. (Eds.),ResearchMethodsinSocialRelations. New York: Dryden Press.

Rosten, L. (1941).Hollywood:Themoviecolony,themoviemakers. New York: Harcourt, Brace and Company.

Sabidussi, G. (1966). The centrality index of a graph.Psychometrika, 31(4), 581-603. doi: 10.1007/BF02289527

Watts, D. J. & Strogatz, S. H. (1998). Collective dynamics of “small-world” networks.Nature, 393(6684), 440-442. doi: 10.1038/30918

Weng, C. Y., Chu, W. T. & Wu, J. L. (2007). Movie analysis based on Roles’ social network. 2007 IEEE International Conference on Multimedia and Expo (pp.1403-1406), Beijing. doi: 10.1109/ICME.2007.4284922