基于社会网络的论文主题前沿特征分析

胡梦雅

摘 要：在社会网络研究不断发展的同时，需要对前沿的研究方向进行分析总结。运用事先收集好的关于社会网络于近十年间在SCI、EI期刊上发表的论文的关键词相关数据，通过统计与社会网络相关的知识进行中心性与凝聚子群的分析，使用Ucinet及Excel等工具进行统计分析，详细描述了该分析的过程，并得出相关有实际价值的结论，希望能为社会网络的发展提供有参考性的建议。

关键词：社会网络;中心性;凝聚子群;数据分析

中图分类号：C67       文献标志码：A      文章编号：1673-291X（2019）25-0155-03

引言

社会网络研究发端于20世纪二三十年代英国人类学的研究，距今已经有较长一段时间的发展。但是在大多数人的印象中，研究社会网络究竟在研究些什么的概念仍然比较模糊，如何系统地了解这一学科领域地发展现状显得至关重要。只有在充分认识社会网络前沿地发展状况，了解知名学者的在社会网络中的研究方向，才能够对该学科领域有一个系统性的认知，并找到更好地发展社会网络的途径。

一、社会网络概念描述

社会网络发展至今已经被广泛应用于网络社会的社会关系挖掘、支配类型发现已经信息流跟踪，通过社会网络的信息来判断和解释信息行为和信息态度。在各学科的共同努力下，社会网络分析已经从一种隐喻成为现实的研究范式。

社会网络分析是对社会关系结构及其属性加以分析的一套规范和方法，它以不同的行动者（如个体、群体、组织）所构成的关系作为主要研究对象，而不是行动者本身，即社会网络分析的研究对象为关系数据，而不是传统统计学意义上的属性数据。因此，利用社会网络的相关知识进行该学科领域的研究热点分析，能够让数据更加直观，结果也更有说服力。

二、数据描述及处理

本文以中国学术期刊CNKI全文数据库为文章研究内容的数据源，检索2009—2018年间学者在SCI及EI来源期刊上发表的，有关社会网络的论文，共计247篇论文，提取这些论文的关键词作为研究对象。

之所以将SCI及EI来源期刊上的论文作为研究对象，是因为在这类期刊上发表文章的作者大多数都是该专业领域认可度较高、学术能力较强和受关注度较高的优秀学者，其论文的关键字更是来自于学者对于自己撰写的文章的高度概括与浓缩，是文章的关键所在。大多数情况下，关键字往往能够体现一篇文章的研究重心。在社会网络领域下的关键字之间，都会有相互联系，对它们进行组合后具体分析，能较为直观地得到当前社会网络研究前沿的热点研究方向。

经过对数据的初步筛选，提取最核心的关键词39个，制成表格，行和列分别放置39个关键词，以i行和j列的交点表示其相互关联。Zij=0表示没有直接联系，Zij=1表示有直接连接，最终构成矩阵，文中只截取了3×3的部分（如下表所示），通过矩阵可以清楚地看到各关键词之间的相互关系。

三、研究视角

本文从高频关键词的关联性、中心性以及凝聚子群等角度对我国近十年前沿学者的主要研究方向进行了分析，运用到的工具主要是Ucinet和Excel。

关联性分析包括对于子图、成分和距离的分析，目的是观察到每个节点之间的交互和联动性，通过子图可以很清楚地看到各节点之间的关系;中心性分析包括点度中心度和点度中心势、中间中心度和中间中心势、接近中心度和接近中心势，主要作用是衡量各个节点在社会网络中的重要性，通过关键词的各方面的值，可以找到最具桥梁作用的节点，在连接其他节点中有不可忽略的位置;而对凝聚子群的分析主要是研究关键词节点与节点之间的关系，着重点在派系和聚类图的研究。

四、论文主题实体网络的关联性分析

通過Ucinet对矩阵数据进行处理（如下图所示），整体网络的密度=0.1498，网络中关系的标准偏差=0.3569。而网络密度的取值在-1—1之间，该值越趋近于1，那么它的网络密度就越大。反之，越趋近于-1，那么它的网络密度就越小，说明我国学者在社会网络领域前沿的研究热点相对不是很聚集。

主要原因有以下几点：一是研究社会网络的前沿学者在研究这方面的相关课题时，大多聚焦在应用层面，而具体到应用可以运用到方方面面，十分广泛;二是社会网络的相关专业知识，虽然有各种方面的侧重点，但是仍然有主次，因此密度虽然不紧密，却不是特别分散;网络中关系的标准差小，表明每个子集的密度和平均密度之间的偏差不大。

五、论文主题实体网络的中心性分析

（一）点度中心度和点度中心势

经过实验得出关注关系网络图的点度中心势为0.5313。

从图中可以看出关键词“社会网络”“在线社会网络”“社会计算”“信息传播”“复杂网络”“社会网络分析”是社会网络领域的核心研究热点，它们连接的关键词数量排在前6位，是整个网络中的重要部分，与其他关键词的关系最为密切。除“社会网络”外，其他关键词的点度中心度前6名在10—15之间，说明研究社会网络的核心学者，虽然在整体中的研究方向相对分散，但却有一定的局部聚集趋势。

通过分析得出造成这种现象的主要原因有以下几点：首先，社会网络的研究不比数学这种基础学科有很长的研究历史，但在近几年也得到了很好的发展，目前能够被有价值研究的领域仍然在不断的探索中;其次，目前“社会计算”“复杂网络”是这几年研究领域中的热门，很多学者对此展开攻势研究，它也因此成为社会网络的主攻研究方向;最后，有很多处于领域前沿的学者尝试进行突破研究，进行研究方向的多方向尝试，但仍然缺乏系统性，难以成体系。

（二）点的中间中心度

经实验得出，关键词“社会网络”“社会网络分析”“在线社会网络”的中间中心度分别是687.038、156.755、156.504，而在点度中心度相对较高的关键词“信息传播”，其中间中心度并不高，仅49.600，说明其虽然受关注程度高，但是并未处在其他行动者通信的要道上，对资源的控制力不强。

（三）接近中心度和接近中心势

关键词“社会计算”的点入的接近中心度是除了“社会网络”以外最低的，说明它在作为社会网络的关键词时，经常与其他的关键词一起出现，也由此可以得出它与其他研究主题的组合度高，不需要多余的关键词就可以作为一篇文章的主题，最不受其他关键词的控制，而点出的接近中心度也是除了“社会网络”之外最低的，说明它若想作为一篇文章的主要内容也是不受其他关键词的制约的，它与另一个关键词的结合作为一篇文章的重点是不怎么需要第三个关键词参与的。

六、结论与建议

（一）结论

1.社会网络领域研究课题的网络密度和平均距离较小。如果关键词间的网络密度较低，这表明它们之间的联系较为分散，不集中;如果关键词间的平均距离较小，说明将这些当下热门的关键词进行结合的难度并不是很大。因此，对于研究社会网络的前沿学者来说，可以尝试进行各个研究热点的多样化结合，突破思维定式，将视野扩展开来，达到研究成果的丰富。

2.整体中心性数值并不高。在中心性检测的模块可以看到，社会网络相关热门研究课题的中心性程度并没有特别高。所以在以后的研究中，可以将现阶段已经十分擅长的研究内容作为主干。与此同时，通过增加其他研究节点达到扩展研究方向的目的，增加研究深度，加强其中心性的核心地位，从而带动其他处于边缘位置的研究方向向中心靠拢。

3.凝聚子群密度值不高。通过凝聚子群的相关数据分析，可以得出社会网络的规模性不强，说明我国前沿学者在社会网络领域并未形成一个统一的课题构成，并未集群化。而通过派系可以观察到，当前社会网络领域以“社会媒体”“微博”“数据挖掘”为主干细分方向的雏形已经初步显现出来，且已经呈现和“复杂网络”相结合的趋势。

（二）建议

1.进一步通过社会网络研究体系。当前社会网络的前沿研究凝聚性并不高，相对来说还比较分散，很多研究还是有些表面，探讨的也大多是关于现实的具体应用。而要想真正实现该领域的上下贯通，就必须分别从深度与广度进行双向扩展，只有深度挖掘研究内容，并不断将其扩展，才能让社会网络前沿取得更好的发展。

2.将社会网络与其他专业方向融合。观察社会网络前沿核心期刊的关键字可以得出，该领域的研究方向其实目前并没有非常广泛（相比较于其他新兴领域）。因此对于前沿的研究学者而言，其实可以大胆创新，发散思维，激发出新的火花，将具体的研究扩张到其他课题研究中，同时也要加强对核心热点的开发，让研究领域多元化、多集群。

结语

本文通过对当前社会网络前沿期刊上发表的近十年（2009—2018年）文献的关键字进行统计总结，尝试通过关键字的相关数据找出近些年来社会网络前沿学者的主要研究方向以及它们之间的联系。本文主要运用了统计和社会网络学本身的相关知识进行中心性和凝聚子群的相关分析，得出目前研究方向凝聚性不高，略偏向于“社会媒体”“微博”等方向的结论，并就相关结论给出一定的建议，希望社会网络能够得到更好的发展。

参考文献：

[1]  王娜.中國人工智能研究现状的文献计量分析——基于对中国知网近250篇硕博士论文的调查[J].科技经济导刊，2017，（27）.

[2]  葛艳.UCINET软件在高校图书馆微博关系研究中的应用[J].图书情报导刊，2016，（5）.

[3]  张敏，刘玉佩，朱明星.国际大数据领域研究热点及其演化路径分析[J].情报科学，2016，（4）.

[4]  包惠民，李智.CNKI数据实现ucinet共现分析的方法及实证分析[J].软件导刊（教育技术），2012，（1）.

[5]  赵蓉英，王静.社会网络分析（SNA）研究热点与前沿的可视化分析[J].图书情报知识，2011，（1）.

[6]  林聚任.论社会网络分析的结构观[J].山东大学学报：哲学社会科学版，2008，（5）.

[7]  张赛，徐恪，李海涛.微博类社交网络中信息传播的测量与分析[J].西安交通大学学报，2013，（2）.

[8]  王莉，程苏琦，沈华伟，程学旗.在线社会网络共演化的结构推断与预测[J].计算机研究与发展，2013，（12）.

[9]  窦炳琳，李澍淞，张世永.基于结构的社会网络分析[J].计算机学报，2012，（4）.

[10]  罗家德.社会网分析讲义[M].北京：社会科学文献出版社，2005.

[11]  刘军.社会网络分析导论[M].北京：社会科学文献出版社，2004.

[12]  [德]马克斯·韦伯.社会科学方法论[M].北京：华夏出版社，1999.