毕业论文网
这篇社会网络论文范文为免费优秀学术论文范文,可用于相关写作参考。
社会网络分析方法在合著网络中的实证
文/黑龙江大学信息管理学院 郝志超
【摘 要】本文选取中国知网期刊数据库收录的《图书情报知识》期刊作为作者合著分析的研究对象,应用社会网络分析软件U ci net对作者合著情况进行整体网参数分析、中心性分析及凝聚子群分析,并以可视化技术展示合著网络.本文通过研究情报学核心期刊,分析作者合著情况,以期促进领域内知识交流与学科发展.
【关键词】社会网络分析；合著分析；图书情报知识
一、引言
随着科学技术的发展,科学研究进入全球化时代,合作成为科学研究的主流趋势.科研合作促进了理论知识产生、凝聚创新思维、提高科研水平和高度,而论文合著即为科研合作中不可或缺的一类.科研者之间通过互相合作发表论文,建立了合著论文网络,该网络能较为真实地反映科研合著者的人际网络,又称为社会网络.探寻科研合著者的社会网络,可以促进学者间的信息交流,促进跨学科领域的发展.
社会网络分析是对社会网络中个体之间的关系进行量化研究.EvelienOtte和Ronald Rousseau指出,情报学家之间的合作关系和其他社会相互作用形式通过互联网构成无标度的社会网络,在这些研究中,社会网络分析都可以得到广泛应用.所以,应用社会网络分析方法可以较为客观地反映科研合著者之间的合作关系与交流情况.
二、数据来源及研究
（一）数据来源.本文选取中国知网期刊数据库作为数据源,选取情报学领域核心期刊《图书情报知识》作为研究对象.在期刊数据库的高级检索中,以《图书情报知识》的ISSN号“1003-2797”进行精确检索,限定文献目录分类为“图书情报与数字图书馆”,时间范围为“2012年-2016年”,得到论文396篇.排除卷首语、序言等,剩余有效期刊论文共336篇.
（二）研究工具.本文选择书目共现分析软件Bicomb与社会网络分析软件Ucinet作为研究工具.书目共现分析软件Bicomb是由中国医科大学医学信息学系开发的用于快速读取、提取字段并归类、统计的数据分析工具.利用该软件可以生成作者合著网络矩阵.随后采用社会网络分析软件Ucinet对构建的合著网络矩阵进行中心性分析、凝聚子群分析及核心—边缘分析.
（三）合著核心作者确定.使用Bicomb软件进行“作者”字段抽取后,对作者进行频次统计,即统计作者发文量.经统计,得到所有作者共582名,排除不存在合著关系的作者82位,剩余有效作者500位.文献计量学学者普赖斯提出：一个主题下的论文,半数是由高产作者完成的.高产作者最低发文量M等于0.749√N.其中N为该领域作者最高发文量.2012年到2016年间,《图书情报知识》发文量最多的作者为曹树金,发文数量为7篇.高产作者最低发文量M等于0.749√N等于0.749×√7≈1.981.按照取整原则,发文量为2篇及2篇以上的作者即为该期刊近五年的核心作者.使用普赖斯定律计算出的期刊核心作者共有85名.
三、数据分析
（一）整体网络参数.网络密度用于衡量成员之间的关系紧密程度,整体网密度越大,表明网络成员之间的联系越紧密,该网络对行动者的态度、行为等产生的影响就越大.联系紧密的整体网可以为成员提供各种社会资源.经软件计算,期刊作者合著网络整体密度可算出为0.0057.这说明该网络是一个极为稀疏的网络,各个作者之间的联系较少,不利于资源的传播与交流.网络平均距离是整体网络中任意两个节点之间距离的平均值,反映的是网络的信息畅通程度.经计算,期刊作者合著网络的平均距离为2.545.这表明任意两个作者之间平均通过2.545个人可以互相建立联系.聚类系数是指与某个节点相连的节点之间互相连接的可能性.聚类系数衡量的是网络内存在的小团体的普遍程度.经计算,合著作者聚类系数为0.958.小世界网络的评判标准是平均距离小于10,聚类系数大于0.1.这两项数据证实了《图书情报知识》合著作者网络存在小世界现象.综合来说,该期刊合著作者的网络密度较低,但聚类系数较高,说明该期刊合著作者网络内存在一部分小团体,且这些小团体成员之间相互熟悉,凝聚性较强,合著关系较多.
（二）点度中心性分析.网络中一个点的点度中心性,可以用网络中与该点有直接联系的点的数目来衡量.如果一个点的点度中心性越高,即表明与其直接相连的点数越多.点度中心性是用来衡量谁是整个团队中最主要的核心人物.在合著分析中,如果某位作者的点度中心性越高,说明他在整个作者群体中的地位越高,拥有的较高传播信息与知识的能力.经计算得出,点度中心性最高的是曹树金,其绝对中心度是22.说明,曹树金与矩阵中其他22位作者存在合著关系.绝对中心度较高的作者有邓胜利、陈晓宇、夏立新、冉从敬等.从结果中看出,点度中心性与发文量排名并不是呈正比关系.点度中心性数值位于前列的多是发文量在10名之后的作者,这说明发文量略低的作者更加注重团队合作.绝对中心度最低值为1,且绝对中心度为1的作者有180位,占全部作者的36%.而绝对中心度数值为4以上的作者有98位,占全部作者的19.6%.
（三）凝聚子群分析：K-丛与n-派系.凝聚子群是指一个大的网络中存在的子网络.对凝聚子群进行研究,可以了解子网络对整体网络起到的作用.网络分析者给出一系列算法,用来分析网络的整体结构如何由子群结构,如：K-丛,K-核、n-派系,n-宗派、密度等.每个点都至少与除了K个点之外的其他点直接相连的子群即为K-丛.如果一个凝聚子群的规模为n,那么只有当该子群中的任何点的度数都不小于（n-k）这个值的时候,才称之为K-丛.一个子图中,任何两点之间在总图中的距离（即捷径距离）最大不超过n的子图称之为n-派系.在K-丛分析时设定K值为2,最小子群规模为3；N-派系分析时设定N值为2,最小子群规模为3.
从表中可以看出,2-丛和2-派分析中子群数都比较多,说明整个合著网络中小团体数量较多.最小规模的子群数占比都较高,分别占总子群数的87.5%和39.5%,说明大部分作者的合作范围有限,他们拥有的学术资源较少.从子群成员看,曹树金、邱均平、肖希明、赵蓉英等发文量较高的作者同时属于多个子群,同时表明他们拥有较多的学术资源,且处于网络中较为核心的“中介”位置.这样的小团体分布使学术资源较少的作者处于劣势地位,不利于信息、知识的传播与交流,甚至可能阻碍学科的发展.
（四）结果可视化.论文作者合著研究所形成的网络具有复杂性网络的特性,这种特性可以通过交互性、多维性和可视性的可视化技术生动形象地表现出来.运用Ucinet自带的软件Netdraw,可对作者合著网络进行可视化分析（如图1）.
图1是根据普赖斯定律构建的期刊核心作者合著网络图.在Netdraw中清除不存在合著关系的节点,进行成分分析后,对节点进行颜色和形状的标注,可以清晰地看出作者群中存在的小团体和核心作者的规模.从图中可以明显地看出,核心作者群中存在较大规模的小团体有3个,即灰色（邓胜利、陈晓宇等）、红色（曹树金、夏立新等）和蓝色（邱均平、赵蓉英等）.而节点形状的大小代表作者发文量的数量.在整个网络图中,曹树金红色节点所占面积最大,代表他的发文量最多.
四、结束语
本文构建了《图书情报知识》期刊作者合著网络,对网络的整体参数、中心性、凝聚子群及核心—边缘结构进行了分析研究.总的来说,该期刊作者合著网络是一个较为稀疏的网络,很多作者之间的联系并不密切；只有极少数核心作者拥有较多的学术资源与影响力,大多数作者缺乏资源或缺乏建立联系的途径；小团体规模较小且数量较多,且小团体成员多属于同一高校或机构,造成了学术知识的分布不均与差异,这样的环境不利于整体网与个体网的发展,不利于知识与信息的传播与共享,甚至会阻碍学科的发展.
社会网络分析方法为研究作者合著提供了很好的视角,但本文仅选取一种期刊作为研究对象,研究结论具有较大局限性,在反映情报学作者合著真实情况上存在一定差距.针对该问题,应采用更加全面具体的数据进行研究,以得到更加真实可靠的结论.
社会网络论文范文结:
关于对不知道怎么写社会网络论文范文课题研究的大学硕士、相关本科毕业论文社会网络论文开题报告范文和文献综述及职称论文的作为参考文献资料下载。
1、网络营销论文
3、网络营销相关论文
4、网络论文
5、社会心理学论文
6、和谐社会论文