戴誠 成全

〔摘要〕本文從文獻計量的角度出發(fā)，使用BICOMB、UCINET以及NETDRAW軟件，通過對文獻關(guān)鍵詞共詞網(wǎng)絡(luò)進行詞頻分析、中心性分析以及凝聚子群分析挖掘出近十年來我國社會網(wǎng)絡(luò)研究熱點，并實現(xiàn)其可視化。

〔關(guān)鍵詞〕社會網(wǎng)絡(luò)分析；文獻計量；熱點；可視化

DOI：10.3969/j.issn.1008-0821.2013.05.036

〔中圖分類號〕G25073〔文獻標識碼〕A〔文章編號〕1008-0821（2013）05-0160-08

社會網(wǎng)絡(luò)分析方法自引進中國30余年來，已得到了成熟的發(fā)展。在前序研究中，筆者曾對我國近十年來社會網(wǎng)絡(luò)領(lǐng)域的研究狀況進行探討，分析了該領(lǐng)域文獻增長、期刊分布，介紹了相關(guān)高產(chǎn)作者及機構(gòu)。為了更好地從宏觀角度把握社會網(wǎng)絡(luò)領(lǐng)域的發(fā)展態(tài)勢，筆者對文獻關(guān)鍵詞做了進一步研究。關(guān)鍵詞是從整篇科學文獻中提煉出來的可以反映文章主題和所涉領(lǐng)域中心的關(guān)鍵性詞語，學科領(lǐng)域的研究重點及熱點也常常通過文獻關(guān)鍵詞體現(xiàn)出來。本文通過構(gòu)建文獻關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)，探求關(guān)鍵詞節(jié)點及其相互之間的網(wǎng)絡(luò)關(guān)系來挖掘社會網(wǎng)絡(luò)研究領(lǐng)域的研究熱點及趨勢。

1數(shù)據(jù)來源

研究以中國期刊全文數(shù)據(jù)庫作為數(shù)據(jù)源，檢索日期為2012年10月11日。具體檢索策略為：以“社會網(wǎng)絡(luò)分析”為主題，對2003-2012年10年的數(shù)據(jù)進行精確檢索，共得文獻1 128篇，抽取文獻的關(guān)鍵詞字段并進行數(shù)據(jù)預處理，進行相關(guān)分析如下。

2社會網(wǎng)絡(luò)研究熱點分析

231度數(shù)中心度

度數(shù)中心度是用社會網(wǎng)絡(luò)中與某節(jié)點相連的節(jié)點個數(shù)來衡量的。使用UCINET軟件分析關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)的度數(shù)中心度，截取前十位關(guān)鍵詞情況如表3。在NETDRAW軟件中，按照度數(shù)中心度標記可視化網(wǎng)絡(luò)中節(jié)點的大小，得圖2。從分析結(jié)果看，整個網(wǎng)絡(luò)的度數(shù)中心勢為2192%，說明該領(lǐng)域關(guān)鍵詞之間的聯(lián)系和共現(xiàn)程度不是特別高。就網(wǎng)絡(luò)節(jié)點而言，社會網(wǎng)絡(luò)分析、網(wǎng)絡(luò)結(jié)構(gòu)、中心性、中心度等關(guān)鍵詞的度數(shù)中心度較高，處于共現(xiàn)網(wǎng)絡(luò)的中心位置，說明這些詞是社會網(wǎng)絡(luò)分析領(lǐng)域中的權(quán)威，也是該領(lǐng)域的主要研究對象。從應用層面來看，社會網(wǎng)絡(luò)分析的應用領(lǐng)域主要在于知識管理、社會資本以及文獻計量的共詞分析等領(lǐng)域，這點和關(guān)鍵詞的詞頻分析得出的結(jié)論是一致的。圖1基本關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)

表3關(guān)鍵詞度數(shù)中心度

關(guān)鍵詞度數(shù)中心度關(guān)鍵詞度數(shù)中心度社會網(wǎng)絡(luò)分析981000社會資本92000網(wǎng)絡(luò)結(jié)構(gòu)215000行動者90000中心性209000共詞分析68000中心度184000知識共享68000社會網(wǎng)絡(luò)113000網(wǎng)絡(luò)度數(shù)中心勢（%）2192知識管理100000

232中間中心度

中間中心度測量的就是行動者對資源控制的程度，可以用來推斷網(wǎng)絡(luò)中的橋梁節(jié)點或資源壟斷者。如果一個行動者處于許多交往網(wǎng)絡(luò)路徑上，可以認為此人居于重要地位，因為“處于這種位置的個人可以通過控制或者曲解信息的傳遞而影響群體”[1]。在所研究的關(guān)鍵詞網(wǎng)絡(luò)中，如表4，整體網(wǎng)絡(luò)中間中心勢為1537%，其中，社會網(wǎng)絡(luò)分析、中心性、網(wǎng)絡(luò)結(jié)構(gòu)、社會網(wǎng)絡(luò)等關(guān)鍵詞的中間中心度很高，即其他關(guān)鍵詞多通過以上詞匯和他者建立聯(lián)系。按照節(jié)點中間中心度標記節(jié)點的大小，對網(wǎng)絡(luò)實現(xiàn)可視化得圖3，顯然，社會網(wǎng)絡(luò)分析、中心性、網(wǎng)絡(luò)結(jié)構(gòu)、社會網(wǎng)絡(luò)等詞位于網(wǎng)絡(luò)的中心，為其他節(jié)點的連接起到了重要的橋梁作用。

233接近中心度

接近中心度描述的是網(wǎng)絡(luò)節(jié)點與其他節(jié)點的相近程度，按照節(jié)點接近中心度標記節(jié)點的大小，對網(wǎng)絡(luò)實現(xiàn)可視化得圖4可知，節(jié)點的接近中心度越高，該節(jié)點越處于網(wǎng)絡(luò)表4關(guān)鍵詞中間中心度

關(guān)鍵詞中間中心度關(guān)鍵詞中間中心度社會網(wǎng)絡(luò)分析288234行動者32979中心性155432社會資本21073網(wǎng)絡(luò)結(jié)構(gòu)114409社會關(guān)系19546社會網(wǎng)絡(luò)94841復雜網(wǎng)絡(luò)19425中心度81170網(wǎng)絡(luò)中間中心勢（%）1537知識管理61923

的邊緣，其權(quán)威性越小。使用UCINET計算網(wǎng)絡(luò)接近中心度，列出接近中心度最低的前十位關(guān)鍵詞如表5可知，社會網(wǎng)絡(luò)分析、中心性、網(wǎng)絡(luò)結(jié)構(gòu)等關(guān)鍵詞接近中心度最低，其與網(wǎng)絡(luò)中其他點的距離最短，屬于該領(lǐng)域網(wǎng)絡(luò)的核心主題，其影響力和重要性都十分高。該結(jié)果與以上度數(shù)中心度、中間中心度的分析結(jié)果是一致的。網(wǎng)絡(luò)接近中心勢為7865%，說明從整體角度來看，該網(wǎng)絡(luò)中信息傳遞的有效性比較低，即關(guān)鍵詞之間的聯(lián)系程度不是很高。表5關(guān)鍵詞接近中心度

關(guān)鍵詞接近中心度關(guān)鍵詞接近中心度社會網(wǎng)絡(luò)分析61000行動者92000中心性72000社會資本95000網(wǎng)絡(luò)結(jié)構(gòu)76000社會關(guān)系98000社會網(wǎng)絡(luò)81000復雜網(wǎng)絡(luò)98000中心度82000網(wǎng)絡(luò)接近中心勢（%）7865知識管理85000圖2關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)……基于度數(shù)中心度

圖3關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)……基于中間中心度

24社會網(wǎng)絡(luò)熱點領(lǐng)域挖掘

通過對關(guān)鍵詞的詞頻及中心性進行分析，可以得出在社會網(wǎng)絡(luò)分析領(lǐng)域處于核心地位的、具有較大權(quán)威性的熱點主題詞匯，但其是以孤立節(jié)點形式存在的，考察的僅是節(jié)點個體屬性。Wasserman和Faust認為，凝聚子群是行動者之間具有相對較強、直接、緊密、經(jīng)常的或者積極關(guān)系的集合。通過凝聚子群的分析對網(wǎng)絡(luò)節(jié)點進行“分門別類”，找出節(jié)點與節(jié)點之間緊密聯(lián)系而形成的小團體，可以圖4關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)……基于接近中心度

更深程度地完善上述熱點研究。

首先，沿Network-Regions-Components路徑進行成分分析，發(fā)現(xiàn)61個關(guān)鍵詞節(jié)點屬于同一個成分，這一點從上文關(guān)鍵詞共現(xiàn)網(wǎng)絡(luò)中也可以看出來。在NETDRAW軟件中沿Analysis-Blocks&Cutpoints路徑進行橋點分析，發(fā)現(xiàn)網(wǎng)絡(luò)中并不存在橋點。這說明所研究領(lǐng)域的知識流通性良好，網(wǎng)絡(luò)中不存在扮演“中間人”橋梁角色的壟斷性詞匯。

成分分析未能為考察關(guān)鍵詞網(wǎng)絡(luò)內(nèi)部結(jié)構(gòu)提供有用信息，下面進行派系分析。在UCINET中沿Network-Subgroups-Cliques路徑，選擇派系最小規(guī)模為8，共得派系68個，限于篇幅，截取前20個派系羅列如圖5，并得聚類圖如圖6。圖5派系分析結(jié)果部分圖

可以看到，各個派系之間存在大量的成員重疊現(xiàn)象，在樹狀聚類圖中，仍有大量的節(jié)點不屬于任何派系。由于派系數(shù)目大且重疊現(xiàn)象明顯，筆者利用“共享成員”矩陣方法降低派系數(shù)量。限于篇幅，僅列出“共享成員”層次聚類分析結(jié)果如圖7。

3結(jié)語

本文在前序?qū)ι鐣W(wǎng)絡(luò)分析領(lǐng)域現(xiàn)狀研究的基礎(chǔ)上，進一步探討了該領(lǐng)域的研究熱點。主要通過對文獻關(guān)鍵詞進行詞頻分析、中心性分析以及凝聚子群分析，發(fā)現(xiàn)幾年來我國對社會網(wǎng)絡(luò)的研究偏向于應用層面，應用對象十分多元化，重點包括知識管理、競爭情報、熱點剖析、合著網(wǎng)絡(luò)等復雜網(wǎng)絡(luò)方面。隨著研究的不斷深入，該方法與其他領(lǐng)域或?qū)W科的結(jié)合越來越多，程度越來越深，綜合性越來越強。此外，在信息化社會的影響下，該方法在虛擬網(wǎng)絡(luò)中的應用也將從橫向和縱向上得到進一步加強。

參考文獻

[1]馬費成，張勤.國內(nèi)外知識管理研究熱點——基于詞頻的統(tǒng)計分析[J].情報學報，2006，（2）：163-171.

[2]李培林，覃方明.社會學：理論與經(jīng)驗[M].北京： 社會科學文獻出版社，2005：102-115.

[3]劉軍.整體網(wǎng)分析講義——Ucinet軟件實用指南[M].上海：格致出版社，2009.

[4]邱均平，李威.知識轉(zhuǎn)移領(lǐng)域作者合作模式實證分析[J].情報理論與實踐，2012，（3）：53-56，46.

[5]邱均平，許麗敏，陳瑞.社會網(wǎng)絡(luò)視角下企業(yè)內(nèi)部知識共享機制研究[J].圖書情報工作，2011，（10）：25-29.

[6]邱均平，張曉培.基于CSSCI的國內(nèi)知識管理領(lǐng)域作者共被引分析[J].情報科學，2011，（10）：1441-1445.

[7]邱均平，王菲菲.基于文獻計量的國內(nèi)外社會網(wǎng)絡(luò)分析研究比較[J].情報資料工作，2011，（1）：33-37.

[8]朱慶華，李亮.社會網(wǎng)絡(luò)分析法及其在情報學中的應用[J].情報理論與實踐，2008，（2）：179-183，174.

[9]邱均平，王菲菲.基于文獻計量的國內(nèi)外社會網(wǎng)絡(luò)分析研究比較[J].情報資料工作，2011，（1）：33-37.

[10]李亮，朱慶華.社會網(wǎng)絡(luò)分析方法在合著分析中的實證研究[J].情報科學，2008，（4）：549-555.

[11]王陸.虛擬學習社區(qū)的社會網(wǎng)絡(luò)分析[J].中國電化教育，2009，（2）：5-11.

[12]王陸，馬如霞.意見領(lǐng)袖在虛擬學習社區(qū)社會網(wǎng)絡(luò)中的作用[J].電化教育研究，2009，（1）：54-58.

（本文責任編輯：孫國雷）