基于知识图谱的国外社会网络分析领域可视化研究-

1、基于知识图谱的国外社会网络分析领域可视化研究杨利军,魏晓峰(中山大学资讯管理系,广东广州510006摘要:以Web of Science 数据库中1999年-2010年的文献数据为研究样本,首先对样本数据进行计量分析,再借助CiteSpace 信息可视化软件绘制知识图谱,分析了国外社会网络分析(SNA领域研究所涉及的重要学科领域和国家(或地区分布情况,通过文献共被引分析研究演进过程和规律,通过共词聚类分析研究热点,最后探析前沿领域和研究趋势,为国内社会网络分析领域的研究提供必要的参考借鉴。关键词:社会网络分析;信息可视化;知识图谱中图分类号:G350文献标识码:A文章编号:1007-7634(

2、201107-1041-08Visualization Research in Foreign Social Network Analysis Based onMapping Knowledge DomainYANG Li-jun,WEI Xiao-feng(School of Information Management,Sun Yat-sen University,Guangzhou 510006,ChinaAbstracts:Choosing datum of documents published from 1999to 2010from Web of Science database

3、 as the research sample,this article firstly analyses sample datum on the basis of bibliometrics,further analyses distribution of important subjects and countries (or regionsinvolved,course and law of research evolution by document co-citation analysis,the hot topics of research by co-word cluster a

4、nalysis,and at last explores frontiers and future trends of research in foreign social network analysis by operating CiteSpace as a software of information visualization and mapping knowledge domain to provide someessential reference for further research in domestic social network analysis.Keywords:

5、social network analysis,information visualization,mapping knowledge domain收稿日期:2010-11-26作者简介:杨利军(1973-,男,云南石林人,讲师,硕士生导师,主要从事信息计量学与科学评价研究;魏晓峰(1982-,男,河北怀安人,硕士研究生,主要从事信息计量学研究.1引言社会网络分析是分析社会行动者之间的关系和网络结构、研究群体结构对群体功能或群体内部个体影响的一种社会学研究方法;主要包括两大研究领域:社会个体网及整体网研究【1】。社会网络分析于20世纪30-40年代发端于国外,随着学术研究和应用实践的不断发展,

6、目前已经成为一种比较成熟的社会科学领域量化研究范式和重要研究方向;其理论与方法论体系日益成熟,并在国内外得到越来越广泛的应用【2】。以国内情报学为例,近年来,社会网络分析在知识管理【3】、引文分析【4】、合著分析【5】等方面均有较多的应用。经过检索和调查,目前鲜有关于国外社会网络分析领域研究的计量和可视化分析的学术论文或综述性文章。有鉴于此,本文以国际上权威的Web of Science 数据库中收录的文献题录和引文数据为基情报科学Vol.29,No.7July,2011第29卷第7期2011年7月础,采用信息计量学、网络分析等方法及信息可视化技术,从社会网络分析所涉及的重要学科领域、国家或地

7、区分布、知识基础、研究热点、前沿领域及发展趋势等方面,对国外有关社会网络分析领域的研究论文进行分析;通过对国外该领域研究演进与现状的总结,为国内同领域学者的科研选题、规划与管理提供一定意义的学术参考。2数据来源及处理2.1数据来源对Web of Science(包括SCI和SSCI数据库进行主题检索,检索表达式为:Topics(主题=(“social*network*analys*”OR Topics=(“social* network*”SAME analys*,检索时间为2010年10月8-9日;选择所有学科领域,入库更新时间为所有年份,检索结果只包含期刊论文(Article,语言类型限定

8、为英语。经过数据的过滤和筛选,排除第一作者为中国人(包括港台地区的数据,得到有效文献860篇,发表年代自1999年至今。经调查,其中最早的研究文献是美国学者Rosenberg D等在Sexually Transmitted Diseases上发表的Networks of persons with syphilis and at risk for syphilis in Louisiana:evidence of core transmitters一文,主要分析了美国路易斯安娜州梅毒病患者群体网络的结构关系,并探寻了核心病毒传染者的行为影响因素【6】,属于典型的实证与案例研究。2.2文献数据计量

9、分析据统计,自1999年至今,国外社会网络分析相关领域研究的年均发文量为71.7篇,各年份发文量分布情况如图1所示。从图1中可以看出,2000年以前,相关研究还没有普遍开展,发文较少;从2001年以来,发文量开始激增,除2004年有所下降以外,基本保持稳步增长的态势,2006年开始连续保持在年均水平以上。分析结果表明,国外学术界一直在关注社会网络分析领域的相关研究,研究领域不断扩展和延伸,相关基础理论探讨和技术方法应用也逐步深入和成熟。检索得到860篇论文的总被引频次为5596(篇次,篇均被引频次为6.57;共计引证文献4838篇,出版或发表年限是自1999年至今,年均被引频次为466.33;

10、排除自引量的引证文献共计4500篇,具体包括期刊论文3260篇,会议论文704篇,综述370篇,社论、书评等其他类型文献166篇;论文的H指数为35,说明此领域有着较强的学术影响。各年份论文的引文量分布情况如图2所示。从图2中可知,国外社会网络分析领域研究论文的被引量基本呈逐年递增的趋势,说明随着研究的逐渐深入,国外相关研究成果不断受到其他学科领域的普遍关注和参考借鉴,基本理论、方法和技术等都得到较广泛的应用推广;该领域研究的学术影响力在不断提升,具有良好的发展前景。图1国外社会网络分析领域研究论文发表数的年代分布(1999-2010年图2国外社会网络分析领域研究论文被引量的年代分布(1999

11、-2010年2.3数据处理工具CiteSpace是美国德雷赛尔(Drexel大学陈超美教授利用Java语言开发的一种多元、分时、动态的应用程序和可视化软件。该软件在绘制知识图谱和基于不同特征引文网络的可视化分析等方面具有较强的技术和功能优势;能用于对不同学科的知识基础、研究前沿(及二者之间的关系、动态演化历程、研究热点、不同研究前沿之间内部关系以及研究趋势的分析与探测【7】。3基于CiteSpace的知识图谱可视化分析3.1研究所涉及的重要学科领域分析在CiteSpace中,以“Category(学科主题” 为网1042情报科学29卷序号1234567891011学科情报学与图书馆学计算机科学

12、 信息系统社会学管理学公共环境和职业健康教育学计算机科学 跨学科应用商学地理学人类学心理学 多学科发文量(频次9777777169463932302929占文献总数百分比11.39%9.04%9.04%8.33%8.10%5.40%4.58%3.76%3.52%3.40%3.40%序号1213141516171819202122学科社会科学 跨学科计算机科学 人工智能计算机科学 软件工程计划与发展研究经济学精神病学通信生态学社会科学 生物医学环境研究政治学发文量(频次2928272726232222222120占文献总数百分比3.40%3.29%3.17%3.17%3.05%2.70%2.58

13、%2.58%2.58%2.47%2.35%络节点,绘制国外社会网络分析领域的学科主题共现知识图谱,如图3所示,共有104个节点,186个连接,网络密度为0.0347。在该图谱中,节点的出现频次代表对应学科的发文量,频次越高,节点就越大,在网络中就会突出显示。基于发文量(取20篇以上和频次(取20以上统计,国外社会网络分析相关研究所涉及的主要学科领域分布情况如表1所示。从统计数据可以看出,图书情报学、社会学、管理学、心理学与教育学、人类学等一直是国外社会网络分析领域的主要学科;同时,生态与社会环境、医疗保健、经济与商业、政治与社会活动等成为社会网络分析领域学者普遍关注的研究主题和方向;计算机科学

14、领域的发文量最高(合计152篇,占文献总量的17.7%,反映出计算机图形与网络可视化、网络聚类算法、网络分析、网络数据挖掘与知识发现、复杂网络结构模型构建与系统分析等信息技术与方法,以及社会网络分析软件开发与应用等【8】方面在该研究领域中占较大比重;以社会科学为中心、跨学科多领域相关研究的特征较显著,如数学社会学、社会和网络计量学、社会心理学和群里动力学等日益成为主流的科学研究领域,这与其学术起源的现实背景基本相一致。以上研究结果表明,随着社会网络理论的不断成熟,社会网络分析领域内方法技术应用性研究逐步趋于纵深化和泛化,并逐渐扩展和渗透到不同的科学领域。图3国外社会网络分析领域研究的学科主题共

15、现图谱3.2研究所涉及的主要国家(或地区分析在CiteSpace 中,以“Country(国家或地区”为网络节点,绘制国外社会网络分析领域研究所涉及的国家(或地区共现知识图谱,如图4所示,共有70个节点,89个连接。基于发文量(取10篇以上和频次(取10以上统计,社会网络分析领域研究的国家(或地区分布情况如表2所示。根据社会网络分析理论,中间中心度测量的是某节点对经过该节点并彼此相连接的另外两个节点的控制能力,一定程度上表征某节点与其他节点所具有的广泛和密切的联系以及在整个网络中的重要地位和作用【9】。在该图谱中,位于中心位置的最大节点是美国,其中心度和频次(即发文量均最大,分别是351和0.

16、98。在美国,以伊利诺伊州立大学、哈佛大学和亚利桑那大学等高校为代表的科研机构在20世纪50-60年代较早开展了社会网络分析领域的基础性和前沿性研究,逐渐形成了具有一定规模和较稳定的学术群体,其中最著名的是学者怀特开创的哈佛研究小组和学派,其一系列研究使社会网络的整体性研究取得突破性进展;该领域内的多数著名学者如瓦瑟曼、弗里曼和斯科特等,均来自于美国或在美国长期从事科研,并且与其他国家学者保持着良好的学术交流与合作的传统,产生了一大批重要的研究成果【10】;此外,1978年以来,社会网络社会结构杂志等本领域权威核心杂志相继在美国创刊,进一步促进了社会网络分析与的学术发展。因此,美国在国际社会网

17、络分析领域具有绝对的研究实力和优势,遥遥领先于其他国家,同时在国际科研合作领域中一直处于最核心地位,发挥着重要的中介和联系作用。除美国外,英国、加拿大、德国和韩国等欧亚国家也具有一定的研究水平和影响力。按照中心度(取0.1以上统计,英国(0.25和加拿大(0.16等节点也处于较核心区域,与周围很多国家节点相连接,这表1 国外社会网络分析领域研究的学科主题分布7期基于知识图谱的国外社会网络分析领域可视化研究1043主要是因为:英国具有在社会学和人类学等领域较好的研究基础;自20世纪50年代以来人类学家布朗较早关注社会结构研究,并以这一视角提出“社会网络”思想;随后,社会学家巴恩斯率先运用社会网络

18、分析的方法开展相关研究,不久又与加拿大心理学家博特开展科研合作,由此引起了国内不少学者的普遍关注和研究实践,逐渐形成了以曼彻斯特大学和牛津大学为主阵地的学术知识群,相关研究不断取得进展;1978年,美国学者韦尔曼在加拿大多伦多创建了社会网络分析国际网(INSNA【11】,从此开创了本领域研究的新局面,欧美等国家或地区的学术交流与合作开始兴起;来自于多伦多大学和蒙特利尔大学等众多加拿大高校和科研机构也相继投入该领域研究,取得一定的理论突破和方法应用性的研究成果。此外,相比之下,图谱中其他国家(或地区节点的连接较少,或处于网络的边缘区域,且网络密度仅为0.0369,反映出目前还没有形成较广泛的国际

19、科研合作规模,各国间的学术交流和科研合作有待于加强和深化。图4社会网络分析领域研究的国家(或地区共现图谱表2社会网络分析领域研究的国家(或地区分布3.3核心研究学者和经典文献分析基于文献的共被引关系,按照一定的共被引频次或强度,在引文网络中可以形成不同的文献聚类;聚类内的文献在专业属性或研究主题上具有较大的相似性或相关度,而不同聚类之间则存在较大的差异性【12】。在图谱中处于中心的聚类代表了社会网络分析领域研究的核心学术群体,体现出这一研究领域最强大的学术阵容和科研实力。通过进一步分析核心文献聚类,可以得出社会网络分析领域中很多重要学者及其代表性文献。以“Cited Reference(参考文

20、献”为网络节点,以论文标题、摘要和关键词(包括作者关键词与增补关键词作为术语来源,绘制文献共被引聚类知识图谱,共有386个节点,687个连接,网络密度为0.0092,如图5所示。在该图谱中可以识别出5个具有主导性地位和学术影响力的关键节点,都有着较高的中间中心度(0.25以上;按照被引频次(取30以上排序统计,重要节点文献如表3所示。图5国外社会网络分析领域文献共被引聚类图谱表3中列出的学者及其代表性文献,总体上展现出国外社会网络分析领域研究的各阶段性成果和重要知识基础,为后来研究的不断深入和演化起到了奠基性作用。结合文献共被引聚类关键路径的具体分析,可以大体上识别出该领域学术研究演变的基本进

21、程:首先,美国社会学家、哈佛学派代表人物马克·格拉诺维特于1973年在其著述中正式提出了“弱连接优势”概念【13】,为社会网络相关理论的发展奠定了坚实的基础;其次,以林顿·弗里曼为代表的美国学者提出和完善了社会网络中心性等一系列重要分析指标概念【14】,为社会网络分析在不同学科领域的广泛应用奠定了基础;1994年,美国著名学者瓦瑟曼和福斯特编著出版的著作【15】成为社会网络分析领域的经典文献,使社会网络分析在各个社会科学领域的学术影响力不断延伸,其应用范围也进一步扩大;与此同时,自20世纪90年代以来,小世界网络、社会结构洞、凝聚子群、复杂网络等重要理论也相继提出和发展;进

22、入21世纪,社会网络分析的理论探索与方法应用逐步向纵深化发展,逐渐形成了较成熟的科学知识体系【16】,其中,学者博加提、Nooy等通过介绍当前较流行的社会网络分析软件及其使用方法,进一步推广该方法技术的实际应用【17-18】,直接促成了以后相关领域的大量实证性与案序号1 2 3 4 5 6 7 8家(或地区美国英国加拿大德国荷兰西班牙澳大利亚意大利发文量(频次351139626258524229占文献总数百分比40.81%16.16%7.21%7.21%6.74%6.05%4.88%3.37%序号910111213141516家(或地区韩国瑞典法国芬兰日本瑞士巴西斯洛文尼亚发文量(频次2824

23、191414141210占文献总数百分比3.26%2.79%2.21%1.63%1.63%1.63%1.40% 1.16%1044情报科学29卷序号1234567891011121314151617被引频次26111110810081805148424240383333333030中心度0.550.730.420.700.110.330.060.040.040.010.090.020.050.030.010.010.01论著题名社会网络分析 方法与应用(Social network analysis:method and application 弱连接优势(The strength of we

24、ak ties Windows 版Ucinet 社会网络分析软件(UCINET for Windows:software for social network analysis (Centrality in social networks:conceptual clarification 结构洞 竞争社会结构(Structural holes:the social structure of competition 社会网络分析手册(Social network analysis:a handbok 社会网络分析(Social network analysis 小世界网络的集合动态(Collec

25、tive dynamics of small-world networks 社会理论的基础(Foundations of social theory 人力资本创建中的社会资本Social capital in the creation of human capital 随机网络度量的兴起(Emergenceof scaling in random networks 社会网络的同质性(Birds of a feat-her:Homophily in socialnetworks 经济行为和社会结构 嵌入问题Economic action and social structure:the prob

26、lem of embeddedness 复杂网络的结构和功能(The structure and function of complex networks 社会网络方法导论(Introduction to social network methods 基于中间中心度的测量集合(A set of measures of centrality based onbetweenness 基于Pajek 的探索式社会网络分析Exploratory social network analysis with Pajek 第一作者Wasserman S Granovetter M Borgatti SPFre

27、eman LC Burt RS Scott J Scott J Watts DJColeman JS Coleman JSBarabasi ALMcpherson MGranovetter MNewman MEJHanneman RAFreeman LCNooy W出版或发表年19941973200219791992200019911998199019881999200119852003200519772005半衰期73572316217101514551732272例式研究;2000年以来,美国学者斯科特、Hanneman 等在一系列重要著作中较全面地阐述和系统地归纳了社会网络分析的重要理论

28、与应用方法,对社会网络理论和分析应用进行了宏观性总结和前景展望【19-20】,在学术界具有较广泛的影响。3.4研究热点分析文献题录中的关键词是对主题的高度概括和集中描述,可以用于确定某领域的研究热点和主流方向,出现频次较高的关键词在可视化图谱中显示为较大的节点。在CiteSpace 中,以“Keywords(关键词”为网络节点,绘制共词聚类知识图谱,如图6所示,共有781个节点,1562个连接,网络密度为0.0051。按照词频(取15以上排序统计,重要关键词分布情况如表4所示。从图谱中可知,居于最中心位置的节点为“social network ”(社会网络,具有最大的中间中心度(1.03,使用

29、频次居第二位(207;节点“social network analysis ”(社会网络分析的使用频次最高(217,其中间中心度居第二位(0.54。这反映出社会网络的关系结构或模式是本领域研究的核心内容和对象,社会网络分析相关理论与方法技术研究一直受到学术界的普遍关注。笔者仅以“social network analysis ”一词在Web of Science 数据库中通过篇名途径进行检索,即得到98篇研究论文,主题涉及很多科学领域,比如面向专家系统信息检测、基于企业或集团战略合作支持、社区发展实践和高校等科研机构教育评估等领域的社会网络分析;生命与环境科学领域中的细胞组织、分子结构、生态系

30、统等复杂网络分析;医疗保健领域中各种医患等群体的关系网络分析;科技领域内专利技术发明者、科研合作或合著者、科技创新人员、非正式知识交流或转移群体等网络的结构关系分析,以及社会人际网络交互和结构模式研究等【21】,成为近年来该领域研究的热点。图6国外社会网络分析领域关键词共现聚类图谱在该图谱中一共包含有37个不同规模的共词聚类,它们代表着不同的热点主题,不同聚类间通过一些关键节点紧密联系。按照聚类规模(所含关键表3 国外社会网络分析领域部分高被引重要文献及其作者7期基于知识图谱的国外社会网络分析领域可视化研究10451046 序号 1 2 3 4 5 6 7 8 9 10 11 12 13 14

31、 15 16 17 18 19 20 21 22 23 关键词 social network analysis social network(s network(s centrality organization(s communication communication behavior(s communities collaboration/cooperatio support performance system(s knowledge innovation ties patterns health science social support internet complex netw

32、orks network analysis 词频 217 207 87 59 56 49 45 45 43 43 41 38 37 33 33 32 32 32 30 28 28 26 25 情 报 科 学 表 4 国外社会网络分析领域高频关键词分布 中心度 0.54 1.03 0.19 0.16 0.11 0.05 0.10 0.02 0.02 0 0.19 0.02 0.01 0.02 0.02 0.04 0.06 0.03 0 0.13 0.03 0 0.01 序号 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 4

33、4 45 关键词 dynamics information impact population social capital management evolution firm(s technology disease(s mortality gender women embeddedness friendship(s United states adolescents/adolescence perspective power stress weak ties transmission 词频 24 22 22 22 20 20 20 20 19 19 19 19 19 18 18 18 17

34、 17 16 16 16 15 29 卷 中心度 0 0.04 0 0.02 0.01 0 0.03 0 0 0.05 0.12 0 0.01 0.04 0.01 0.10 0 0 0 0 0 0 词节点数在 20 以上统计， 图谱核心区域中显示出 7 个 主 要 聚 类 ， 聚 类 内 共 词 关 系 均 在 2001 年 到 各 2009 年间先后出现。根据各聚类关键词标签和聚 业在生产、 管理、 营销和服务等一系列活动领域中群 体内外部各成员之间形成的关系网络分析； 面向科 学决策与战略规划的行政机构组织结构特征与内部 成员关系的网络分析； 基于科研合作或合著、 科技创 新、 专利发明与

35、申请、 科学知识交流与转移等科学共 同体内部成员间各种关系的网络分析； 求职者、 病患 者、 教师、 学生、 科研人员等特定职业或生活背景中 群体成员的社会网络分析； 青少年、 妇女、 老年人等 特定年龄和性别群体内外关系的社会网络分析； 网 络中心度与密度、 社会网络结构与模型、 社会嵌入 性、 社会资本、 复杂网络等社会网络理论的深入探 讨； 基于社会秩序与规模、 社会情感支持(如亲属关 系、 朋友关系、 同事关系等和群体动力(或动态的社 会网络分析等， 均成为近年来国外社会网络分析领 域的研究热点或重点。可以看出， 上述研究热点中 既有对社会网络理论和网络分析方法深入细化的探 讨与总结，

36、 又有基于某一领域或特征的社会网络关 系结构的案例分析或实证研究， 而后者所占比重较 大， 突出了该领域研究的应用性和实践性。 此外， 根据社会网络的 “核心边缘” 结构模型 理论可知， 处于较边缘的聚类与核心区域聚类之间 的联系较少或者几乎不存在关联， 处于相对孤立的 位置， 代表了相对独立且尚未形成较大规模的研究 领域【2 2】。根据对各聚类标签和聚类内高频关键词 的分析， 这些近年来形成的较明显的研究热点包括： 通过对中小学初等教育领域中教师与学生以及学 生之间关系网络的分析， 考察师生行为与教学绩效 市场整合这一背景， 在企业各生产部门之间及其内 部范围内， 对员工之间以及员工与主管之

37、间基于相 互信任、 情感支持和信息知识流动等方面而产生的 度紧张和各种压力状态或环境下而接受精神病治疗 各种人际关系网络的实证分析； 针对由于处于过 的中老年患者群体的关系结构与整体特征的分析； 在国际人口迁移与流动的潮流和趋势发展日益明 显的背景下， 对移民社区结构关系与该特殊群体特 征的分析探讨等。以上结果表明， 随着全球社会经 济环境的不断发展变化， 近年来国外有学者开始关 注一些特定的研究热点主题， 但仅限于小范围学术 群体， 还没有形成一定的研究规模和稳定的科研团 队， 研究尚不够成熟， 还有待于进一步深化。 3.5 研究前沿和发展趋势分析 突变词(Burst Term是指出现频次在

38、较短时间 类内高频词分布情况， 研究热点与主题总结如下： 企 之间的关系问题； 针对全球一体化、 社会自由化和 内突然增加(增长速度较快或使用频次增长率明显 提高的术语。从大量的文献主题词中检索出所有的 突现词(或术语， 不是单纯依据词频的大小， 而是利 用突现词的动态变化特性， 根据词频的时间分布和 变动趋势来分析学科的研究前沿领域和发展趋势， 可以更有效地揭示学术研究的动态发展机制【2 3】。 7期 基于知识图谱的国外社会网络分析领域可视化研究 1047 利用 CiteSpace 中的 “Time Zone” 时序视图功能， 基 于词频统计的关键词在各年份的分布情况如图 7 所 示。 突变

39、词如表 5 所示。具体分析如下： 社会行动者之 间良好的社会支持可以有效地维系不同社会组织或 协作等不同方面关系而形成的社会支持人际网络的 研究成为当前社会网络分析领域的热点和前沿之 一， 有可能成为未来的研究方向之一；健康” 影响 “ 、 “ (或冲突” 等词， 表明近年来国外对心理等医疗保健 领域特殊群体成员所形成的网络关系与行为模式的 和关系对行动者行为方式和倾向产生的各种影响也 成为学者较重视的研究方向之一； 网络结构” “ 一词 反映出当前国外始终注重对不同类型社会网络内部 结构与特征的深入探讨以及网络成员之间特定关系 的实际研究， 这会成为持续关注的一个研究方向； “科学” 一词表

40、明围绕科学或技术合作(或合著关系 网络、 科研共同体网络关系结构与行为模式、 基于科 学知识传播与共享的网络关系、 基于科学研究成果 评价、 绩效评估与科学规划管理等主题 【2 4】 的社会网络为案例或模型进行实证性研究将会不断 地深入和扩展， 未来这一研究趋势会日益显著。 按照突变度指标从大到小排列， 探测出的 8 个 4 结 语 结合对社会网络分析领域研究文献的分析结 果， 笔者认为可以对国外社会网络分析研究领域做 如下概括： 研究演进上， 严格地讲， 社会网络分析 群体的稳定和发展。对基于信任、 情感、 友情、 亲属、 是一种社会科学研究的重要范式、 方法或视角， 属于 方法性研究领域，

41、 建立在早期来自社会学、 心理学、 人类学、 数学与计算机科学等学科的知识基础上， 近 十余年来国外基本上遵循着从概念和方法的理论性 探讨到具体领域的实际应用、 进而不断丰富和完善 相关理论与方法这样一条的较为清晰的研究路线； 研究范式上， 国外社会网络理论研究正处于纵深 发展阶段， 已经逐步形成了较为成熟和完善的基础 来其研究进程更多地体现着相关原理与方法技术在 研究比较关注， 而社会行动者所在的群体网络结构 理论与方法论体系， 世纪 90 年代末至 21 世纪以 20 不同科学研究领域的应用性研究， 并且应用领域不 断扩展与延伸， 交叉性和边缘性的研究倾向较显著； 研究方法上， 国外社会网

42、络分析领域的实证性研 究较多， 包括案例分析、 问卷调查或现场访谈等多种 形式， 社会调查分析与网络数据测度相融合、 定性与 定量研究相结合的趋势较明显； 研究内容上， 国外 注重这一分析方法和研究范式在不同类型(个体网 或整体网、 不同领域(如科研评价与管理、 企业管理 与决策、 心理教育、 医疗保健、 社区人际交流、 科学与 企业合作等、 不同群体(如亲属、 同事、 朋友、 竞争 者、 师生等网络关系结构和动态模式、 以及基于不 同类型(如竞争、 友谊、 合作、 亲缘、 信任、 互利支持 等关系形成的网络结构与特征的分析与考察， 跨学 科与领域研究趋于多元化和系统化； 研究趋势上， 不同时

43、期研究热点与前沿的转变与演进， 一方面是 断注重利用社会网络分析视角， 通过课题研究试图 来分析解决当前较紧迫或重大的社会现实与日常生 活问题， 另一方面也不乏基于学者的个人专业背景 和研究兴趣， 形成了具有不同特点的研究方向和不 同规模的学术共同体， 其他的具体原因还需要进一 步解析。 综上所述， 本文使用计量学研究方法并结合知 识图谱分析， 探讨了国外社会网络分析领域的研究 现状与进展情况。由于数据库文献数据收录范围和 数量有限， 文献数据的检索、 处理和统计等方面难免 结合社会政治经济形势的发展与变革走向， 学者不 的社会网 络分析是当前学术界较关注的研究热点和方向。 图 7 国外社会网

44、络分析领域增长趋势较明显的突现 词时间分布图谱 表 5 国外社会网络分析领域突变词的年代分布 序号 1 3 4 5 6 7 8 突变词 支持(support 健康(health 科学(science 社会支持(social support 网络结构(network structure 影响(或冲突(impact 风险(risk 突变度 6.71 6.32 6.18 5.91 4.51 3.27 2.89 词频 突变年份 41 1992 32 1999 30 2003 28 1999 14 2008 22 2003 11 2001 笔者认为， 以上近几年来的研究前沿领域， 很有 可能成为未来国外

45、社会网络分析的发展趋势。从基 础理论探讨到具体实证分析， 特别是以现实社会中 不同领域、 阶层和特殊群体所组成的具有不同特性 1048 情 报 科 学 412. 29 卷 存在一些偏差， 本文部分研究结论可能需要通过专 家访谈进行进一步的验证。鉴于本文研究仅限于国 外， 笔者认为， 在此基础上分析国内同一领域研究文 献数据， 并深入系统地开展国内外研究的对比分析， 可以作为下一步工作的内容。 参考文献 1 刘 军.社会网络分析导论M.北京:社会科学文献出版社, 2004:4-5. 205-208. 13 Granovetter, M. The strength of weak tiesJ.Am

46、eri 14 Freeman, L.C. Centrality in social networks: concep tual 15 Wasserman S, Faust K. Social network analysis: meth ods and applicationM.Cambridge:Cambridge Univer sity Press, 1994:1-309. 社,2008:19-20. 16 刘则渊,等.科学知识图谱： 方法与应用M.北京:人民出版 17 Borgatti SP, Everett MG, Freeman LC.Ucinet for Win vard: Ana

47、lytic Technologies,2002:1-15. University Press,2005:1-10. dows: software for social network analysisM. Har work analysis with PajekM. New York:Cambridge don: Sage Publications, 2000:1-32. pdf,2010-10-12. 215-239. clarificationJ.Social Networks,1979, (1: can Journal of Sociology, 1973,(78: 1287-1303. 2 汤 汇 道.