社交网络分析的类型

社交网络是以图表的形式描述人与人之间关系的网络，用于不同类型的分析。存储人们关系的图表称为社会图。所有的图形点和线都存储在称为 Sociomatrix 的矩阵数据结构中。这些关系表示任何类型的关系，如亲属关系、友谊、敌人、熟人、同事、邻居、疾病传播等。

社会网络分析（SNA）是利用图论探索或检验社会结构的过程。它用于测量和分析网络的结构特性。它有助于衡量团体、组织和其他相关实体之间的关系和流动。我们需要专门的工具来研究和分析社交网络。

基本上，有两种类型的社交网络：

• 自我网络分析
• 完整的网络分析

1. 自我网络分析

自我网络分析是发现人与人之间关系的一种。分析是针对从整个人口中选择的特定人群样本进行的。这种抽样是随机进行的，以分析关系。这种自我网络分析中涉及的属性是一个人的大小、多样性等。

这种分析是通过传统调查完成的。调查涉及询问人们与谁互动以及他们之间关系的名称。并不专注于寻找样本中每个人之间的关系。努力在这些样本中找到网络的密度。该假设使用一些统计假设检验技术进行检验。

Ego Networks 提供以下功能：

• 有效传播信息。
• 来自链接的意义构建，例如，社交链接、关系。
• 获取资源，高效的连接路径生成。
• 社区检测，识别形成群体。
• 分析个人之间的社会支持关系。

2. 完成网络分析

完整的网络分析是用于所有网络分析的分析。它分析了从大量人口中选择的样本之间的关系。亚组分析、中心性测度和等价分析均基于完整的网络分析。这种分析措施有助于组织或公司在他们的关系的帮助下做出任何决定。测试样本将显示整个网络中的关系，因为样本取自一组域。

自我网络分析和完整网络分析的区别：

自我与完全网络分析的区别在于，自我网络侧重于收集样本中的人与外界的关系，而在完全网络中，它侧重于发现样本之间的关系。

大多数网络分析将仅针对特定域或一个组织进行。它不关注组织之间的关系。如此多的社交网络分析措施仅使用完整的网络分析。