网络分析精选(九篇)

前言：一篇好文章的诞生，需要你不断地搜集资料、整理思路，本站小编为你收集了丰富的网络分析主题范文，仅供参考，欢迎阅读并收藏。

网络分析

第1篇：网络分析范文

关键词事件相关振荡，动态细胞集群，同步化

分类号R741

脑电图(electroencephalography,EEG)可能是最为突出和神秘的脑功能特征，伴随认知、情感和行为过程的EEG振荡活动则称为事件相关振荡(event-relatedoscillations，ERO)。虽然EEG早已用来检测和判断脑功能，基于EEG的神经反馈也用于改善脑功能和治疗脑病，但历经80年研究，EEG产生机制和功能意义仍未完全澄清，本文介绍ERO研究方法、进展和方向。

1振荡脑网络分析方法

EEG是一个包含许多不同频率成分的宽频振荡，其功率与频率成反比变化，1/f反比斜线上也可能出现以10Hz、40Hz振荡等为中心频率的突起。各频带下限和上限由低到高表示如下：δ[0.1，4]，θ[4，8]，α[8，13]，β(13，30)，γ(30，100)(Hz)。频带界限值在文献中并未统一，“[]”和“()”分别表示包括或不包括对应界限值；δ，θ和α频段称为低频振荡，β和γ频段称为高频振荡，低于δ频段者为超慢(infraslow)振荡，高于γ频段者为超快(ultrafast)振荡。EEG在不同脑区、不同生理和病理过程具有特定分布和不同频率组合。

振荡研究受制于分析方法。一个简谐振荡可用正弦函数的频率、幅值和相位三个参数完全描述。1807年，傅里叶提出可将复杂振荡分解为许多简谐振荡的代数加权和的方法，从而建立了信号时域与频域的变换。该变换因假设各简谐振荡能量均匀分布而丧失了时间信息，不适合分析ERO这类振荡特征快速变化的非平稳信号。

1946年，Gabor引入一个固定长度的移动窗函数而把信号划分成许多片段，再用傅里叶变换分析，获得各个时刻的频域特征。对于非平稳信号，高频部分希望窗函数有较高时间分辨率；而其低频部分则要求窗函数有较高频率分辨率，一个固定长度的窗函数不能兼顾两方面，若要调整分辨率，只能重新选择窗函数长度。

1980年，Morlet引入一个能量有限、兼具振荡和快速衰减特点的“窗”函数族，故名“小波”。小波变换在时域和频域具有自适应多分辨分析的特点：一个宽频信号内的低／高频成分可分别应用较高／低频率分辨率和较低／高的时间分辨率的小波函数来突出特征，因而适合非平稳信号分析。Morlet复值小波是ERO分析最常用的小波函数，可提取瞬时功率和瞬时相位。

基于EEG考察大脑网络的方法主要有四类：(1)时频分析方法如小波变换和Hilbert变换等；(2)多变量自回归模型；(3)信息论方法；(4)图论及非线性网络动力学方法。前两者为可直接刻画振荡特点的线性方法，后两者虽不直接反映振荡特点，但可用于包括非线性情形的数据分析。它们的性能需要深入比较，还没有完美的指标和方法来全面刻画振荡大脑网络。

用一阶特征和二阶特征可区分出两类同步振荡：一阶特征如功率谱和波幅等反映局部神经活动的同步程度以及调幅变化；二阶特征如锁相值(phase-lockedvalue)和相干函数等描述远隔脑区振荡之间的同步程度，锁相值只与两个振荡相位差的统计分布有关，后者则受波幅和相位共同影响。

由于没有理想的“零电势点”作为参考部位，基于EEG直接计算二阶特征受容积导体效应与共同参考影响，可用空间滤波如Hiorth变换或Laplacian变换来消除，故获取“免参考”(reference-free)数据是计算二阶特征必要的预处理。而两个脑区之间的联系受第三区共同驱动的效应要用偏相关／偏相干技术来削弱。

2事件相关振荡

EEG振荡可自组织(self-organized)自发(spontaneous)产生而与事件无关，如睡眠EEG，同ERO一样，其研究实际上受人类定义、记录和分析各类事件能力的限制，同时考察其与环境、行为、主观体验以及各类设备提供的测量指标等的关系，才能深入理解。

依据振荡相位与事件锁时(time-locked)关系，ERO分为两类：锁相(phase-locked)和非锁相(non-phase-locked)振荡，也分别称为诱发(evoked)和引发(induced)节律。将一组ERO片段依事件发生时刻对齐后直接叠加，即获得平均事件相关电位(event-relatedpotentials，ERP)。对平均ERP的贡献主要来自锁相振荡部分，特别是功率更强的低频振荡，非锁相振荡成分却在平均叠加过程中与噪声同时衰减。Sayers等认为ERP主要由调相机制产生，刺激使原先随机变化的自发EEG振荡相位重置(phaseresetting)而转变成同步振荡。Jervis等则强调调幅机制：刺激引出额外增强的诱发反应。Shah等的结果支持相互包容的观点：调幅和调相(同步)是早期刺激的自底向上加工的共同机制；而在晚期源自额叶或顶叶的自顶向下加工中，调相机制更为重要。由于平均ERP丢失了非锁相成分，混淆了多频段动态信息，因而难以直接探究神经信息加工本质。

欲考察非锁相成分，需对ERO进行特别预处理；先用窄带滤波获得不同频段的时间序列，其波幅经平方后再平均叠加，避免非锁相成分因相位正负极性而在叠加中抵消，从而获得事件相关(去)同步(event-relatedsynchronization/desynchronization，ERS/ERD)，该方法同时保留了锁相和非锁相振荡成分。这样得到的ERS和ERD分别对应局部神经元群活动的同步增强和减弱，但实际上调幅机制也可能参与其中，它们并不反映远隔脑区之间EEG相位的关系。α阻断(a-blocking)就是典型的ERD现象，表现为安静闭眼时，原本处于闲置状态(idling)的枕区较强α节律(ERS)在睁眼时减弱(ERD)。奇怪的是，一些研究发现工作记忆及心算任务相关的额区和顶区α节律增强(ERS)，α节律在认知加工中是主动抑或被动角色有待探讨。功能神经影像学的结果可以提供EEG振荡在能量代谢方面的限制条件信息，Mukamel等报告人类听觉任务中，fMRI位于听觉皮层的血氧水平依赖信号与低频段(5～15Hz)局部场电位(10calfieldpotential，LFP)和动作电位(神经发放)平均发放率呈负相关、而与高频段(40～130Hz)振荡活动呈正相关，提示α振荡处于闲置的低能耗状态。Makeig等利用小波分析和独立成分分析同时考察诱发振荡、引发振荡及其发生部位。

3微观与介观尺度研究

基于观察的神经元数量，可大致将实验划分为三个尺度，这实际上由传感器与神经组织接触面积决定：微米尺度的微电极可考察微观的单个神经元的膜电位及发放；厘米尺度电极记录的EEG反映的是宏观上百万神经元集体活动；介观(mesoscope或mesoscale)则位于微观与宏观之间：毫米尺度电极记录的LFP是数十万局域兴奋性与抑制性神经元群体突触后电位的总和，也是更大尺度的颅内EEG或头皮EEG的发生基础。

Singer等研究猫单眼短期遮蔽前后条件下视觉皮层神经元功能变化，观察到神经发放锁相于γ频段的LFP，具有不同朝向感受野的神经元之间的γ振荡随着符合格式塔原理的光栅刺激变化而同步化，位居两个半球的脑区之间同步活动随半球联络纤维的切断而消失，从而排除了同步受刺激共同驱动所致的可能。同步振荡不仅受自底向上的刺激驱动，Fries等在视觉辨别任务实验中显示注意调节了恒河猴的V4区的神经振荡，V4区是视觉目标识别的重要区域。Womelsdorf等研究显示同分心物的神经振荡相比较，目标相关的γ振荡增强，而低频振荡减弱：当恒河猴错误选择了分心物时，γ振荡增强同样发生在分心物相关的神经元。高频振荡可能是注意这类自顶向下加工的神经相关物。

O''''Keefe等报告迷宫内直线前进的大鼠海马内神经发放与路径的不同位置相关，这些与γ振荡同步的神经发放依位置顺序排列在同一个LFP的θ振荡周期内，并以“先进先出”顺序在连续的θ振荡周期内提升(phaseprecession，相位递进)。这是高频和低频神经振荡相互作用和显示EEG功能的有力证据。海马神经元群使用了双重编码，其中反映位置变化的相位递进为时域(相位)编码，发放率反映漫游速度。

在实验基础上，Singer等提出时域编码假设：神经元通过毫秒精度的同步发放建立关联且以此做为后续加工的基础，即脑运用时域同步来编码客体特征乃至客体之间的关系。既往人们以为只有动作电位参与神经编码，关注的也仅仅是神经发放频率而非发放定时(timing)模式，忽视突触后电位构成的场电位。Traub等认为脑区局部抑制性中间神经元与锥体细胞之间的缝隙连接(gapjunction)起到了电突触的作用。许多研究表明LFP振荡可以直接影响发放阈值而调节发放定时和发放率，从而反映神经元群兴奋性的波动。Varela等认为介观水平的LFP是探讨脑区间相互作用的最优层次。

考察癫痫病人颅内深部电极阵列获得的颅内EEG，观察到跨频段振荡的相互影响(调频)、振荡强弱变化(调幅)和相位同步变化(调相)等现象。对应于大鼠巡游实验，从事迷宫漫游游戏的病人颅内EEG中也观察到θ振荡。在Stemberg工作记忆任务中，刺激引发的多脑区θ振荡增强延续至信息保持阶段；且内侧颞叶γ振荡随保持项目数增加而增强：而调相和调幅现象可以相互独立变化。研究发现神经发放可以分别锁相于δ、θ和γ振荡，有意思的是发放可以锁定于低频振荡不同相位，但只锁定于高频振荡的相位波谷，从而提示低频振荡相位对发放定时的调节可能是编码，而高频振荡为解码作用。成功的回忆伴随海马结构及其相邻皮层的γ和θ同步振荡的增强。在颅内同一部位(nested)的跨频段振荡记录中，观察到θ振荡相位调节高频γ振荡(80～150Hz)且在不同脑区随实验任务变化。这些实验提示LFP或EEG这类场电位振荡是参与神经信息加工的要素，可能担当着并不相互排斥的多重角色：信息编码、表征、通讯和调控。因此，寻求EEG功能意义也是对大脑工作原理的探索。

4宏观尺度研究

头皮记录的EEG反映局部厘米尺度的神经集体电活动，适合研究远隔脑区构成的振荡大脑网络。知觉、注意、意识和语言等认知过程或病理条件下均发现了ERO各类振荡调节现象。与EEG耦合的脑磁图(magnetoencephalograph，MEG)在观察脑深部活动方面有特殊优势。

ERO与知觉：Tallon-Baudry等最早应用小波分析ERO，以Kanizsa知觉三角、真实三角与非三角形做为刺激，发现前两种刺激均可以在280ms后引出常规平均方法所见不到的非锁相γ振荡。γ振荡被认为是绑定(binding)客体多个特征的机制，这些特征通常在脑内不同区域分布加工。Rodriguez等运用正立和倒立面孔侧面图片的辨别反应任务，发现在较易识别的正立面孔出现250mS的知觉阶段和720ms的反应阶段之后，受试者的额叶、顶叶和枕叶之间出现γ同步振荡；两个阶段之间则是相位分散(phasescattering)的失同步现象。

ERO与注意：Bauer等发现被试在一侧食指受到触觉刺激前呈现的线索可以导致其γ振荡增强，类似于上述猴V4区的实验，在注意负荷增加时，低频振荡减弱。Vidal等让被试分别关注视觉刺激的组群(grouping)特点或局部特征并记录其MEG，短暂呈现8个不同朝向的光条，被试在知觉组群阶段分别注意全部或其中4个光条，在回忆阶段被试必须指出再现的光条朝向是否发生了改变。结果发现知觉阶段的高组群难度导致高段γ振荡(70～120Hz)增强，而回忆阶段的任务难度变化却是低段γ活动(44～66Hz)增强，提示同步振荡在多脑区参与的活动中所起的协调作用，且不同类型的任务利用了不同频段的振荡。许多研究发现选择性注意涉及远隔脑区之间的同步γ振荡。

ERO与记忆：Debener等运用听觉刺激记忆搜索任务和EEG记录，发现再认阶段与模板匹配的刺激诱发出更强的γ振荡。Herrmann等报告具有长时记忆表征的刺激诱发的γ振荡显著强于新刺激，研究者猜测γ振荡实现了刺激与记忆的匹配和进一步利用。受相位递进现象和Steinberg工作记忆项目串行检索结论的双重启发，Lisman等提出工作记忆容量限制表现为θ振荡内容纳的γ振荡周期数，θ振荡提供了记忆项目有序化的时间参考框架，而γ振荡及神经发放分别编码了项目顺序及内容。多项目记忆组织和神经振荡关系的假说仍需基于ERO的实验证据

ERO与意识和语言：额叶、颞叶和顶叶之间的同步振荡在意识性察觉方面发挥关键作用。Gross等利用MEG研究注意瞬失(attcnfionalblink)现象，受试者任务是检测间隔100ms先后呈现的两个目标，发现第二个目标的成功检测伴随着上述区域之间B振荡的同步增强，而错失第二个目标伴随着同步削弱。他们提出高度的同步振荡与更好地分配注意资源相关。Melloni等利用掩蔽的样本延迟匹配任务和EEG考察意识性察觉，可见和不可见的单词均可产生γ振荡，然而，只有可见单词伴随编码阶段广泛远隔脑区的γ振荡同步和保持阶段额区局部θ振荡的增强，提示意识通达和维持可能需要涉及多个脑区的多频段同步振荡。Weiss等在语言加工过程中观察到跨越多个脑区的多频段同步振荡，并提出瞬时语言中枢的观点，强调语言的理解和产生依赖不同脑区的动态协同，挑战传统的语言中枢定位观点。

ERO与脑病：γ振荡在某些神经精神疾病也呈现出显著的变化。精神分裂症病人的情感淡漠、思维和言语的贫乏等阴性症状与γ振荡减弱相关，而妄想和幻觉等阳性症状伴随γ振荡增强。癫痫病人γ振荡的增强与常见的一些症状如似曾相识感(dejavu)现象相关。多动症病人显示了γ振荡的增强。而痴呆病人则为γ振荡的下降。

5动态细胞集群假说及验证

认知神经科学核心任务之一是阐明认知和思维过程是如何产生于神经活动的。大脑是一个高度分布的系统，大量处理平行进行，因而可以提出如下问题：(1)大脑如何编码、表征关联的信息内容?(2)神经信息是如何产生、变换、无混淆的选择和发送的?(3)分布的脑区内进行的并行加工如何协调和整合产生知觉、意识和行动?

Hebb提出的细胞集群(cellassemblies)假说为解决上述问题提供了启发，认为大脑工作可能基于如下三个基本原则：(1)共同激活的神经元之间突触联系增强；(2)联系增强可以发生在相邻或远隔的神经元之间；(3)紧密联系的神经元构成实现特定功能的单元。Hebb假说强调宏观的脑功能体现在神经元的相互作用中，而非单一神经元活动所能够表征和解释，对单个神经元的探究难以揭示网络水平的规律。相互紧密联系的神经元集体构成细胞集群，同一神经元可以扮演不同角色参与不同集群的活动。从而将神经信息表征和加工的主角从神经元转移到神经网络，实现了微观、介观和宏观尺度神经活动的沟通和跨越，推进了心理与神经事件关系的理解，成为整合心理科学各分支的基础。

Hebb假说适合描述学习等可发生突触形态改变的慢时间尺度上发生的神经(心理)过程，而认知过程等是在毫秒级时间尺度上发生的过程，可能并不伴随明显突触形态变化。其另一个挑战来自“重叠灾难”(superposRioncatastrophe)：在知觉、短时记忆或行动中，多目标对应的不同细胞集群是如何相互区分的?Malsburg提出“动态细胞集群”(dynamicalcellassembly)假说解释脑工作原理：神经活动同步和去同步可能是区分不同细胞集群的机制，归属同一细胞集群内的神经发放同步，而不同细胞集群间的神经发放失同步，一个神经元在不同时段则可以参与不同的细胞集群，隶属不同细胞集群的神经活动相位关系随机波动。Fries提出同步振荡可以为神经信息加工提供时间窗口，远隔脑区之间神经振荡同步或失同步不仅指示着瞬时涌现或湮灭的动态细胞集群，也标志通讯渠道的建立或解体。可运用多任务比较考察同一脑区具有参与不同认知过程或同一过程不同阶段的能力。

多层次实验研究能够深入验证上述假说。介观和宏观水平研究均展示不同认知过程中的ERO具有特定的时空特点，提示同步振荡可能是分布式神经网络通讯和协调信息加工的机制。

以人类为受试可方便利用复杂的实验范式探索振荡脑网络，其成果也可以迅速推广到应用领域。在宏观层次同样观察到丰富的神经振荡调节现象：Demiralp等报告在短时记忆任务中头皮ERO的γ振荡波幅锁相于θ振荡相位，并提出局部γ振荡需要通过θ振荡调制才能同远隔脑区通讯。Palva等利用MEG考察心算过程，发现α、β和γ跨频段同步振荡的空间分布不同于各频段内的同步。在判别一个刺激是否出现过的再认记忆任务中，可以观测到两个ERP效应：熟悉性(familiarity)效应发生在刺激出现后200～400ms的额中区和颞区，而回忆(recollection)效应出现在刺激后500～1000ms的顶区。Supp等运用基于γ振荡的方向相干函数和锁相值考察这些脑区之间的相互关系，发现在熟悉目标呈现时，额中区、左颞区和双侧顶区相互之间的联络是双向的，而在陌生目标呈现时只有额中区和左颞区通向双侧顶区的单向联系。利用ERO获得了比ERP研究更为丰富和深入的结果，这类研究不仅证实人类知识的存储和提取涉及多个脑区的动态联系，更直接揭示振荡大脑网络的运作原理。

第2篇：网络分析范文

关键词：同伴交往；社会网络分析；中心度

引言

在青少年的同伴关系中，多数研究影响最多的就是个体关系或者直接关系，但从一些间接关系中，也有很大的程度的影响，任何形式的社交都可以影响个体的身心健康，从而产生抑郁、孤独感、社交障碍等问题。具有稳定的、友好的友谊关系，能避免双方产生攻击性和矛盾性。在这个初中时期，了解并掌握孩子的交往进展和现状，从中发现在与同学的交往中遇到的问题不懂如何解决，在得到这些信息之后，我们就可以对症下药，从教育的角度纠正或指导孩子怎样才是有效的与人相处的方法，这对于教育工作者和父母来说，教育指向也比较明了，解决问题也比较有针对性。运用社会网络分析的方法，研究的是群体间的个体关系，清楚地显示个体在群体间的位置，可以看出从这个角度来看，可以看出某位个体在班级里面是否受欢迎，有哪些是处于边缘型的个体。在关系网络的研究中，近朱者赤近墨者黑的理论体系可以对个体进行直接的影响，朋友的影响，交往的影响，都是主观幸福感的体现。采取关系网络的方法进行研究，多层次、多背景的研究特色，表现的是多角度的现状调查，不局限与某几个个体的联系，还可以纵观整个支点的联系。

1研究方法

1．1研究被试

本研究是选取武汉市华师一附中光谷某初一班级学生。被试总共53人，有效问卷54份。总体年龄在11－13岁之间，男生31人，女生22人。在调查过程中，所提名的同伴局限于同班同学。

1．2研究工具

本研究同伴交往变量使用的是社会网络分析的方法，最常用的就是同伴提名法，题目是写出你最喜欢的三位同伴。得出的数据再用UCINET软件进行分析。

2社会网络结果分析

2．1社群图

社群图是由各个节点还有弧线构成的网络图，一个节点表示一个被试，被试所提名的同伴之间就会由一条弧线联结，整个网络图能简洁描述网络图中的同伴关系，清晰表明被试之间的关系网络。通过图中可知，39号处于较中心位置，而有好几位同伴同时指向他，同伴对他的认可度较高。在图中也有几个分散的小群体，他们互相提名，这表示在初中班级中会出现小群体的友谊，小群体与小群体之间也互不干扰，形成一个个小的交际圈。还有一些边缘人群，47号不提名对方，也不被对方提名，这个类型的交往情况需要特别关注。1号和2号，28号和29号，双方不与他人交往。

2．2点度中心度分析

入度，指的是有多少个个体选择了某个体，可以从入度的中心节点的大小来看出被选择的个体是哪一个，入度值越大，就比较处于中心位置，在群体中就比较有威望。表1中有三位个体的入度值较高，对应的入度值就会较高，有较多的个体会选择该个体，在群体中也比较受欢迎。从表1可以看出，4号和18号、39号的入度值较高，说明是最多被选择的，能够同时被几位同学选择，说明该学生身上某种特质比较受人喜欢，也是群体中的领导者。

2．3接近中心度

接近中心度是指该节点除以其他节点再与其他所有节点的距离之和。通过对该节点的分析可以看出它与其他个体的亲密关系，个体与其它个体之间的亲密关系。在本研究中，个体与其他个体距离之和为基础，距离越大，接近中心度就越小，而距离越小，接近中心度就越大，同伴交往就比较好。表1中27号，39号，41号接近中心值在群体中位于前三名，说明该个于较中心位置，这些个体的交往状况比较好。

2．4中介中心度

中介中心度是指该节点在多大程度上可以控制其他节点，它反映的是与对方进行信息沟通达成的一个中介作用。当一个人的交往可以对他人形成一个信息沟通的牵线作用，或者通过他可以让别人同时结识多个同伴，那么此被试在群体中就会处在一个中心位置。根据表1，27号，39号，38号中介中心度值较大，就表示在交往中能起到“搭线”的作用就更大。

第3篇：网络分析范文

[关键词]网络路径分析资源分配MAPGIS

[中图分类号]G[文献标识码]A[文章编号]1007-9416(2010)02-0005-02

1 网络简介

网络(network),是指某些线状要素之间相互连接所构成的一种复杂的模式,在现实世界中,许多网络系统,比如道路交通网、电力网、水系网、煤水管网等都可以用它来进行抽象表示,在现实中,网络起到了把资源从一个地方转移到另一个地方的作用,比如:车流的转移、煤气的分配、水系的汇集等;但在资源的运送过程中会伴随着资源消耗、堵塞、减缓的现象,这表明,当我们利用网络进行类似活动时,必须要有一个合理的机制,使资源能够合理高效地进行流动。

网络功能用于模拟那些动态的,难以直接量测的行为,在一个网络模型中,现实的网络要素可以通过一套规则及数学函数予以表达。但这个并不是目的,而是手段,在实际应用中,把网络规则和函数化,我们就可以用系统工具对一些关键问题进行基于网络的分析和辅助决策,达到有效利用资源的目的,这个系统工具一般就是GIS,抽象的网络数据一般就是GIS的一种基础数据。

2 网络的数据模型

面向网络的数据通常利用数学中“图”(graph)的形式来模拟,因而可以用图论的一些理论成果来解决网络分析中的许多问题,但GIS中的网络又不同于图论中的“网络”,包括:

(1)其网线和结点具有空间位置的意义;

(2)网线和结点都可以有权值,且可以是多重的,比如,网线的正向及逆向阻碍强度、需求、容量等;

(3)结点可能有转角数据;

(4)GIS中的网络并不总是有向图,比如,自来水管网可作为有向图表示,但道路网却可以被看作无向图。

网络中的基本组成部分和属性有:

(1),结点(vi)/结点集V(G), 其中,V(G)=[v1 v2 …vn]T

网络中的结点,比如:车站、道路交叉口、港口等,其状态属性包括阻力和需求等,并包括几种特殊类型:

A,站点,在路径选择中资源增减的结点,如库房,车站等,其属性为资源需求

B,中心点,即接受和分配资源的位置,如商业中心,水库等,其属性有资源总量、阻力额度等;

C,障碍点,网络中资源不能通过的结点

D,转角点,网络中分割结点处,资源可能转向,比如公路上不允许左拐,则构成转角点

(2),边(e)/边集E(G)=[e1 e2…en]T

网络中的边,如街道、河流、水管等,其状态属性有需求和阻力;

(3),图,图是一个非空的有限结点和有限边的集合,可表示为G(V,E)

(4),网络,表示为D=(V,E,W),其中W为网络的权函数,为其网线和结点的权值表示

(5),流,网络中任意弧的资源流量,可记为f(aij)-fij

3 空间网络分析方法

网络分析是在线状模式的基础上进行的,线状要素间的连接形式非常重要,所以在多数情况下以矢量数据格式进行实现,在GIS的空间网络分析中,其主要目的在于:选择最佳路径、选择最佳资源布局中心等。所谓最佳路径是指从起始点到终点的最短距离或花费最少或途经覆盖最大等的路径;最佳布局中心位置是指各中心所覆盖范围内任一点到中心的距离最近或花费最少。

3.1 路径分析(path analysis)

在空间网络分析中,路径问题占有重要地位。人们常想在地理空间网络中指定的2结点间是否存在路径,如果有则希望找出其中最符合要求的路线,如最短、景观最多等,这种路径问题对于交通、消防、观光,信息传输等有重要意义。从网络模型的角度看,最佳路径求解是在指定网络2结点间寻找一条阻碍强度最小的路径,其产生基于网线和结点转角的阻碍强度。最佳路径分析的实现算法有多种,其中常用的有基于单源点的Dijkstra算法和多结点对间使用的Floyd算法;另外,也用Prim算法和Kruskal进行路径的连通性分析;

3.2 定位-配置分析(location-allocation analysis)

定位-配置分析是根据中心地理论框架,通过对供给系统和需求系统2者空间行为相互作用的分析,来实现网络设置布局的最优化。资源分配是模拟资源如何在中心极其周围的网线、结点间流动的。根据中心容量以及网线和结点的需求将网络和结点分配给中心,分配是沿着最佳路径进行的。当网络元素被分配给某个中心时,该中心拥有的资源量就依据网络元素的需求进行缩减,当中心的资源耗尽,分配就停止。

资源分配网络模型有中心点极其状态属性和网络组成,分配有2种方式,一种是由分配中心向四周输出,另一种是由四周向中心集中。

在算法实现上,包括P-中心问题、中心服务范围、中心资源分配范围等,但在实际应用中,由于这些算法计算量过大,经常用一些启发式算法来逼近或求的最佳效果,比如:Teitz-Bart算法。

4 MAPGIS的网络管理

MAPGIS网络管理分析子系统为管理各类网络提供了方便的手段,我们可以通过它迅速直观地构建各种网络并可以实现强大的网络查询和分析功能,能够进行在实际应用中具有普遍意义和实用价值的关阀搜索、最佳路径、资源分配等功能,从而可以有效支持紧急情况处理和辅助决策。

MAPGIS网络分析子系统由2大模块组成:网络编辑模块:用来建立网络和录入数据;网络分析模块:用于数据查询、输出以及空间网络分析和辅助决策,在这一模块中不能改动关键数据。

在网络编辑模块,可以通过3种方法输入网络数据:手工输入,通过MAPGIS线文件转换以及通过外业探测数据库建库,不管用哪一种方法,在该系统中都可以对生成的网络数据进行复杂的编辑,比如:对网线的编辑,包括网线的添加,删减,移动,转向,加、减点,线的参数设置以及网线属性结构和属性的编辑;对结点的编辑,包括结点的加减,移动,属性结构、属性内容的编辑以及结点参数的设置等;对网络整体的平差,转换等。

该模块在使用中比较直观,操作方式与输入子系统基本保持一样,但个别窗口操作方式不太好用,甚至无法实现,如鼠标中键功能。

4.2 网络分析

网络分析模块是MAPGIS进行网络数据空间分析的功能模块,在网络编辑模块的基础上,通过它可以实现网络查询检索及分析功能,总体情况下,该模块可实现连通性分析、路径分析、资源分配、追踪等功能。简单使用步骤如下:

*装入底图文件

*装入待分析的网络文件

*进行附属数据的设置,比如站点、中心、障碍等

*进行网络分析

*分析结果的保存或统计、出图

(1)连通分析

连通分析是为了检验某结点与其他结点间的连通性,比如,查看某个地方与全国公路网是否通车。使用时,鼠标捕捉并锁定待检验结点,系统就可以直接进行整个网络的连通检查,实现简单,但结果也较直观简单。

(2)阀门分析

阀门处理在供水、供电等方面应用广泛,如电力网发生断路,在查寻过程中必须关闭相应的电压开关,分析过程包括:

阀门指定:通过一个条件表达式,将符合条件的结点指定为阀门;

本文为全文原貌未安装PDF浏览器用户请先下载安装原版全文

阀门搜索:使用时,用鼠标点出电线断点或水管爆管出,按阀门指定的搜索条件进行阀门关闭。系统将以醒目色显示搜索结果。

(3)路径分析

路径分析功能包括三个方面:求最短路径、求最佳路径、求游历方案。分析条件可通过一个对话框来设置,如图1。

最短路径其实是最佳路径的一种特殊形式,它不考虑其他属性,只单纯计算两结点之间的最短距离,当要考虑网线权值,考虑转角权值,障碍等时,就是最佳路径了,而当选择的结点多于2个时,可为游历方案。当系统按指定的结点及分析条件得出分析结果后,为便于直观显示,分析结果可以闪烁的方式显示,并可把路径输出为线文件或进行经历结点和网线的统计,如图2。

(4)资源分配

如前所述,资源分配就是为网络中的网线寻找最近的中心,资源根据中心容量及网线的需求将网线分配给中心,分配是沿着最佳路径进行的,在MAPGIS中,进行资源分配的大致过程如下:

*设置中心数据,指定中心点及其容量、限度、延迟

*设置网线需求以及网线权值

*设置转角及其权值

*实施资源分配,进行系统处理

对于处理完成的分析数据,为了直观表现,系统同样可以进行分析结果参数的设置以及输出网线结点集的单独显示。

(5)其他常用分析功能

除了上述分析功能外,MAPGIS还具备其他几种常用分析功能,主要包括:追踪分析、查询统计、网络的完整性检查以及动态分段分析等,其分析过程也都比较直观,在实际应用中都经常用到。

5 结语

MAPGIS的网络管理子系统在功能实现上算比较完整,其操作过程也比较简单明了,所以比较容易上手,并也容易理解,在了解网络分析基本原理的基础上进行空间管理分析更是能得心应手。在众多网络管理领域,MAPGIS的使用都可以实现。但是,在其分析过程中,有些功能的实现过于简单,对于更加复杂的一些情况则难以应付。总体而言,其使用层次只能在空间网络分析中的表层阶段,对于非常复杂的一些网络分析需求,就需要求助其他一些功能更为强大的工具了。

[参考文献]

[1] 张宏,温永宁.地理信息系统算法基础.科学出版社.

[2] 黄杏元,马劲松.地理信息系统概论.高等教育出版社.

[3] 吴信才.MAPGIS地理信息系统.电子工业出版社.

[作者简介]

肖永东(1981―)男,大学本科,助教,研究方向为测绘与地理信息系统。

第4篇：网络分析范文

关键词：中文医药科学引文索引；内科学；引用分析；期刊评价；

作者简介：徐浩(1989-)，男，江苏盐城人，南京中医药大学社会医学与卫生事业管理专业，硕士研究生，研究方向：医药卫生科学评价；

引言

科学文献之间通过相互引证形成引文网络，表现为横向关联和纵向继承的交流形势。期刊作为论文的主要载体，是科学研究过程中不可或缺的元素，因此，我们可以通过引文网络引申出期刊引用网络，基于网络结构关系进行期刊引用分析，比基于单种期刊的影响力分析更容易得到学科层次上的宏观分析结果。目前，基于《中文社会科学引文索引》的期刊引用网络研究已日趋成熟，涉及人文社会科学的各个学科，包括：政治学[1]、管理学[2]、新闻学与传播学[3]、哲学[4]、中国文学[5]、外国文学[6]、[7]、法学[8]、艺术学[9]、语言学[10]、体育学[11]、心理学[12]、社会学[13]等，但是对医学期刊引用网络的研究尚在起步阶段。具体到内科学领域，相关研究大多仅针对学科内个别期刊[14-16]，研究内容也仅局限于引文及互引[17-18]，并没有揭示该学科与其他学科之间的引用网络关系。因此，本文将借助引文分析和社会网络分析，对内科学期刊引用网络进行研究，揭示该学科期刊之间的引用网络结构，体现研究内容的相关性，与其他学科的渗透、融合以及新的交叉点，进而全面了解该学科期刊内在质量、利用率和在本学科期刊引用网络中的学术影响，为该学科的发展寻找新的增长点。

本文所有数据均来自笔者基于《中文核心期刊要目总览》(2008年版)所收录之医药卫生类期刊创建的《中文医药科学引文索引》(ChineseMedicineSciencesCitationIndex，以下简称CMSCI)数据库。我们采集了CMSCI中2004-2008年24种内科学期刊的引文数据，并对期刊名称进行统一规范，主要包括：(1)同一本期刊在不同时期的期刊名不同，例如：中国实用内科杂志、中国实用内科杂志(临床版)、中国实用内科杂志(前沿版)；(2)外文期刊全称和缩写并存，例如：NEnglJMed简称为NEJM；WorldJGastroenterol简称为WJG等。(3)原数据本身存在错误，如：AmJCardiol被误标注为AmJCardio等。此外，我们还剔除了不可用的数据，确保了分析的可靠性和准确性。

一、内科学期刊引用网络概况

笔者选取24种内科学核心期刊作为统计对象，从两个方面展开分析：(1)通过引用次数考察其他期刊对内科学期刊形成的引用网络结构；(2)通过被引次数分析内科学期刊对其他期刊形成的引用网络结构。需要说明的是：《中华高血压杂志》原名为《高血压杂志》，《中国糖尿病杂志》原名为《中华糖尿病杂志》，为了保证数据的延续性和一致性，笔者统一使用最新期刊名进行数据统计与分析。此外，由于本文讨论的是期刊引用网络，主要考察期刊相互间的引用情况，所以，如果没有特别说明，本文中的引用和被引用的期刊均指《中文核心期刊要目总览》(2008年版)所收录的医药卫生类来源期刊。

考察以内科学期刊为起点的引用网络，笔者发现该网络主要受三种因素影响：引文量、自引率、涉及学科范围。一般来讲，引文量越大、自引率越低、涉及学科范围越广，则该期刊引用网络越复杂，反之，则越简单。表1统计了内科学期刊2004-2008年引用文献数据，并按5年引文量降序排列。

由表1可以看出：(1)《世界华人消化杂志》的引文量远远大于其他内科学期刊，自引率低于学科平均值(6.9%)，但是较窄的学科范围影响了该刊引用网络的复杂度。(2)《中国老年学杂志》位列第二，自引率也极低，涉及老年医药学、老年社会学、老年心理学、衰老生物学及抗衰老研究等多个领域，可见该刊的引用网络必然较为复杂。(3)引文量在15000-18000之间的有6种期刊，其中：《中华心血管病杂志》、《中国实用内科杂志》、《中华内科杂志》和《中华风湿病学杂志》的引文量较为接近，自引率也较低，涉及学科范围也较广，不难推断出他们的期刊引用网络较为复杂；《中国内镜杂志》的引文量排在第五，但是涉及学科范围较窄，而且自引率较高，因此期刊引用网络的复杂度有所下降；《中国动脉硬化杂志》涉及中医药学、预防医学、基础医学、临床医学、药学和特种医学中防治动脉硬化性疾病，引文量也较高，但是稍高的自引率必然削弱该刊的引用网络结构。(4)引文量在11000-14200之间的有8种期刊，其中：《临床心血管病杂志》、《中华消化杂志》、《中华老年医学杂志》、《中华血液学杂志》和《中华肾脏病杂志》的自引率较低，但是引文量在整个内科学24种期刊中处于中等水平，而且涉及的学科范围相对单一，因此，期刊引用网络结构有待进一步扩展；《中华结核和呼吸杂志》、《中华肝脏病杂志》、《中华内分泌代谢杂志》的自引率高于学科平均值，引文量不高、学科范围窄必然导致期刊引用网络结构的简化。(5)10000以下的有8种，其中：《中国地方病学杂志》主要报道我国地方病科研成果和防治经验，研究领域较窄，很难与其他期刊进行知识交流，从而自引率极高，必然导致期刊引用网络结构简单；《中华高血压杂志》、《中国心脏起搏与心电生理杂志》、《中华传染病杂志》、《中国糖尿病杂志》、《中华消化内镜杂志》《肠外与肠内营养》和《中国循环杂志》的自引率并不算高，但是引文量均较低，而且仅涉及内科学的一个或少数几个研究领域，期刊引用网络必然较为简单。

另一方面，期刊被引次数与期刊引用网络结构的复杂度之间往往存在正相关关系，但是过高的发文量和自引率往往会对引用网络产生负相关影响，为此，笔者引入篇均他引强度指标进行分析。篇均他引强度=2004-2008年度内科学期刊被其他期刊引用的总次数/2004-2008年度内科学期刊的发文量。表2给出了内科学期刊2004-2008年被引用情况，并按5年被引次数降序排列。

根据表2数据，从期刊5年被引次数进行分析可得：(1)6200以上的有4种期刊，其中：《中华结核和呼吸杂志》主要报道结核和呼吸系统疾病的最新研究进展和实践经验，在内科学期刊中排在首位，而且篇均他引强度也最高，说明该刊对其他期刊的影响较大，以其为终点的期刊引用网络较为复杂，结构稳定；《世界华人消化杂志》排在第二位，但是篇均他引强度远低于学科平均值(1.47)，可见该刊的引用网络有待进一步完善；《中华内科杂志》、《中华心血管病杂志》位列第三、四位，篇均他引强度也较高，说明以其为终点的期刊引用网络较为复杂，结构均衡。(2)3900-5100之间的有5种期刊，其中：《中华肝脏病杂志》、《中华消化杂志》、《中华内分泌代谢杂志》的篇均他引强度均在2.0以上，可见他们的期刊引用网络有一定的复杂度，结构也较合理；《中国地方病学杂志》、《中国内镜杂志》涉及的学科范围较窄，篇均他引强度也较低，必然导致期刊引用网络结构相对松散。(3)2000-3500之间的期刊有9种，对应的期刊引用网络相对简单，对其他期刊的影响力有限。(4)其余6种期刊均在2000以下，对其他期刊的影响力较为微弱，引用网络结构极其简单。

二、内科学学科内期刊引用网络分析

某个学科内的学术期刊往往会在其内部产生错综复杂的相互引用关系，从而构成一个学科内期刊引用网络。如果我们将期刊看作富含学科知识的集群，那么引用与被引实际反映了知识在不同知识集群间的交流与渗透。为说明24种内科学期刊学科内引用网络的构成情况，揭示内科学期刊间的相互引证关系，笔者统计了内科学期刊2004-2008年相互引用数据，如表3所示。其中行标题为来源期刊，列标题为被引期刊，对角线加粗数据即期刊自引数据。需要说明的是：我们将期刊之间年均相互引用2次及以下视为偶然事件，因此，如果两种期刊之间5年引用或被引次数大于10，视为连通，出入度增加1，反之，出入度不变。

根据表3数据，可以从以下三个方面展开分析：

(1)学科自引率

通常情况下，学科自引率越高，则学科内期刊引用网络越简单。有17种内科学期刊的学科内自引率在50%以上，其中《中国地方病学杂志》、《世界华人消化杂志》更是高达97.88%、93.38%，说明其与学科内其他期刊的交流微乎其微。学科自引率较高的期刊还有《中国内镜杂志》、《中国动脉硬化杂志》、《肠外与肠内营养》、《中国老年学杂志》、《中华风湿病学杂志》、《中国心脏起搏与心电生理杂志》，分别为89.46%、89.11%、85.52%、85.30%、84.40%、83.65%，他们基本上只关注本期刊已发表的成果，对学科内其他期刊的影响极其有限。

(2)期刊出入度

内科学学科内部期刊引用网络的平均出入度为7.42，仅有9本期刊的出度、11本期刊的入度在平均值之上，说明整个期刊引用网络比较稀疏。《中华内科杂志》、《中国实用内科杂志》、《中华老年医学杂志》的出入度均排在前5位，说明这3种期刊活跃程度较高，在学术网络中的辐射度较广，辐射能力较强，处于内科学期刊引用网络的中心。《中华心血管病杂志》、《中华内分泌代谢杂志》的入度分别是14、11，名列第2、4位，但是出度分别仅有8和5，说明这2种期刊被内科学其他期刊较多引用，但是其他期刊对其影响有限。《中国老年学杂志》、《世界华人消化杂志》的出度名列前茅，但是入度仅有3和8，说明其在期刊网络中尚处于知识接收端，受其他期刊的影响较大，对其他期刊的影响力有限。进一步观察发现，《中国老年学杂志》从2007年开始由月刊改为半月刊出版，《世界华人消化杂志》从2006年开始由半月刊改为旬刊出版，导致这2本期刊2004-2008年的载文量排在24种内科学期刊的前两位，从而严重削弱了他们对其他期刊的影响力。

(3)网络连通性

如果表3所对应的期刊引用网络中的24个节点完全连通，除去主对角线的自引情况，一共有552条有向边，那么有向网络图的疏密程度可以直观反映内科学学科内部24种期刊相互引用关系的强弱。根据表3数据，2004-2008年内科学24种期刊的连通度为178，连通率只有32.25%，进一步反映出该学科内部期刊相互渗透性有待加强。

笔者根据表3数据用社会网络分析软件Pajek绘制出对应的期刊引用网络图，每个节点表示一种来源期刊，两个节点间的线条表示这两种期刊存在引用关系，线条的粗细表示引用次数的多寡。由此能够更直观地考察期刊之间的引用网络关系：(1)以《中华心血管病杂志》为关键节点的子网络，该刊与《临床心血管病杂志》、《中华高血压杂志》、《中国循环杂志》、《中国动脉硬化杂志》、《中国老年学杂志》之间的线条较粗，说明相互联系紧密。进一步观察发现，这6种期刊所发表的论文较多涉及心血管及其相关疾病，研究领域具有高度交叉性，因此关系密切是必然的。(2)基于研究领域的高度一致性，即都与消化疾病有关，《中华消化内镜杂志》、《中国内镜杂志》、《中华消化杂志》、《世界华人消化杂志》等4种期刊相互之间的线条较粗，联系紧密。(3)《世界华人消化杂志》、《中华消化杂志》和《中华肝脏病杂志》构成引用子网，前者较多引用后两种期刊的论文，受其影响较大。主要原因在于肝脏是消化系统的重要器官，内科学领域的学者对消化系统疾病的研究离不开对肝脏疾病的关注。(4)《肠外与肠内营养》、《中华血液学杂志》、《中国地方病学杂志》、《中国心脏起搏与心电生理杂志》和《中华风湿病学杂志》处于内科学学科内期刊引用网络的边缘，影响力有待进一步加强。

三、内科学期刊与其他学科期刊引用网络分析

以学科为单位，通过分析学科期刊之间的引用与被引用关系，可以反映期刊所对应的学科之间的密切程度，进而发现学科交叉点。为了考察内科学与其他学科之间的关系，分析学科之间的交叉与融合，发现新的学科增长点，笔者统计了2004-2008年度内科学期刊与其他学科期刊之间的互引数据，按照学科类别进行统计，其中：表4统计出内科学期刊引用其他13个学科期刊的篇次，并按引用次数均值降序排列，表5给出其他学科期刊引用内科学期刊的篇次数，并按引用次数均值降序排列。需要特别说明的是：期刊的学科分类借鉴北京大学《中文核心期刊要目总览》(2008年版)，由于综合性医药卫生期刊通常会刊载多个学科的论文，无法将其归属于某一门学科，因此，笔者未将其纳入学科讨论范围。

结合表4、表5数据可以看出：内科学期刊引用其他学科期刊的次数不仅很多，而且引用的学科种类也较多，13个学科均有涉及，这与内科学的学科特性密切相关。内科学是一门涉及面广和整体性强的二级学科，包括呼吸病学、循环病学、消化病学、泌尿系统疾病学、血液病学、内分泌代谢病学、风湿免疫病学及中毒部分，因此，内科学与其他学科之间关系十分密切。

根据平均引用和被引次数，我们把13个学科分为三类：第一类是与内科学强相关的学科，包括：临床医学、中医学、预防医学卫生学、基础医学；第二类是与内科学部分相关的学科，分别是：药学、外科学、儿科学、神经病学与精神病学、特种医学、肿瘤学；第三类是与内科学弱相关的学科，包括：五官科学、妇产科学、皮肤病学与性病学。

(1)与内科学强相关的学科

内科学引用临床医学位列第3，被临床医学引用的次数排在第1，可见内科学与临床医学的学科关系十分密切。内科学是一门涉及面广和整体性强的学科，是临床医学各科的基础学科，所阐述的内容在临床医学的理论和实践中有其普遍意义，是学习和掌握其他临床学科的重要基础。临床医学的共性诊断与治疗思维，集中表达在内科学中，且在临床实践中，内科疾病也最为常见，因此内科学知识对学习、掌握其他学科大有裨益。

引用内科学次数较多的学科还有中医学，中医学与内科学交叉形成中医内科学，运用中医学理论阐述内科病证的病因、病机及其证治规律，并采用中药治疗为主的一门学科，是学习和研究中医其它临床学科的基础，这就决定了内科学对中医学研究的渗透。

与内科学关系密切的还有预防医学卫生学，平均引用次数和被引次数分列学科第4和第3位。预防医学卫生学着重在保持、促进与维护社会大众、特定群体或一般个人的健康，并包括预防传染病、疾病、残疾、癌症、其他身体组织变异、与过早死亡的发生，因此涉及多个科学、医学与公共卫生领域。

基础医学平均引用次数和被引次数分列学科第2和第4位，可见其与内科学关系紧密。基础医学属于基础学科，是现代医学的基础，其所研究的关于人体的健康与疾病的本质及其规律为其他所有应用医学所遵循，因此，内科学的发展必然借鉴基础医学的相关理论和研究方法。

(2)与内科学部分相关的学科

药学、外科学、儿科学、神经病学与精神病学、特种医学、肿瘤学都是与内科学部分领域相关的几个学科。首先，内科学与药学的关系好比内科医师与药师的关系，内科医师要想临床用药做到安全、有效、经济，得到满意的治疗效果，除了自己要有扎实的专业知识，准确的临床诊断外，合理用药更为关键，这就需要医师和药师的通力合作，二者密不可分，只有这样才能将正确的诊断转化为有效的治疗。其次，外科学与内科学的关系比较特殊。内科学引用外科学名列第1，被外科学引用的次数排在第6，尽管如此，年均也达到421.8次，与基础医学、药学相差不大。另外，儿科学与内科学也存在交叉，形成儿内科，主要研究小儿呼吸系统疾病、小儿循环系统疾病、小儿消化系统疾病、小儿泌尿系统疾病、小儿血液系统疾病、小儿内分泌疾病、小儿免疫缺陷疾病等。再次，神经病学与精神病学、内科学交叉，形成神经内科学，主要研究神经系统疾病的定位及定性诊断，从学科性质上，神经内科隶属于内科系统。另外，特种医学有关放射诊断、放射治疗、临床核医学和介入治疗等研究主题被内科学期刊较多引用，例如：CT仿真结肠内窥镜、门脉造影CT、多层螺旋CT、X线放大摄影、TIPSS技术、双介入栓塞治疗等。最后，内科学的很多期刊都涉及到各种癌症的治疗，例如：胃癌、肝癌、结肠癌、大肠腺癌、子宫内膜癌、卵巢癌、白血病等，这方面往往会引用肿瘤学的期刊。综上，这些学科在部分领域与内科学都有交叉，并在交叉的基础上产生了不少新兴学科。

(3)与内科学弱相关的学科

五官科学、妇产科学、皮肤病学与性病学都与内科学有一定的引用关系，可见内科学的研究内容所涉及的领域相当广泛，也说明内科学拥有很强的学科引用网络。进一步的观察发现，这些学科的研究范围比较特定，其引用内科学期刊的次数相对较少，表明内科学与这些学科间的交叉和渗透较少，影响也较弱，但它们对内科学的发展起着不可替代的作用。

四、内科学期刊引用外文期刊分析

引用外文文献的多少可以反映一个学科与外国研究成果同步的程度。为提高我国内科学研究水平，内科学界必然会借鉴很多具有较高学术影响力的外文文献，引进吸收国外优秀研究方法。鉴于过高的载文量往往会拉高总引文量，因此，笔者采用篇均引用外文数量这一指标进行分析。表6为24种内科学期刊引用外文情况，并按篇均引文降序排列。

结语

第5篇：网络分析范文

Abstract： This paper introduces how to use multi-agent networks to explain some concepts related to map graphs such as connectivity， degree， support tree in the teaching of operational research map and networks analysis， which makes our teaching more vivid and image， and also makes students understand these concepts more deeply.

关键词：联通图；支撑树；多智能体

Key words： connected graph；support tree；multi-agent

中图分类号：TB114.1 文献标识码：A 文章编号：1006-4311（2017）21-0238-02

0 引言

运筹学作为科学名字最早出现在20世纪30年代末，那时候的运筹学可以说就是战争的“工具”，当时中英美借助运筹学的思想，强有力的打击了德意日三国，为二战的胜利奠定了基础。二战胜利后运筹学被广泛的应用到工农业生产的各个领域，大大的提高了我们的生产效率，这也促使近几十年运筹学获得了空前的发展。图与网络分析作为运筹学的一个重要分支，现如今已被广泛的应用到物理、化学、控制论、信息论，科学管理、电子计算机等各个领域[1]。在实际生活、生产和科学研究中，有很多问题可以用图论的理论和方法来解决。因此在运筹学的教学中如何能够使学生更加深刻的理解图与网络分析就显得尤为重要。在该章节的教学中引用一些更实际的网络的例子来解释有关网络的概念无疑能够使教学更加生动易懂。而多智能体网络是近20年控制领域的研究热点[2]，利用多智能体网络来解释图的有关概念既能拓广学生的视野，又能使学生更容易理解，从而调动学生的学习积极性，进而使得我们的教学效果得到大幅度提高。

1 多智能体网络与图

众所周知，许多网络都可以看成是多智能体网络，如无人机网络，移动机器人网络，那么这些网络和图有什么关系呢？当我们把无人机抽象成顶点，两架无人机之间如果有信息交流就连一条边，这样无人机网络就可以看成一个图，如果我们这样去解释图能够使很多同学相信原来图真的可以包含很多复杂的内容，图真的可以和很多的实际问题产生密切的联系，从而激起同学学习图论的兴趣。

2 有向图与无向图

在图论中为什么要把图分成有向图和无向图呢？他们的区别的本质又在哪里呢？我们可以借助多智能体网络跟同学们这样解释：在有些无人机网络中信息的交流是相互的，无人机甲可以接收到向无人机已的信息，同时无人机已也可以接收到无人机甲的信息，即信息可以在这两架无人机之间共享互通，这样形成的图就是无向图；而在有些无人机网络中信息交流可能是单向的，无人机甲可以接收无人机已的信息，而无人机已却不能接收无人机甲的信息，这样形成的图就是有向图，如果我们能这样去解释有向图和无向图而不在拘泥于“单行线和双行线”，肯定能够使同学们对于有向图和无向图的理解更加深刻，也使之能够明白为什么非要把图分成有向图和无向图来进行研究。

3 连通性的概念与意义

所谓图的连通性是指图中的任意两个顶点都是连通的，也即是任意两个顶点之间都存在一条初等链。而针对无人机网络，所谓连通性是指任意两个无人机即使两者之间不能进行直接的信息交流也能够借助其他的无人机进行间接的信息交流，从而实现信息的共享。

如图1的无人机网络就是一个联通图，而图2的无人机网络已就是不联通的。对于无人机网络来说连通性意味着什么呢？这意味着这个o人机网络可以实现网络一致性[3]，所谓网络一致性是指网络的一种集体行为，即每一个无人机的状态（或者说行为）可以趋近于一致，而多智能体网络的一致性问题是当今控制论领域研究的一个热点问题，这个时候学生会明白原来连通性背后隐藏着这么大的意义啊！同时也进一步的拓广了同学们的视野，使他们明白了图与网络分析在当今科学研究的前沿中起到了多么重要的作用，从而激起他们对图论学习的积极性。这时候我们可以诱导学生思考这样一个问题：在一个无人机网络中，整个网络时时刻刻都不是联通的，那么这个时候整个网络还能实现一致性吗？

比如整个网络可能在图3和图4两个网络中进行着随机切换，这两个网络都不是联通的，那么这个时候网络能实现一致性吗？

回答是肯定的。最新的研究结果表明，只要整个网络是“联合联通”的，网络就能够实现一致性[3，4]，而图3和图4的并就是图1，而图1是联通图，因此多智能体网络在图3和图4之间相互切换时，整个网络是可以实现一致性的。从而我们能够引入一个新的概念“联合联通”，所谓联合联通是指当整个网络在若干个拓扑结构上切换时，如果这些拓扑结构的并是一个联通网络，这时候就称随时间演化的网络是联合联通的。而“联合联通”这个概念在现在的大多数的运筹性的教科书中都没有出现，从而能够进一步的扩大学生的知识面。

4 支撑树的概念与意义

在讲到支撑树的概念的时候我们可以先让同学们比较两个无人机网络图5和图6，问问同学们，这两个网络哪个网络可能更能够节约通信成本。从而我们能够引入树与支撑树的概念。使得学生能够明白要想实现网络一致性在联通性的基础上网络还可以进一步的简化，即网络图只要存在支撑树多智能体网络就能够实现一致性，从而求一个联通图的最小生成树就显得尤为重要，因为对于多智能体网络来说求一个联通图的最小支撑树问题就是节约通信成本的问题，在当今资源紧缺的情况下节约成本的意义是显而易见的。

实际上，在图论中的很多概念的讲解都可以借组多智能体网络，比如：度与连接矩阵的概念等，在这里就不一一叙述了。

5 结论

图与网络分析中的很多概念的讲解都可以借助多智能体这个实际网络，这样做不仅能够使问题变的通俗易懂，使学生对于概念的理解更加深刻，同时也拓广了学生的知识面，从而极大地提高教学效果。

参考文献：

[1] 钱颂迪，《运筹学》，清华大学出版社，1981.09.

[2]Georg S. Seyboth， Dimos V. Dimarogonas， Karl H. Johansson， Event based broadcasting for multi-agent average consensus， Automatica， 49：245-252，2013.

第6篇：网络分析范文

继承安捷伦公司40多年来的优良传统以及在射频/微波行业的丰富成功经验，安捷伦公司于2007年推出新一代PNA-X微波矢量网络分析仪。PNA-X采用全新的架构，包括高质量、稳定的硬件架构和非常灵活的软件架构，不再是简单的网络分析仪，而是一个平台或测试系统，基于这个平台增加选件可以独立实现通常需要使用频谱分析仪和噪声系数分析仪才能完成的功能。

PNA-X最大的特点就是单次连接多项测量，完成校准及连接好被测件后，可以完成被测件几乎所有参数的测量；对于放大器可以同时测量驻波、增益、谐波、1dB压缩点、AM到PM转换、三阶交调和噪声系数、PAE等参量。PNA-X的产品定位是面向有源器件的测量，像功率放大器、低噪声放大器、混频器、变频器、T/R组件、天线等。

PNA-X特征

总体特征

10MHz至26.5GHz；2和4端口；内置高性能双信号源；一体化脉冲测试方案；内置合路器和机械开关；先进的校准技术；10.4英寸触摸屏。

第7篇：网络分析范文

关键词：无线网络分析器；ZigBee；802.15.4

短距离无线网络市场正呈爆炸性增长。In-Stat称，通过ZigBee协议规范和其他专有协议，到2009年IEEE 802.15.4无线个人局域网(PAN)的市场可实现200％的增长，年发货量将超过1,5000万单位。

对于无线设计人员而言，目前有许多射频(RF)收发器和ZigBee协议栈可用来在应用中实现ZigBee协议功能。无论选择了哪种收发器和协议栈，设计工程师都应该查找能够帮助他们快速评估和开发ZigBee协议应用的设备和工具。若已确定ZigBee协议的复杂度，那么设计人员也需要使用合适的开发工具来帮助他们设计和调试应用程序。

有多个无线网络分析器或“嗅探器”可供使用。在您首次：开始无线开发时，获取一个无线网络分析器是一项关键性投资，可为您免去许多麻烦。有些分析器具有图形界面，而有些分析器则具有更为基于文本的界面。请确保选择的分析器具有易于阅读的界面。在以下示例中，我们将使用Microchip的ZENA无线网络分析器，它采用图形的格式显示消息。但是不管您选择了哪种分析器，能够快速解密ZigBee协议消息的密钥部分将有助于您高效地开发和调试系统。

网络构成

设备加入ZigBee协议网络时出现的消息会告诉我们许多关于网络的信息。当设备试图加入一个网络时，它会发出一个信标(beacon)请求。邻近的协调器或路由器通过发出信标作出响应。新设备将选择一个信标，然后向该设备发送一个关联请求，请求加入网络。在一段短暂延时后，新设备发送一个数据请求，请求响应。网络设备则发送一个关联响应，指示该新设备是否已被网络接受。这些消息显示如图1。

第一条消息来自于新设备，用于请求信标。后两条消息是信标。我们可以从这些信标中知道一些关于设备的有用信息。首先，我们可以知道第二条信标来自于协调器，因为其源地址为0x0000且信标有效负载中指定的深度为0。第一条信标来自于路由器，因为其源地址非零。我们也可以知道此路由器会通过该协调器加入网络，因为它在同一个网络上(源PAN是相同的)且信标有效负载“深度”为1。我们还可以知道在应用层，这两个设备都将接受新设备加入网络，因为超帧规范“Assoc”位被置1。但是，如果我们查看信标有效负载，我们可以看到协调器不能接受任何其他路由器或终端设备加入网络，因为“RtrCap”和“DevCap”位均为0。同时，路由器仍然可以接受路由器和终端设备。

在第四条消息中，新设备已决定试图加入网络。通过检查关联请求的目标地址，我们可以知道新设备正试图加入哪个网络设备――路由器。关联请求可告诉我们关于新设备的许多信息。其关键元素是“Dev”和“RxOn”位。“Dev”位指示设备正试图作为终端设备加入。而且，可以知道此设备将总是保持其收发器开启，因此其父设备不必为其缓冲消息。此位对于以后的通信很重要。如果“RxOn”设置：为关闭，那么其父设备将认为新设备保持其收发器关闭，它将为新设备缓冲消息。如果新设备从未请求消息，那么父设备也从不会发送消息给它!

最后，我们可以看到关联请求成功。现在我们在网络上有了一个新的FFD(全功能设备)终端设备，其短地址为0x1AF9。

应答的发送

ZigBee协议是一个高度应答的协议。有三个应答级别：MAC(介质访问控制)、APS(应用子层支持)和AF(应用框架)。这不但提高了系统的可靠性，也使我们在发生问题时能够识别故障所在。在图2中，设备0x0001正告知设备0x0000来使用应答的所有三种级别将属性设置为指定值。

第一条消息是发送给设备0x0000、要求设置属性的命令。接下来是一条短MAC应答，指示接收设备的收发器正确接收消息，通常可由收发器自动生成。ZigBee协议指定所有消息必须请求MAC应答。在第一条消息的APS帧控制字段中，有一个位指示是否请求了APS应答。如果该位置1，那么接收方ZigBee协议栈的APS层将自动生成一条APS应答，如第三条消息所示。此应答指示目标设备的协议栈接收到了消息。APS应答还将生成另外一条MAC应答，如第四条消息所示。

查看第一条消息的事务解码，我们将看到使用了“Set with Acknowledge”命令。这是一条发送给应用层的指示，应用层必须使用“Set Response”命令对该命令进行应答，如第五条消息所示。此应答指示应用层接收到了消息，而且在将属性设置为请求的值时，发送的错误代码将指示是否存在任何问题。AF应答将生成另外一条MAC应答，如第六条消息所示。此外，发送的AF应答带有请求的APS应答，这将生成第七和第八条消息。这些多层应答会产生相当大的数据流量；但是如果消息链中出现中断，我们将更容易定位问题，如表1所示。

拓扑问题

当开发了无线网络系统之后，无线网络分析器可以帮助进行安装和拓扑分析。一些无线网络分析器，如ZENA无线网络分析器在内，当消息经由网络的时候都能够以图形的方式显示数据流量。设备以圆形节点表示，而消息则以连接到节点的线表示若装载了描述物理布局的位图，则拓扑问题将清楚得多。

假设有一个网络，它有四个设备、一个协调器、两个路由器和一个FFD终端设备。尽管所有设备都是全功能设备，还是可以从数据包分析中看出，FFD终端设备和任一路由器之间的消息是通过另一个路由器发送的。如果打开“NetworkConfiguration Display”(网络配置显示)窗口，装载描述性位图，并将节点拖到描述其物理位置的位图上的相应位置时，那么可以很快地看出发生了什么。图3显示了“Network Configuration Display”窗口，其中网络流量有问题。我们可以看到有两个设备彼此都不在对方的射频范围内，很有可能是由于建筑物内的隔墙造成的。消息必须经过另一个设备路由才能到达其目标设备。因此，尽管这种情况一开始有点糟糕，但现在可以看出系统行为与预期设想完全一致。

注意，一个“嗅探器”可能无法看到网络上所有节点。为了观测所有网络流量，可能需要获得来自不同位置的多个消息捕获，或者使用位于不同位置的多个“嗅探器”。

第8篇：网络分析范文

DOI：10.16842/j.cnki.issn2095-5588.2016.08.0021引言

“社会网络分析” （Social Network Analysis， SNA）是在人类学、社会学、心理学等众多领域中发展起来的研究个体之间关系结构的分析方法，是对社会关系进行量化分析的一门艺术和技术。SNA主要用于描述和测量个体之间的关系以及这些关系中所包含的资源、信息等，并根据这些关系建立模型，进而研究关系与行为之间的相互影响（刘军， 2004）。SNA从“关系”角度来揭示社会情境与嵌套于其中的个体的心理和行为的互动影响，即个体可以能动地构造他们的关系网络（选择效应，selection effect），同时这些关系又反过来影响个体的心理与行为（影响效应，influence effect）。因此，个体既形塑社会网络，也被社会网络形塑（刘军， 2006；马绍奇， 2012；马绍奇，焦璨，张敏强， 2011 ）。在SNA中，反映个体之间关系的数据称为关系数据（relational data），通常的数据类型是0、1二分变量数据，即1表示两个行动者之间存在关系，0表示不存在关系（马绍奇， 2012）。

SNA从嵌入社会情境的个体之间的关系出发，分析群体结构及其与心理行为的相互作用，更能反映人际交往的社会性特点。如，运用SNA方法系统研究中学生班级的学习关系、友谊关系、咨询关系、信息交流关系等，运用SNA方法研究中学生的支持网络对中学生学业和心理健康等方面的影响。这不仅有利于从社会关系的视角理解学生人际关系的形成、特征和影响因素，还能及时掌握学生的心理动态，维护学生的心理健康（唐文清等， 2014）。但是，由于SNA的应用涉及到更多的人事物，数据的缺失是必然现象。研究者在SNA中常常会遇到数据应答率在65%至90%的情况（Albrecht， 1984； Dean & Brass， 1985； Moch， 1980； Monge， Edwards， & Kirste， 1983； Roberts & O′Reilly， 1978， 1979）。此外，由于数据结构的依赖性，如果网络中的行动者或者关系存在缺失，就难以全面地描述缺失行动者及其邻近行动者的网络环境（Robins， Pattison， & Woolcock， 2004）。已有研究发现，缺失数据不仅对网络结构描述产生消极影响，还会低估关系强弱和聚类系数，并使得中心性和度数的测量出现不稳定的情况（Burt， 1987； Borgatti & Molina， 2003； Costenbader & Valente， 2003； Kossinet， 2006； Huisman， 2009）。这说明，网络结构描述和网络数据分析的结果会因为缺失数据而产生偏差。

心理技术与应用4卷

8期黄菲菲张敏强：社会网络分析中缺失数据的处理方法

要使SNA方法得到更好的应用及认可，既要介绍理论及应用方法，同时还要解决方法使用中可能出现的各种问题。例如，在数据收集和研究结论的推广方面，如何在实际的应用分析中，完善相关的统计模型和参数估计方法的发展，如何提高数据收集的信效度，如何处理缺失值等问题（马绍奇，焦璨，张敏强， 2011；焦璨，吴换杰，黄?h娜，黄菲菲，张敏强， 2014）。由于社会网络数据的相互依赖性，对缺失数据的处理不能采用常规的缺失处理方法。本文就SNA中缺失数据的原因及缺失机制，比较分析了常用的四种缺失数据处理方法在实际应用中的优缺点，并就SNA中如何处理缺失数据提出建议。

2缺失数据的原因

21边界规范问题

边界规范问题指的是在网络研究中指定行动者或者关系之间包含的规则（Laumann， Marsden， & Prensky， 1983）。例如，学者在研究青少年的冒险行为过程中，想了解他们在学校里的人际关系情况。图1中的A、B、C、D是四位青少年在学校里的人际关系网络，E、F、G三位青少年虽然和A、B、C、D四位青少年的交往密切，但是学校外的人际关系与研究目的无关，因此，E、F、G三者和研究中的青少年的人际关系就容易被忽视（Valente， Fujimoto， Unger， Soto， & Meeker， 2013）。总体而言，边界规范是由研究者自行决定的。在实际包含网络的例子中，组织成员或者由位置界定的正式定义大部分取决于一个正式组织团队中成员占据的排列位置，例如一个学校最受欢迎的前10名老师或者一个班级成绩最好的前五名同学（Kossinets， 2006）。

社会网络是由行动者及行动者之间的关系组成的，因此研究者在规范网络边界时，除了需要考虑通过一组行动者来界定网络边界外，还要决定哪些关系应该纳入研究范围里。对于如何有效地规范网络边界，学者们提出了一个准则，即根据可测量行动者的交互作用确定。因此，研究中的网络边界被定义为该边界记录了在特定情境中行动者间的交互作用（Laumann， Marsden， & Prensky， 1983）。但是，无论是情景还是交互作用的设置，研究者首先需要根据研究目的给出操作性定义，然后再确定在这个情境中包含哪些存在交互作用的行动者。随着电子科技时代的发展与进步，这个准则不再仅限于小网络，因为大规模的社会网络交互作用数据可以通过邮件传递或者虚拟社区的记录得到（Newman， 2002； Ebel， Mielsch， & Bornholdt， 2002； Guimera， Danon， DiazGuilera， Giralt， & Arenas， 2003； Holme， Edling， & Lijeros， 2004）。

22固定选择的研究设计

固定选择的研究设计指的是网络中行动者和关系的缺失依赖于研究设计中提名选择的限定（Holland & Leinhard， 1973），即网络数据的偏差是由于研究设计造成的。假设图2中的行动者A属于Z团体，在这个团体中，他和其他5个行动者有关系，现研究者要求行动者A提名y个和他关系最好的行动者。如果y≤5，则行动者A和其他5个行动者之间的所有关系都包含在数据集中；如果y>5，则行动者会失去5-y个关系。例如，学者想研究班级的学业咨询网络对学生学业拖延的影响，要求学生提名2个在学习上遇到困难或疑问时会请教的同学。如果学生平时向同学请教问题的人数普遍都是3个，那么学者得到的学业咨询网络数据是有偏差的。因为在该网络中，大部分行动者（学生）都失去了1个关系。

在固定选择的研究设计中，会出现互惠提名（有关系的双方相互提名），非互惠提名（有关系的双方只有一方提名）和无提名（有关系的双方均不提名）三种情况。从本质上而言，非互惠提名和其他两种提名的情况不一样（例如：好朋友和普通朋友的区别），因此，研究者需要考虑是否将其纳入到研究范围内。固定选择的研究设计还容易使数据呈现非随机缺失的模式，如受欢迎的个体更有可能被其他行动者提名（Feld， 1991）。但是，在不同结构的网络中，这种影响会不一致（Newman， 2002； Vázquez & Moreno， 2003）。例如，在非相称混合性（即受欢迎的行动者倾向于和不受欢迎的行动者相联系）的网络中，互惠提名将会导致更多关系缺失的情况出现。

23网络调查中的无应答

网络调查中的无应答包括应答者完全缺失和特定项目的数据缺失（Stork & Richands， 1992； Rumsey， 1993）。应答者完全缺失指的是行动者没有参与到调查研究中，因此行动者的发出关系对于分析而言是无效的（如图3所示，N表示缺失数据）。特殊项目的数据缺失指的是行动者参与了调查研究，但是在特定项目上的数据缺失，因此只有行动者的部分关系对于分析而言是无效的（如图4所示，N表示缺失数据）。例如，在一个关于学生情感咨询网络对学业成绩影响的调查中，要求学生提名3个班上的好朋友。图3中的A和D两位学生因事由请假没有参与此次研究，但图3应答者完全缺失是其余的学生在提名中提及到了A和D，所以A和D的无应答属于应答者完全缺失。如果A和D参与了调查研究（如图4），但是在提名中他们忽略了被提及的学生，即B提名了A，A没有提名B，则A和D的无应答属于特殊项目的数据缺失。对于1-模网络而言，即由一个行动者集合内部各个行动者之间的关系构成的网络（刘军， 2009），无应答对网络结构及统计指标的影响不大，但是对于存在多元交互作用情景的网络（例如，二元网络）而言，无应答可能会造成特定的影响（Robins， Pattison， & Woolcock， 2004）。例如，在一个隶属网络的调查研究中，假设研究者没有其他途径可以了解团队的任何信息，只能要求行动者报告他们隶属于哪个团队。如果任何一个行动者出现无应答的情况，那么可能会出现这个无应答行动者所隶属的团队缺失的情况。Huisman（2009）通过模拟研究发现，忽视网络调查中的无应答数据对社会网络的描述分析会造成消极的影响。进一步比较分析行动者无应答和特殊项目无应答的结果发现，特殊项目的无应答可能会造成更大的统计偏差。

网络调查中的无应答易导致行动者或者关系的缺失，但是网络环境中除无应答行动者以外的不完整观察行动者的部分信息仍然是有用的，如可利用这个信息来估计缺失状态的效果和分析不完整网络（Costenbader & Valente， 2003； Robins， Pattison， & Woolcock， 2004； Gile & Handcock， 2006； Handcock & Gile， 2007）。此外，不完整观察行动者的部分信息还可用来估计行动者和网络的结构性能，并能给缺失数据机制提供参考。

和前两种缺失数据原因相比，无应答是社会网络调查中最经常出现的缺失情况。因此，有不少学者开始关注社会网络调查中无应答的缺失问题（Daniel， 1975； Stork & Richards， 1992； Butts， 2003； Kossinets， 2006； Huisman & Steglich， 2008； nidaricˇ， Ferligoj， & Doreian， 2012）。

3缺失机制

不同的缺失数据来源，还涉及一个重要的问题，数据是否系统缺失。如果数据是系统缺失，那么缺失概率是否和观察变量（性质或属性）有关。已有研究表明，在社会网络中处理不同来源的缺失数据时，应考虑缺失机制以提高处理方法的有效性（Huisman， 2009； nidaricˇ， Ferligoj， & Doreian， 2012）。

缺失机制指的是数据的缺失概率和研究变量之间的关系（Schafer & Graham， 2002）。Rubin在1976年根据缺失引起的偏差程度定义了三种类型的缺失数据：完全随机缺失（Missing Complete At Random， MCAR），随机缺失（Missing At Random， MAR）和非随机缺失（Missing Not At Random， MNAR）。假设所有变量观测值Y中，完整的变量记为Yobs，缺失的变量记为Ymis。如果缺失概率和Yobs及Ymis相互独立无关，此类缺失称为MCAR。如果缺失概率和Yobs相关，和Ymis独立无关，则为MAR。MNAR是指缺失概率依赖于Yobs和Ymis。因为Ymis的未知性，研究者常常难以判断缺失数据属于哪种类型的缺失机制。叶素静，唐文清，张敏强和曹魏聪（2014）在对追踪研究中缺失数据处理方法及应用现状的分析中综述了三种类型缺失机制的粗略判断方法。

对于社会网络数据而言，完全随机缺失是指缺失概率和缺失关系的数值及观察数据（例如，行动者的属性）无关。在这种情况下，观察数据是原始观察值的一个随机样本，因此不存在系统偏差。随机缺失是指缺失概率和观察数据有关，但是和缺失关系的数值无关。尽管在这种情况下缺失数据会呈现出系统模式，但是这些模式是可控的，因为它们和样本中的观察数据有关。非随机缺失是指缺失概率不仅和观察数据有关，还和缺失关系的数值有关，这种类型的缺失数据会对统计分析的偏差程度造成很大的影响。因为在非随机缺失的情况下，应答者和无应答者之间的差异是由系统误差造成的，关于网络结构性质的统计指标将会受到影响（Costenbader & Valente， 2003）。

4缺失数据处理方法

41完整个案法

完整个案法，即删除部分已有的数据以保证所研究对象信息的完整性。完整个案法相当于行动者的列删除法，它不仅移除不完整观察行动者的列数据且一并移除该行动者的行数据，而移除行意味着在分析中移除不完整观察行动者和完整观察行动者之间的所有关系（Huisman & Steglich， 2008）。因此，使用完整个案法后用于分析的数据集是完整的，即每一个行动者既有接收的关系也有发出的关系。例如，图5（a）是一个班级情感关系网络的例子，其中有A、D、F三个无应答行动者，每一个无应答者都没有指向外部的情感关系，在观察网络的矩阵表达式中就会有几行缺失关系数据N，对数据进行完整个案法处理后，结果就会出现如图5（b）呈现的小网络。因此，完整个案法是在可完全观察行动者的小网络基础上进行分析处理的。nidaricˇ， Ferligoj和Doreian（2012）用完整个案法等多种缺失数据处理方法对社会网络区组模型中的无应答情况进行分析，结果发现，在小规模网络中，完整个案法对区组模型结构的稳定性影响最小。Robins， Pattison和Woolcock（2004）的研究结果则表明，完整个案法重新定义了网络边界：移除无应答行动者之后相当于生成了一个更小的网络。

完整个案法是一种加权方法，它丢弃了不完整个案的数据，对完整个案和缺失个案赋予了同样的权重。在分析的统计软件包里，完整个案法通常是默认处理缺失数据的方法。它最大的一个优点就是简便，缺点则是因为忽视不完整个案而丢失了大部分信息，很可能出现模型和数据无法拟合的情况。因此，只能在缺失概率较小的网络中使用完整个案法。Schafer和Graham（2002）认为，当无应答者是完全随机缺失时，完整个案法可能是有效的。然而，如果这个前提假设不成立，统计分析结果就会有偏差，因为剩余的行动者样本可能是不具有代表性的。也有学者认为，完全个案法从系统水平而言，严重损害了所有分析（Stork & Richards， 1992），且可能会暗中破坏社会网络模型的假设（Snijders， Bunt， & Steglich， 2010）。

42有效个案法

有效个案法是指忽略缺失的数据，只使用观测到的关系变量。有效个案法是直接对不完整数据进行分析，即根据SNA需要计算的统计值选择行动者的有效数据。例如，在一元统计分析中，在计算网络的平均数和标准差时，可以选择所有变量都完整观察的个体行动者的有效数据，而在计算网络的协方差或者相关系数时，则需要选择所有变量都完整观察的配对行动者的有效数据。

Littile和Rubin（1989）在探讨社会科学领域关于缺失数据处理的分析方法时，比较了完整个案法和有效个案法对网络的均值、方差、协方差及相关系数四个统计量的参数估计影响及二者的差异。研究结果表明，和完整个案法相比，使用有效个案法后，网络的均值参数估计值是无偏的。但是，其余三个统计量的参数估计值的偏差较大。随后，Little和Su（1989）进一步对两种方法的差异进行了详细的讨论，也得出了相同的结果。

有效个案法简单易行，和完整个案法相比，它的参数估计值较为精准。但是有效个案法具有较低的统计功效，且和没有缺失数据的网络参数估计值相比，存在很大的偏差。因此，研究者较少使用有效个案法对社会网络中的缺失数据进行处理。

43重建法

重建法指的是通过互惠关系来推断缺失连接的存在与否。重建法和插补法不一样，重建法在分析的过程中没有增加新的关系，它只是通过观察到的应答者的入度关系（即行动者接收的关系）来重建网络中无应答者的出度关系（即行动者发出的关系）。从本质上而言，即用已经报告的一个关系进行测量，且重建法仅允许两个人之间的关系。重建之后的网络中应答者和无应答者之间的关系是对称的。使用重建法对SNA中的缺失数据进行处理时，必须满足两个原则：（1）相似性，即应答行动者与无应答行动者之间的作答模式应具有相似性。因为重建法是通过应答行动者所描述的关系去构建无应答行动者的关系，所以两个行动者之间的应答模式不能存在系统的偏差；（2）可靠性，即应答行动者所描述的和无应答行动者之间的关系要确认是有效、可靠的（Stork & Richards， 1992）。自重建法提出以来，不少学者将其作为社会网络缺失数据常用的处理方法。Gabbay和Zuckerman（1998）在有向网络中，通过应答行动者报告的和无应答行动者之间的关系重建了网络中行动者之间的关系。Huisman和Steglich（2008）则用重建法研究了网络面板数据中的无应答缺失数据情况，结果表明重建法在构建完整的网络数据时几乎不会出现不收敛的问题。

一般而言，针对不同类型的网络，重建法的程序如下所示：

（1）在无向网络中，通过观察到的应答者之间的关系以及部分应答者和无应答者之间的关系对网络进行重构（Stork & Richards， 1992）。

（2）在有向网络中，通过对立关系来推断缺失关系。例如，对于应答行动者i和无应答行动者j，重建法假设行动者i描述的和行动者j之间的所有关系和行动者j所描述的关系是完全一致的，即研究者可以通过应答行动者i来插补对立关系的观察值，即ximpij=xji（Huisman， 2009）。

重建法最大的优点就是允许研究者最大化地利用有效信息去构建社会网络。有研究表明，当社会网络中存在缺失数据时，仅有437%的关系能够被解释，而使用重建法后，则能够解释缺失数据网络中897%的关系数据（Neal， 2008）。但是，重建法无法构建两个无应答行动者之间的关系。如果两个无应答行动者之间存在重要关系，研究者就无法使用重建法去正确地定义网络的结构。因此，需要用其它的插补方法来重建整个网络。例如，对于无应答行动者之间的所有关系，随机插补一个和观察密度成比例的关系，使重建网络中缺失关系的比例等于网络的观察密度。

44基于指数随机图模型的多重插补法

指数随机图模型（Exponential Random Graph Model， ERGM）又称为p

瘙 ?? 模型，是用来描述x分布情况的概率质量函数，其表达式为：

其中，q是网络的实值函数，常以θTz（x）的形式出现，z是网络的向量值函数，其取值为网络统计值。这些统计值也被称为结构统计值，用来描述网络中的结构，如连接、三方关系等的数量。θ是一个维度为p×1的向量参数（θ∈Θ），ψ（θ）是一个常数，用于将函数值标准化（Koskinen， Robins， Wang， & Pattison， 2013）。

ERGM的原理是在综合了实测网络中的多种局部结构特征情况下来计算这些网络出现的可能性。具体过程为，首先使用马尔科夫链蒙特卡洛最大似然估计法（Markov Chain Mont Carlo Maximum Likelihood Estimation， MCMCMLE）模拟出一个随机网络，然后将这个随机网络的参数与实测网络的参数进行对比，最后通过对比指标判断是否采纳结果。Robins（2009）用ERGM方法对有向社会网络数据进行分析时指出，如果模拟的随机网络不能很好地代表实测网络，那么参数将被调整并运用到下一次模拟中，且这样的循环可能至少要进行8000次，直到模拟网络能够很好地代表实测网络为止。

基于ERGM的多重插补法，指的是通过ERGM产生的多个插补值的向量代替每一个缺失数据的过程。例如，当网络数据中存在无应答的缺失数据时，基于ERGM的多重插补法则会将应答行动者和无应答行动者看作是两种不同类型的节点，然后区分应答者之间的关系以及应答者和无应答者之间的关系。最后，根据研究者的调查目的，对缺失数据进行相应的处理。如果无应答者是随机缺失，则在网络特定结构间同质性的前提下利用ERGM对缺失数据进行多重插补。如果无应答者是非随机缺失，且研究重点关注应答者的网络结构，则可以将包含无应答者相关关系的信息看作是外源变量，并使用标准的马尔科夫图模型进行分析（Koskinen， Robins， Wang， & Pattison， 2013）。

基于ERGM的多重插补法最大的优点是，不仅能有效地辨别应答者和无应答者之间的差异是由系统误差还是随机误差造成的，还可以在缺失数据是随机缺失的情况下，最大化地利用观察到的数据信息。基于ERGM的多重插补法从本质上而言是通过网络的局部结构去推断整体结构。因此，即使数据有较大的缺失概率，只要网络有足够数量的局部网络子结构，就能够通过观察到的数据进行有理的推断。Koskinen，Robins和Pattison（2010）用基于ERGM的多重插补法对一个合作关系社会网络中的缺失数据进行处理，实证及模拟研究结果表明，这种基于模型的多重插补法能够正确地解释网络中80%的关系数据及允许有三分之一数据缺失的情况。但是，这种方法最大的缺点是运算过程较复杂，耗时较长。

5问题与展望

缺失数据对社会网络数据分析造成的消极影响主要体现在以下两个方面：（1）减少的样本量大小、行动者及关系的信息易导致模型和数据出现不拟合的情况；（2）缺失数据容易造成参数估计的偏差。例如，Kossinet（2006）和Huisman（2009）的研究发现，缺失数据会使社会网络数据分析的结果产生偏差，因为缺失数据不仅对网络结构描述产生消极影响，还会低估行动者之间的关系强弱和网络的聚类系数，容易造成中心性和度数测量不稳定的情况。因此，缺失数据是SNA广泛应用面临的严峻问题。

从表1的四种缺失处理方法的适用条件比较中可看到，缺失数据处理方法的选择和缺失概率、缺失机制存在较大的关联。进一步比较四种方法的优缺点可以发现，当缺失数据是完全随机缺失时，四种方法的参数估计是无偏的。当缺失数据是非随机缺失时，完整个案法和有效个案法虽简单易行，但容易导致信息的大量流失及具有较低的统计功效和较大的参数估计偏差。其中，和完整个案法相比，有效个案法在参数分布估计方面的偏差要略小，因为有效个案法分析的是全体有效样本的数据。但在其它参数估计方面，两种方法都出现了较大的偏差（Little & Rubin， 1989）。重建法和基于ERGM的多重插补法在非随机缺失的情况下，可以忽略缺失机制的影响而直接在缺失概率较小（20～30%）的网络中应用，两种方法在参数估计方面没有表现出太大的偏差，但是如果网络中的缺失概率较大时，两种方法会受到缺失机制的影响。

当数据是随机缺失时，重建法具有较好的统计功效，对社会网络进行描述性分析时，如计算网络的平均度数、互惠性和传递性等网络统计特征值，即使缺失概率达到50%，重建法仍然能够表现良好（Huisman， 2009）。但重建法只能用于特定网络的数据缺失处理，且在某些情况下会高估连接的数量。虽然，在社会网络中的数据缺失概率不大时，重建法和基于ERGM的多重插补法均没有太大的差异，但是后者能够利用插补值间的差异来衡量估计结果中不确定性的大量信息。和重建法一样，当社会网络中的缺失数据样本量在中等范围以下时，基于ERGM的多重插补法具有较小的参数估计偏差且不会低估标准误，但这种方法唯一的缺点就是运算过程复杂，需要做大量的工作来构建插补集以便于进行结果分析，且当缺失数据样本量大时，模拟网络和实测网络可能会出现不拟合的情况。

就应用现状而言，国内目前还没有关于SNA中缺失数据的处理方法这方面的研究，而国外的应用从2003年至今稳定增长（Butts， 2003； Robins et al.， 2004； Kossinets， 2006； Gile & Handcock， 2006； Handcock & Gile， 2007； Koskinen， 2007； Smith & Moody， 2013）。

根据缺失数据处理方法的优缺点比较和应用现状的分析，对其在心理学研究中的应用提出以下建议：

第9篇：网络分析范文

[关键词]社会网络分析产业集群创新

一、概述

在产业集群创新研究领域,学者们用到的网络方法大致可以分为两种:第一种是经典的社会网络分析方法;第二种是新近兴起的复杂网络。这两种方法各有一套自己的理论基础和方法,但本文并无意比较二者优劣。本文仅大致介绍社会网络分析的相关理论以及讨论社会网络分析在产业集群创新研究中的运用。

二、社会网络分析(social network analysis)简介

社会网络分析作为一种独特的理论和研究方法从20世纪60年代兴起、70年代快速发展、80年代成熟到90年代长盛不衰,历时近40年。如果说结构――功能主义统治了20世纪40 ～ 60年代的欧美社会学界,那么从20世纪70年代初期至今占据着欧美社会学特别是美国社会学主流地位的则是社会网络分析,其领军人物包括:伯特(Ronald Burt)、格兰诺维特(Mark Granovetter)、诺科(David Knoke)、马斯登(Peter Marsden)、维尔曼(Barry Wellman)、怀特(Harrison White)等学者。

社会网络分析的构建是基于交互单元或节点之间关系重要性的假设的。由节点之间的连边所界定的关系是社会网络分析的基础组成部分,社会网络分析认为网络是通过一系列连边联系起来的节点集合。按照网络中所包含的节点的类型,网络可以分为同质网络和异质网络;按照连边的类型,网络可以被分为有向网络和无向网络;按照连边的重要性进行区分,网络可以被为有向含权网、有向无权网、无向含权网和无向无权网四类。

社会网络分析的重要观点如下所述:(1)世界是由网络而不是由群体或主体组成的;(2)网络结构环境影响或制约主体行动,社会结构决定二元关系(dyads)的运作;(3)行动者及其行动是互依的单位,而不是独立自主的实体;(4)行动者之间的关系是资源流动的渠道;(5)用网络模型把各种(社会的、经济的、政治的)结构进行操作化,以便研究行动者之间的持续性的关系模式。

三、社会网络分析相关理论及其在产业集群创新研究中的运用

1.社会资本(social capital)

对社会资本概念的界定以科尔曼、布尔迪厄等的观点为代表。科尔曼认为,社会资本是个人拥有的表现为社会结构资源的资本财产,由构成社会结构的要素组成,主要存在于人际关系和社会结构之中,并为结构内部的个人行动提供便利。布尔迪厄指出,社会资本是资本的三种基本形态之一,是一种通过对“体制化关系网络”的占有而获取的实际的或潜在的资源的集合体。

个体社会网络的异质性、网络成员的社会地位、个体与网络成员的关系力量决定着个体所拥有的社会资本的数量和质量。和其他资本形式一样,社会资本是生产性的,是否拥有社会资本,决定了人们是否可能实现某些既定的目标。但社会资本与其他形式的资本的差异主要表现在,社会资本存在于人际关系的结构之中,它既不依附于独立的个人,也不存在于物质生产过程中。

很多学者利用社会资本理论对产业集群创新问题进行研究。于树江分析了社会资本的含义与主要构成因素,构建社会资本对创新的影响机制模型;刘中会等利用社会资本和产业集群的相关理论,分析了寿光蔬菜产业集群的社会资本;王雷分析了集群中社会资本的形成机制、演变特征及其对集群创新绩效的影响。众多学者的普遍看法是,社会资本对集群内企业的创新能力有重要影响,因为社会资本有助于促进集群内企业的集体学习,有利于创新知识的转移和扩散。

2.弱联系(weak ties)

斯坦福大学教授格兰诺维特在20世纪70年代提出,一个人往往只与那些在各方面与自己具有较强相似性的人建立比较紧密的关系,但这些人掌握的信息与他(她)掌握的信息差别不大;相反,与此人关系较疏远的那些人则由于与此人具有较显著的差异性,也就更有可能掌握此人没有机会得到的、对他(她)有帮助的信息。因此,人与人之间的弱联系是个体融入社会或社区的必不可少的因素,它能给人们带来意外的信息和机会,它的又是来自于具备联系不同社交圈子的能力,并且具有较低的可传递性。作为对这个观点的响应,有学者提出了“强联系”的观点。他们认为,强联系特别适用于不确定性的情境,在面临危机或者需要承担风险时,强联系是可以依赖的对象。总之,弱联系具有信息传递的优势,而强联系则有传递情感、信任和影响力的优势。

由于集群的空间集聚性、行业的相关性、社会文化与人员知识背景的相似性,使集群很容易落入技术锁定的创新困境中。而弱联系理论能比较好地解释集群创新的困境,而且能够为此提供解决办法,那就是集群内的企业应该在内部强化弱联系,同时加强与外部的联系,藉此获取有价值的信息和机会,从而促进创新。

3.嵌入性(embeddedness)

嵌入性也叫根植性, 这一观点对于社会网络结构分析的发展有巨大的推动作用。格兰诺维特认为,经济行为嵌入社会结构, 而核心的社会结构就是人们生活中的社会网络, 嵌入的网络机制是信任;信任来自社会网络, 信任嵌入社会网络之中, 而人们的经济行为也嵌入社会网络的信任结构之中;信任的获得和巩固需要交易双方长期的接触和交流以达成共识。

社会关系网络以两种方式影响经济活动,即关系嵌入和结构嵌入,关系嵌入是结构嵌入的基础,结构嵌入是关系嵌入的扩展和延伸。关系嵌入强调双边关系的质量,表现为交易双方重视彼此间的需要与目标的程度,以及在信用、信任和信息共享上所展示的行为;结构嵌入强调的是多边关系,即组织间不仅具有双边关系,还因与第三方的联系而相互发生关系,从而形成群体间的系统性关联结构。

对于产业集群内的企业来说,一方面会受惠于关系嵌入和结构嵌入,因为关系嵌入网络可以为企业节省大量的信息搜集成本;而结构嵌入可以使企业融入集群的创新氛围,分享集群网络内的创新知识;另一方面,不论是关系嵌入还是结构嵌入,又都可能成为阻碍集群企业进一步创新的障碍,因为嵌入得越深,对技术路径的依赖性就会越强。因此,企业在充分享受关系嵌入和结构嵌入带来的好处的同时,也要密切关注它们带来的弊端,以便于集群内的主导技术走向衰退时,企业能及时作出有效调整。

4. 结构洞(structural holes)

美国社会学家伯特提出“结构洞”的观点, 认为关系强弱和社会资源、社会资本的多少没有必然的联系, 起决定作用的是网络中的位置, 谁占据连接两个无关系(意味着存在结构洞) 点的位置上, 谁就拥有信息和控制优势,从而可以为其带来收益。该理论强调企业或企业家通过联结与其不同的、一定程度相互隔断的关系来为企业成长不断提供资源,也就是强调网络关系开拓能力。

显而易见,伯特的结构洞理论与格兰诺维特的弱联系理论是一脉相承的。另外,在大型的产业集群网络中,一定有一些企业位于结构洞,从而占据了有利的网络位置,并且可以取得信息收益和控制收益。

5. 社会网络分析法在产业集群创新领域的实证研究

虽然社会网络分析的相关理论渊源不同,且每一个理论都能够自成一派,但各种理论综合在一起,才构成了社会网络分析方法的理论基础。当然,作为一种有深厚理论基础的方法,社会网络分析法有一些基本的网络测度变量,通过这些变量的测度,可以反映出网络的结构和节点的位置。这些变量可以被分为三类:第一种是针对单个节点的测度变量,典型的变量有:度(degree)、中心性(centrality)等;第二种是针对节点间联系的测度变量,典型的变量有:强度(strength)、互惠性(reciprocity)等;第三种是针对整个网络的测度变量,典型的变量有:规模(size)、密度(density)等。

目前,在产业集群创新研究领域,越来越多的国内学者地运用社会网络分析法进行实证研究。比如:

杨锐等通过对杭州手机产业集群的调查,应用社会网络分析方法,研究了产业集群内企业的网络位置与其创新之间的关系。钱锡红等人利用三个维度来刻画出企业在集群中的网络位置,并且引入吸收能力,考虑吸收能力与网络位置的交互作用,从而构建出更具说服力的整合模型。陈伟丽,王雪原研究了产业集群的网络结构,从主体和客体两个层面分析了网络结构变量和关系变量对集群创新资源配置效率的影响。蔡宁和吴结兵通过社会网络分析方法考察了集群组织间关系网络的密集性质及其功能机制。苑雅文以韩国在华投资产业集群为样本,从社会网络视角考察环黄渤海合作区域的发展路径,运用社会网络分析的方法研究在华韩资产业集群的社会网络的形成、特点及作用。

四、小结

网络化和知识交换是产业集群的主要特征,这使得社会网络分析法的使用也变得顺理成章。就像有学者所指的那样:使用社会网络分析文献中的成熟技巧对产业集群的定性分析是很有希望的。其实,通过浏览相关文献,我们可以发现社会网络分析不但用来对产业集群的定性分析,而且还用来对产业集群的定量分析。而且,社会网络分析的经典理论和基本测度变量,已经成为产业集群创新研究中的重要理论基础和使用方法。因此,在研究产业集群创新问题时运用社会网络分析的理论和方法是目前的一种趋势。

参考文献:

[1] 于树江: 集群式产业创新的社会资本效应研究[J]. 科学学与科学技术管理,2004(6)

[2] 刘中会刘力臻:产业集群社会资本对技术的引进、扩散和创新的影响――以寿光蔬菜产业集群为例[J]. 经济问题,2009(4)

[3] 王雷: 产业集群中社会资本创新绩效研究[J]. 云南大学学报,2008(1)

[4] 杨锐黄国安:网络位置和创新――杭州手机产业集群的社会网络分析[J]. 工业技术经济,2005,24(7)

[5] 钱锡红杨永福徐万里:网络位置、吸收能力与集群企业创新[J]. 经济管理. 2009,31(7)

[6]陈伟丽王雪原:产业集群网络结构与创新资源配置效率关系分析[J]. 科技与管理. 2009,11(3)

第1篇：网络分析范文

第2篇：网络分析范文

第3篇：网络分析范文

第4篇：网络分析范文

第5篇：网络分析范文

第6篇：网络分析范文

第7篇：网络分析范文

第8篇：网络分析范文

第9篇：网络分析范文

相关热门标签

相关文章阅读

相关期刊推荐

网络财富

网络传播

网络与信息

卫星与网络

农业网络信息

精选范文推荐