原文鏈接：https://mp.weixin.qq.com/s/0HeeNGMrSC8iiGLD_GTkmQ
社會網絡分析方法
越來越多的被運用到各種研究中
現在主流的六種社會網絡分析軟件
各自有哪些優點與不足
01 UCINET簡介
UCINET為菜單驅動的Windows程序，可能是最知名和最經常被使用的處理社會網絡數據和其他相似性數據的綜合性分析程序。與UCINET捆綁在一起的還有Pajek、Mage和NetDraw等三個軟件。UCINET能夠處理的原始數據為矩陣格式，提供了大量數據管理和轉化工具。該程序本身不包含網絡可視化的圖形程序，但可將數據和處理結果輸出至NetDraw、Pajek、Mage和KrackPlot等軟件作圖。UCINET包含大量包括探測凝聚子群（cliques,clans, plexes）和區域（components,cores）、中心性分析（centrality）、個人網絡分析和結構洞分析在內的網絡分析程序。UCINET還包含為數眾多的基于過程的分析程序，如聚類分析、多維標度、二模標度（奇異值分解、因子分析和對應分析）、角色和地位分析（結構、角色和正則對等性）和擬合中心-邊緣模型。此外，UCINET提供了從簡單統計到擬合p1模型在內的多種統計程序。
02 Pajek簡介
Pajek 是一個特別為處理大數據集而設計的網絡分析和可視化程序。Pajek可以同時處理多個網絡，也可以處理二模網絡和時間事件網絡（時間事件網絡包括了某一網絡隨時間的流逝而發生的網絡的發展或進化）。Pajek提供了縱向網絡分析的工具。數據文件中可以包含指示行動者在某一觀察時刻的網絡位置的時間標志，因而可以生成一系列交叉網絡，可以對這些網絡進行分析并考察網絡的演化。不過這些分析是非統計性的；如果要對網絡演化進行統計分析，需要使用StOCNET 軟件的SIENA模塊。Pajek可以分析多于一百萬個節點的超大型網絡。Pajek提供了多種數據輸入方式，例如，可以從網絡文件（擴展名NET）中引入ASCII格式的網絡數據。網絡文件中包含節點列表和弧/邊（arcs/edges）列表，只需指定存在的聯系即可，從而高效率地輸入大型網絡數據。圖形功能是Pajek的強項，可以方便地調整圖形以及指定圖形所代表的含義。由于大型網絡難于在一個視圖中顯示，因此Pajek會區分不同的網絡亞結構分別予以可視化。每種數據類型在Pajek中都有自己的描述方法。Pajek提供的基于過程的分析方法包括探測結構平衡和聚集性（clusterability），分層分解和團塊模型（結構、正則對等性）等。Pajek只包含少數基本的統計程序。
03 NetMiner 簡介
NetMiner是一個把社會網絡分析和可視化探索技術結合在一起的軟件工具。它允許使用者以可視化和交互的方式探查網絡數據，以找出網絡潛在的模式和結構。NetMiner采用了一種為把分析和可視化結合在一起而優化了的網絡數據類型，包括三種類型的變量：鄰接矩陣（稱作層）、聯系變量和行動者屬性數據。與Pajek和NetDraw相似，NetMiner也具有高級的圖形特性，尤其是幾乎所有的結果都是以文本和圖形兩種方式呈遞的。NetMiner提供的網絡描述方法和基于過程的分析方法也較為豐富，統計方面則支持一些標準的統計過程：描述性統計、ANOVA、相關和回歸。
04 STRUCTURE 簡介
STRUCTURE是一個命令驅動的DOS程序，需要在輸入文件中包含數據管理和網絡分析的命令。STRUCTURE支持五種網絡分析類型中的網絡模型：自主性（結構洞分析）、凝聚性（識別派系）、擴散性、對等性（結構或角色對等性分析和團塊模型分析）和權力（網絡中心與均質分析）。STRUCTURE提供的大多數分析功能是獨具的，在其他分析軟件中找不到。
05 MultiNet簡介
MultiNet是一個適于分析大型和稀疏網絡數據的程序。由于MultiNet是為大型網絡的分析而專門設計的，因而像Pajek那樣，數據輸入也使用節點和聯系列表，而非鄰接矩陣。對于分析程序產生的幾乎所有輸出結果都可以以圖形化方式展現。MultiNet可以計算degree,betweenness, closeness and components statistic，以及這些統計量的頻數分布。通過MultiNet，可以使用幾種本征空間（eigenspace）的方法來分析網絡的結構。MultiNet包含四種統計技術：交叉表和卡方檢驗，ANOVA，相關和p*指數隨機圖模型。
06 StOCNET簡介
StOCNET是個WINDOWS環境下的開放軟件系統，適用于社會網絡的高級統計分析。它提供了一個應用多種統計方法的平臺，每種統計方法可以以單獨模塊的形式方便地嵌入其中。StOCNET包含六個統計模塊：（1）BLOCKS，隨機塊模型；（2）ULTRAS，使用超度量（Ultrametrics）估計潛在的傳遞性結構（latenttransitive structures）；（3）P2，擬合指數隨機圖p2模型；（4）SIENA，縱向網絡數據的分析；（5）ZO，確定隨機圖統計量的分布概率；（6）PACNET，構造和擬合基于偏代數結構的結構模型（structuralmodels based on partial algebraic structures）。
6 款軟件分析和比較
表1描述了六個主要的社會網絡分析軟件的主要目標或特性。其中，數據格式包括下面三個方面：（1）程序能夠處理的數據類型，（2）輸入格式，和（3）是否有標明網絡關系缺失值的選項。功能方面包括是否包含可視化選項以及可執行的分析類型。支持則包括程序的可得性、是否有操作手冊和在線幫助。
表1 六個社會網絡分析軟件功能介紹
注釋：
a c=全局，e=個人中心，a=從屬關系，l=大型網絡。
b m=矩陣，ln=連接/節點，n=節點
c d=描述，sl=結構和位置，rp=角色和地位，dt=二元和三元方法，s=統計
d com=商業產品，free=自由/共享軟件
e 不再更新的DOS程序
g 只有對屬性的缺失值編碼
h 沒有作圖程序
i 能夠從互聯網上免費獲取（有些功能有所減少）
j 可以獲得評估/演示版本的程序
下面我們以功能、支持和用戶友好性三個大方面來對上述六個軟件進行綜合評價（見表2）。+號代表好（或至少是合格的），++代表很好或強大，-代表存在缺陷，0代表無，+-代表不確定（有好有壞）。必須強調的是，由于各個軟件的目標不盡相同，因而不可能在它們之間做出完全公平的比較。因此建議也可以從垂直的方向閱讀表3- 2。例如，如果要尋找一個可以獲得許多描述性網絡度量的軟件，則UCINET和NetMiner是很好的選擇。但如果網絡可視化是主要目的，則Pajek和NetMiner是更好的選擇。
表2 六個社會網絡分析軟件功能比較
注釋：
a 基于過程的分析方法
b UCINET包含網絡可視化軟件NetDraw