社會(huì)網(wǎng)絡(luò)分析誕生于1930s,分別在1950s和1970s經(jīng)歷了兩次黃金發(fā)展期。過(guò)去40年,已成為一種新的理論范式。以Web of Science核心合集數(shù)據(jù)庫(kù)的4891篇（1979～2019）文獻(xiàn)為數(shù)據(jù)來(lái)源,采用文獻(xiàn)計(jì)量方法,對(duì)社會(huì)網(wǎng)絡(luò)分析在過(guò)去40年的研究進(jìn)展進(jìn)行分析。根據(jù)發(fā)文量,將社會(huì)網(wǎng)絡(luò)分析研究劃分為維持期、成長(zhǎng)期與爆發(fā)期三個(gè)階段。通過(guò)繪制學(xué)科領(lǐng)域演進(jìn)圖譜,揭示社會(huì)網(wǎng)絡(luò)分析研究在各學(xué)科領(lǐng)域的分布與演進(jìn);通過(guò)構(gòu)建關(guān)鍵詞共現(xiàn)圖譜,揭示高頻關(guān)鍵詞的重要性以及與其他關(guān)鍵詞間的聯(lián)系;通過(guò)聚類分析,揭示社會(huì)網(wǎng)絡(luò)分析相關(guān)研究的主題演進(jìn)呈現(xiàn)進(jìn)階式發(fā)展;接下來(lái),對(duì)各階段的相關(guān)主題和演化趨勢(shì)進(jìn)行討論;最后,對(duì)社會(huì)網(wǎng)絡(luò)分析的未來(lái)發(fā)展進(jìn)行展望。 

【文章來(lái)源】：科學(xué)決策. 2019,(12)CSSCI

【文章頁(yè)數(shù)】：16 頁(yè)

【部分圖文】：

社會(huì)網(wǎng)絡(luò)分析研究的文獻(xiàn)發(fā)文量

圖2呈現(xiàn)了社會(huì)網(wǎng)絡(luò)分析研究涉及的學(xué)科領(lǐng)域演進(jìn)歷程。圖中上方色條表示網(wǎng)絡(luò)連線的時(shí)間,節(jié)點(diǎn)對(duì)應(yīng)時(shí)間表示該領(lǐng)域首次出現(xiàn)年份,節(jié)點(diǎn)大小表示該領(lǐng)域涵蓋的文獻(xiàn)發(fā)表數(shù)量。本研究選取文獻(xiàn)發(fā)表數(shù)量超過(guò)200篇的學(xué)科領(lǐng)域并予以顯示。從節(jié)點(diǎn)看,Computer Science是社會(huì)網(wǎng)絡(luò)分析研究最活躍的學(xué)科領(lǐng)域,文獻(xiàn)發(fā)表數(shù)量最多,為1089篇,其次是Business & Economics(n=614)和Environmental Science & Ecology (n=564)。從節(jié)點(diǎn)中心性看,Psychology與其他學(xué)科領(lǐng)域的聯(lián)系最強(qiáng),中心性最高,為0.29,其次是Public, Environmental & Occupational Health(c=0.23)和Engineering(c=0.19)。從時(shí)間脈絡(luò)看,盡管維持期的文獻(xiàn)較少,但其涉及多個(gè)學(xué)科領(lǐng)域。社會(huì)網(wǎng)絡(luò)分析研究最初出現(xiàn)于Sociology、Business & Economics領(lǐng)域,而后發(fā)展到Environmental Studies、Psychology等領(lǐng)域。1980s末,Computer Science開(kāi)始出現(xiàn),并為后期研究發(fā)展鑒定了基礎(chǔ);成長(zhǎng)期中,Computer Science又實(shí)現(xiàn)了新發(fā)展,延伸到該學(xué)科的Information Systems和Artificial Intelligence等細(xì)分領(lǐng)域。另外,Engineering與Education領(lǐng)域也在該時(shí)期相繼出現(xiàn);爆發(fā)期中的一些新興學(xué)科,如Experimental Psychology和Environmental Engineering,以及Computer Science及其細(xì)分領(lǐng)域、Science & Technology、Education等是社會(huì)網(wǎng)絡(luò)分析研究的熱點(diǎn)領(lǐng)域。

上式中,N指選取的高頻詞數(shù)量,I1指原始關(guān)鍵詞中頻次為1的關(guān)鍵詞個(gè)數(shù)。運(yùn)用該公式,計(jì)算得出N=102,故本研究選取前102個(gè)關(guān)鍵詞。為直觀顯示這些關(guān)鍵詞之間的關(guān)聯(lián),將Bibexcel生成的102*102關(guān)鍵詞共現(xiàn)矩陣導(dǎo)入到社會(huì)網(wǎng)絡(luò)分析軟件Ucinet中,得到社會(huì)網(wǎng)絡(luò)分析的關(guān)鍵詞共現(xiàn)圖譜(圖3)。圖3中,關(guān)鍵詞的色塊面積與其共現(xiàn)頻次相關(guān),色塊越大表示共被引的頻次越高;連線表示關(guān)鍵詞之間的關(guān)系,連線越密集表示關(guān)鍵詞之間的聯(lián)系越密切。在所有關(guān)鍵詞中,“social network”的色塊面積最大,共現(xiàn)頻次為647,處于圖譜中心位置,與其他關(guān)鍵詞的聯(lián)系最為緊密。其次,“collaboration”(n=201)、“centrality”(n=158)、“communication”(n=115)、“social media”(n=98)等關(guān)鍵詞的色塊面積也較大,各自代表了社會(huì)網(wǎng)絡(luò)分析研究的核心內(nèi)容。處于圖譜邊緣的關(guān)鍵詞頻次較低,且與其他關(guān)鍵詞的連線較少,如“collaborative learning” (n=21)、“text mining”(n=13)、“culture”(n=13)、“social behavior”(n=14)。當(dāng)然,這在一定程度上反映了社會(huì)網(wǎng)絡(luò)分析研究?jī)?nèi)容和方法的多樣性。


本文編號(hào)：3094605