跳至內容

社會網絡

本頁使用了標題或全文手工轉換
維基百科,自由的百科全書

社會網絡(英語:Social network),是由許多節點以及節點間關係構成的一個網絡結構。節點通常是指個人組織(又稱社團)。社會網絡代表各種社會關係,經由這些社會關係,把從偶然相識的泛泛之交到緊密結合的家人關係的各種人們或組織串連起來。[1]社會網絡依賴於一種到多種關係而形成,如價值觀、理想、觀念、興趣愛好、友誼血緣關係、共同厭惡的事物、衝突或貿易。由此產生的網絡結構往往是非常複雜的。

社會網絡分析是用來檢視節點、連結之間的社會關係的分析方式。節點是網絡中的個人參與者,連結則是參與者之間的關係。節點之間可以有很多種連結。一些學術研究已經顯示,社會網絡在很多層面運作,從家庭到國家層面都有,並扮演着關鍵作用,決定問題如何得到解決,組織如何運行,並在某種程度上決定個人能否成功實現目標。

用最簡單的形式來說,社會網絡是一張地圖,標示出所有與節點相關的連結。社會網絡也可以用來衡量個人參與者的社會資本。這些概念往往顯示在一張社會網絡圖,其中節點是點狀,連結是線狀。

社會網絡分析

[編輯]
社會網絡一個例子,中介中心性最高的結點用黃色標出。

社會網絡分析已經成為一個關鍵技術,也是一項熱門的研究,在現代社會學人類學社會語言學地理社會心理學通訊研究資訊科學歷史學[2]社會網絡分析與探勘組織研究經濟學,以及生物學領域。

一個多世紀以來,人們就使用社會網絡來比喻複雜的社會系統下,成員之間的關係,囊括所有層級,從人際關係國際關係。1954年,J. A. Barnes開始使用這個術語,系統化的呈現關係模式,統整了大眾與社會科學家的傳統概念:有限制的群體(如部落、家庭)和社會分類(如性別、種族)。

社會網絡分析衡量值

[編輯]

社會網絡分析衡量值可以用來描述一個社會網絡的概況,比較常見的社會網絡分析衡量值包括以下:

  • 分支度、點度 Degree
  • 密度 Density
  • 派別 Clique
  • 親密度中心性 Closeness Centrality
  • 中介度中心性 Betweeness Centrality
  • 叢聚系數 Clustering Coefficient

分析層次

[編輯]

通常,社會網絡是自組織的、突生性的和複雜的,通常是由局部元體的緊密相互作用才形成整個系統。這種模式隨着網絡規模的增加而更加明顯。但是,全球網絡分析,例如所有人的人際關係是不可能得到的,即便可分析,所帶來的巨量資訊也將無法提供有用資訊。計算能力的限制,倫理和參與者的報酬都限制了社會網絡分析的規模。局部系統的細微差別可能在大規模的網絡分析中消失,因此要理解網絡的特性,資訊的質素遠比網絡的規模重要。因此,社會網絡是與研究者的研究問題的規模有關的。雖然分析層次彼此不必然互斥,但是仍然有三種社會網絡分析水平:宏觀水平、中觀水平和微觀水平。

莫雷諾繪製的二年級班級社會關係圖

中觀層面

[編輯]
社會網絡圖,中觀層面

中觀層面理論的出發點是研究介於微觀宏觀之間的人口規模。然而,中觀層面也可指用於揭示微觀與宏觀層面之間聯絡的特定分析視角。在中觀層面上,網絡通常密度較低,可能呈現出不同於人際微觀網絡的因果機制。[3]

組織 :為實現共同目標而分工協同運作的社會團體。組織網絡研究可以聚焦於組織內部或組織之間的正式與非正式關係。組織內部的網絡本身通常包含多個分析層級,尤其是在擁有多個分支機構、特許經營權或半自治部門的大型組織中。在這種情況下,研究通常在工作群組層面和組織整體層面同時展開,重點關注這兩個層級結構之間的相互作用。[4]線上網絡群組實驗已經記錄了通過各種干預措施來最佳化群組級別協調的方法,包括在群組中添加自主代理。[5]

隨機網絡分布:20世紀80年代,社交網絡的指數隨機圖模型(Exponential Random Graph Models, ERGM)成為社交網絡分析中最前沿的方法之一。該模型框架能夠表示許多在人類社交網絡中普遍存在的社會結構效應,例如基於節點度數的結構特徵、互惠性傳遞性,以及節點層面的同質性、屬性驅動的活躍度和受歡迎度等。這些效應都基於對網絡關係之間依賴性的明確假設。ERGM 的參數是根據網絡中小型子圖模式的普遍性來設定的,這些參數可以被解釋為描述網絡生成過程中局部社會互動機制的組合。作為面向特定行為主體集合的概率模型,它超越了傳統微觀網絡中「關係獨立性」的局限,能夠在社會行為理論的框架下構建更為複雜和貼合實際的網絡模型。[6]

隨機網絡和無標度網絡的圖示中,每個圖有32個節點和32條邊。

無尺度網絡:一種度分布服從冪律的網絡結構,具有少數高連接節點(樞紐)和大量低連接節點的特徵。這種結構廣泛存在於社交網絡等複雜系統中,有助於揭示社會群體的規模分布特性。[7]無尺度網絡的具體特徵會因建模理論和分析工具而有所不同,但通常具有以下共同特徵:1.存在大量度數遠高於平均值的節點,這些「樞紐」在網絡中可能具有重要作用;2.聚類係數通常隨節點度數的增加而減小,且這種分布也呈冪律形式。這些特性共同構成了無尺度網絡的典型結構。[8]

歷史

[編輯]

在19世紀90年代末,埃米爾·涂爾幹(Émile Durkheim )和 斐迪南·滕尼斯(Ferdinand Tönnies )在各自關於社會群體的理論與研究中,實際上都預示了「社交網絡」這一概念的出現。滕尼斯(Tönnies) 認為,社會群體可以通過個人之間直接的社會紐帶而存在。這些紐帶要麼將擁有共同價值觀和信仰的個體聯絡在一起(他稱之為 Gemeinschaft,德語,通常翻譯為「共同體」或「社區」),要麼表現為非個人化的、正式的、工具性的社會關係(稱為 Gesellschaft,德語,通常翻譯為「社會」)。[9]

涂爾幹(Durkheim) 對社會事實提出了非個人主義的解釋。他認為當個體之間的互動形成一種無法再用個人行為者屬性來解釋的現即時,社會現象便由此產生。[10]Georg Simmel 在二十世紀之交的寫作中指出,網絡的性質以及網絡規模會影響個體之間的相互作用。他還研究了在鬆散網絡中進行互動的可能性,而不僅限於傳統群體內部的互動。[11]

20世紀30年代,心理學人類學和數學等多個領域的獨立研究團體在社交網絡研究方面取得了顯著進展,推動了該領域的重大發展。[12][13][14]20世紀30年代,心理學家莫雷諾開始系統研究小組中的社會互動。此外,人類學中的社交網絡理論基礎來源於馬林諾夫斯基、拉德克利夫-布朗和列維-斯特勞斯的理論與田野研究。[15]與 Max Gluckman 和曼徹斯特學派相關的一些社會人類學家,如 John A. Barnes、J. Clyde Mitchell 和 Elizabeth Bott Spillius被認為是最早進行網絡分析實地研究的學者,他們考察了南部非洲印度英國的社區網絡。[14]

同時,英國人類學家 S.F. Nadel 構建了一套社會結構理論對後來的網絡分析產生了重要影響。[16]在社會學領域,塔爾科特·帕森斯(Talcott Parsons)在1930年代的早期研究為採用關係視角理解社會結構奠定了基礎。[17][18]後來基於帕森斯的理論,社會學家彼得·布勞的研究為分析社會單位與社會交換理論之間的關係提供了有力支援。[19][20][21]

到20世紀70年代,越來越多學者致力於融合不同的研究路徑和傳統。其中,一個由社會學家哈里森·懷特及其在哈佛大學社會關係系的學生組成的小組發揮了重要作用。並專注於政治社會學、社區社會學和社會運動網絡的查爾斯·蒂利(Charles Tilly)以及斯坦利·米爾格拉姆(Stanley Milgram)也在哈佛大學社會關係系獨立開展研究,米爾格拉姆提出了著名的「六度分離」理論。[22]Mark Granovetter 和 Barry Wellman 是哈里森·懷特的學生,他們闡述並推動了社交網絡分析的發展。[23][24][25][26]

理論連結

[編輯]

進口理論

[編輯]

多種理論框架已被引入社交網絡分析,其中最主要的包括圖論平衡理論社會比較理論,以及近年來興起的社會身份方法。[27]

土著理論

[編輯]

社交網絡分析中幾乎沒有形成完整的理論體系,目前較為突出的有結構性角色理論和弱聯絡理論。弱聯絡理論基於一項研究發現,在取得資訊和推動創新時,更多的「弱聯絡」可能發揮關鍵作用。因為小團體內部成員傾向於同質化,擁有相似的觀點和許多共同特徵,這種「親同性」傾向也是成員相互吸引的原因。因為相似,所以團體中的每個成員往往對其他成員所掌握的資訊有所了解。為了獲得新的資訊或見解,成員必須超越所在團體,去尋找其他朋友圈或熟人。Granovetter 將這一現象稱為「弱聯絡的力量」。[28]

結構孔

[編輯]

在網絡背景下,人們因自身在網絡中的位置而擁有優勢的社會資本。網絡中的聯絡人提供的資訊、機會和觀點,能夠惠及網絡中的核心成員。大多數社會結構通常表現為由緊密聯絡的密集叢集組成。[29]這些叢集中的資訊往往較為同質且重複,而非重複的資訊通常來自不同叢集之間的聯絡人。[30]當兩個獨立叢集之間存在非冗餘資訊時,它們之間通常會形成一個被稱為「結構性漏洞」的連接。[30]因此,彌合結構性漏洞的網絡能夠帶來網絡優勢,這些優勢在一定程度上是累加的,而非重複的。理想的網絡結構既包含藤蔓狀的延展,也包含緊密的叢集,從而使個體能夠接觸到多個不同的叢集和結構性孔洞。[30]

結構性漏洞豐富的網絡是一種重要的社會資本形式,因為它們帶來資訊方面的優勢。彌合結構性漏洞的網絡中的核心成員能夠從多個不同的來源和叢集中取得資訊。[30]例如,在商業網絡中,這種優勢對個人職業發展非常有益。如果一個人的社交網絡跨越不同行業或部門,擁有廣泛的聯絡人,他更有可能獲得職位空缺和機會的資訊。這個觀點與Mark Granovetter的弱聯絡理論類似,該理論強調廣泛接觸對就業的促進作用。結構性漏洞的概念已被廣泛應用於社交網絡分析,並進一步用於各種實際場景和基於機器學習的社會預測。[31]

研究叢集

[編輯]

藝術網絡

有研究利用網絡分析來考察藝術家在博物館展覽中共同展出的關係網絡。研究表明,這種網絡會影響藝術家在歷史和歷史敍事中的認可度,即使在控制了藝術家的個人成就因素後,影響仍然顯著。[32][33]其他研究則探討了藝術家所屬網絡群體如何影響其個人在拍賣市場上的表現。[34]

衝突與合作

社交網絡研究正被用來探討行為者之間相互依存的性質,以及這些相互依存關係如何影響衝突與合作的結果。研究領域涵蓋抗議等集體行動中參與者的合作行為;社區內通過非正式治理網絡促進和平、社會規範和公共產品的提供;社交網絡在國內外衝突中的作用;以及政治家、選民與官僚之間的網絡關係。[35]

犯罪網絡

在犯罪學和城市社會學中,研究者高度關注犯罪行為者的社交網絡。例如,謀殺行為可以被視為幫派之間的一種交流形式。謀殺事件往往從單一事件向外擴散,因為較弱的幫派無法直接報復殺害更強幫派成員,但為了維護自身實力和聲譽,仍會採取其他形式的暴力行為。[36]

人口統計

在人口學領域,社交網絡研究催生了新的抽樣方法,用於估計和接觸難以統計的人群,例如無家可歸者或靜脈注射毒品用戶。如受訪者驅動抽樣(Respondent-Driven Sampling)是一種基於網絡的抽樣技術,通過受訪者推薦更多調查對象來進行樣本擴充。[37][38]

經濟社會學

社會學領域幾乎完全關注社會互動所產生的網絡。更具體來說,經濟社會學通過社會資本和社會「市場」的視角來研究個人與群體的行為互動。社會學家如 Mark Granovetter 提出了關於社會結構、資訊流動、懲罰與獎勵機制以及信任互動的核心原則,這些原則在政治、經濟及其他機構的分析中被廣泛應用。Granovetter 研究了社會結構和社交網絡如何影響就業、價格、生產力和創新等經濟成果,並總結了社會學家在分析社會結構及其對經濟影響方面的重要貢獻。[39]

醫療保健

社交網絡分析在醫療保健領域的應用日益廣泛,不僅用於流行病學研究,還被引入患者溝通與教育、疾病預防、心理健康診斷與治療模型,以及醫療保健組織和系統的研究中。[40]

人類生態

人類生態學是一門跨學科的研究領域,關注人類與其自然環境、社會環境及建築環境之間的關係。其科學哲學具有悠久的歷史,涉及地理學社會學心理學人類學動物學以及自然生態學等多個學科。[41][42]

組織研究

正式或非正式的組織關係、組織溝通、經濟學、經濟社會學以及其他資源轉移的研究中,社交網絡分析也被廣泛應用。它用於考察組織之間的互動,描繪將高管聯絡在一起的非正式關係,以及不同組織中個別員工之間的關聯和聯絡。許多關於組織社交網絡的研究集中於團隊層面。[43]

在團隊網絡研究中,學者們評估了諸如中心性與權力的預測因素及其結果,團隊中工具性聯絡和表達性聯絡的密度與集中度,以及團隊間網絡的作用。研究發現,組織內部的網絡結構會影響員工的組織承諾、組織認同感以及人際公民行為。[44]

社會資本

社會資本是一種經濟和文化資本的形式,其核心是社會網絡,交易過程以互惠、信任和合作為特徵。在這種網絡中,市場參與者生產的商品和服務不是主要為了自身利益,而是為了共同利益。社會資本包含三個維度:結構層面、關係層面和認知層面。結構層面描述了合作夥伴之間的互動方式,以及哪些特定的合作夥伴在社交網絡中相互連接。此外,結構層面還反映了組織之間的聯絡緊密程度。[45]這一維度與關係層面密切相關,關係層面指的是合作夥伴之間紐帶的可信度、規範、期望和認同感。關係層面解釋了這些聯絡的性質,主要體現在對組織網絡的信任程度上。[45]認知層面則關注組織通過聯絡和互動在多大程度上共用共同的目標和願景。[45]

社會資本是一個社會學概念,強調社會關係的價值以及合作與信任在實現積極成果中的作用。它指的是個人能夠從其社會紐帶中獲得的資源和利益。例如,新移民可以利用與當地已有移民的社會聯絡,獲得因語言不熟悉而難以獲得的工作機會。研究表明,社會資本與社交網絡的使用強度之間存在正相關係。[46][47][48]在動態框架下網絡中更頻繁的活動會轉化為更豐富的社會資本,而這種社會資本又反過來激勵更多的活動發生。[48][49]

社會網絡分析軟件

[編輯]

相關學者與組織

[編輯]

參見

[編輯]

外部連結

[編輯]
  1. ^ 張皓。「《灌園先生日記》中家族社會網絡之分析研究(1927—1932)」。碩士論文,國立彰化師範大學歷史學研究所,2024。
  2. ^ 李宗信、張育誠、劉庭羽。〈《劉福才日記》中的社會關係網絡--另一個觀看日記的視角〉。《臺灣師大歷史學報》 65期,(2021年): 頁157-213。
  3. ^ Hedström, Peter; Sandell, Rickard; Stern, Charlotta. Mesolevel Networks and the Diffusion of Social Movements: The Case of the Swedish Social Democratic Party. American Journal of Sociology. 2000-07, 106 (1) [2025-06-24]. ISSN 0002-9602. doi:10.1086/303109 (英語). 
  4. ^ Riketta, Michael; Nienaber, Susanne. Multiple Identities and Work Motivation: The Role of Perceived Compatibility between Nested Organizational Units *. British Journal of Management. 2007-03, 18 (s1) [2025-06-24]. ISSN 1045-3172. doi:10.1111/j.1467-8551.2007.00526.x (英語). 
  5. ^ Shirado, Hirokazu; Christakis, Nicholas A. Locally noisy autonomous agents improve global human coordination in network experiments. Nature. 2017-05, 545 (7654) [2025-06-24]. ISSN 0028-0836. doi:10.1038/nature22332 (英語). 
  6. ^ Cranmer, Skyler J.; Desmarais, Bruce A. Inferential Network Analysis with Exponential Random Graph Models. Political Analysis. 2011, 19 (1) [2025-06-24]. ISSN 1047-1987. doi:10.1093/pan/mpq037 (英語). 
  7. ^ Moreira, André A.; Paula, Demétrius R.; Costa Filho, Raimundo N.; Andrade, José S. Competitive cluster growth in complex networks. Physical Review E. 2006-06-01, 73 (6) [2025-06-24]. ISSN 1539-3755. doi:10.1103/PhysRevE.73.065101 (英語). 
  8. ^ Mackay, Robb. Linked: How Everything is Connected to Everything Else and What It Means for Business, Science and Everyday Life. Complicity: An International Journal of Complexity and Education. 2005-12-01, 2 (1) [2025-06-24]. ISSN 1710-5668. doi:10.29173/cmplct8735. 
  9. ^ Tönnies, Ferdinand, Gemeinschaft und Gesellschaft, VS Verlag für Sozialwissenschaften: 231–255, 2012 [2025-06-24], ISBN 978-3-531-16240-9 
  10. ^ O'Connor, James. Review Essays: The Division of Labor in Society. Insurgent Sociologist. 1980-07, 10 (1) [2025-06-24]. ISSN 0047-0384. doi:10.1177/089692058001000108. 
  11. ^ Staubmann, Helmut, Georg Simmel: Über sociale Differenzierung. Sociologische und psychologische Untersuchungen, Duncker und Humblot: Leipzig 1890, 147 S. (hier zit. n. Gesamtausgabe Bd. 2, Suhrkamp: Frankfurt 1989, S. 109–295), Springer Fachmedien Wiesbaden: 62–66, 2016 [2025-06-24], ISBN 978-3-658-13212-5 
  12. ^ Scott, John. Social network analysis: a handbook 2. ed., Repr. London: Sage Publ. 2011. ISBN 978-0-7619-6339-4. 
  13. ^ Scott, John; Carrington, Peter J. (編). The SAGE handbook of social network analysis. London ; Thousand Oaks, Calif: SAGE. 2011. ISBN 978-1-84787-395-8. OCLC 685111085. 
  14. ^ 14.0 14.1 Alter, C. Understanding Family Policy: Theories and Applications, 2nd Edition Shirley L. Zimmerman. Thousand Oaks, CA: Sage Publications, 1995. 287 pp. $42.00 hardback, ISBN 0-8039-5460-3. Social Work. 1997-03-01, 42 (2) [2025-06-24]. ISSN 0037-8046. doi:10.1093/sw/42.2.207. 
  15. ^ Lévi-Strauss, Claude. Les structures élémentaires de la parenté. 1967-12-31 [2025-06-24]. doi:10.1515/9783112317204. 
  16. ^ S. F. Nadel The Theory of Social Structure. With a memoir by Meyer Fortes. London, Cohen & West Ltd, 1957, xvip. 159p., 18/—.. Bulletin de l'Institut de recherches économiques et sociales. 1958-12, 24 (8) [2025-06-24]. ISSN 1373-9719. doi:10.1017/s0770451800052623. 
  17. ^ Becker, H. THE SOCIAL SYSTEM. By Talcott Parsons. Glencoe, Illinois: The Free Press, 1951. 575 pp. $6.00 and TOWARD A GENERAL THEORY OR ACTION. Edited by Talcott Parsons and Edward A. Shils. Cambridge, Massachusetts: Harvard University Press, 1951. 506 pp. $7.50. Social Forces. 1952-05-01, 30 (4) [2025-06-24]. ISSN 0037-7732. doi:10.2307/2572350. 
  18. ^ Gerhardt, Uta, Talcott Parsons: The Structure of Social Action. A Study in Social Theory with Special Reference to a Group of Recent European Writers, New York: McGraw Hill 1937, 775 + lxi S, Springer Fachmedien Wiesbaden: 133–137, 2016 [2025-06-24], ISBN 978-3-658-13212-5 
  19. ^ Blau, Peter M. Exchange and Power in Social Life. 2017-09-29 [2025-06-24]. doi:10.4324/9780203792643. 
  20. ^ Blau, Peter M. A Theory of Social Integration. American Journal of Sociology. 1960-05, 65 (6) [2025-06-24]. ISSN 0002-9602. doi:10.1086/222785. 
  21. ^ Bottomore, T. B. Bureaucracy in Modern Society.Peter M. Blau. American Journal of Sociology. 1956-11, 62 (3) [2025-06-24]. ISSN 0002-9602. doi:10.1086/222016. 
  22. ^ SemiotiX 14 - January 2009. www.semioticon.com. [2025-06-24]. (原始內容存檔於2012-07-12). 
  23. ^ Herz, Andreas; Müller, Annika, Wellman, Barry (1988): Structural Analysis: from method and metaphor to theory and substance. In B. Wellman & S. D. Berkowitz (Hrsg.), Social Structures: A Network Approach. Cambridge: Cambridge University Press, S. 19 – 61., Springer Fachmedien Wiesbaden: 559–562, 2018-10-04 [2025-06-24], ISBN 978-3-658-21741-9 
  24. ^ Zunz, Olivier. Charles Tilly, An urban world, Boston, Little, Brown and Co, 1974, 487 p.. Annales. Histoire, Sciences Sociales. 1977-02, 32 (1) [2025-06-24]. ISSN 0395-2649. doi:10.1017/s0395264900151315. 
  25. ^ Geiger, Roger L. <405::aid-jhbs2300110415>3.0.co;2-1 Nicholas C. Mullins. Theories and theory groups in contemporary American Sociology. New York: Harper & Row, 1973. Pp. x + 337. $9.95. Journal of the History of the Behavioral Sciences. 1975-10, 11 (4) [2025-06-24]. ISSN 0022-5061. doi:10.1002/1520-6696(197510)11:4<405::aid-jhbs2300110415>3.0.co;2-1. 
  26. ^ Granovetter, Mark. Economic Institutions as Social Constructions: A Framework for Analysis. Acta Sociologica. 1992-01, 35 (1) [2025-06-24]. ISSN 0001-6993. doi:10.1177/000169939203500101. 
  27. ^ Kilduff, Martin; Tsai, Wenpin. Social Networks and Organizations. 6 Bonhill Street, London England EC2A 4PU United Kingdom: SAGE Publications Ltd. 2003. ISBN 978-0-7619-6957-0. 
  28. ^ Granovetter, Mark S. The Strength of Weak Ties. American Journal of Sociology. 1973-05, 78 (6) [2025-06-24]. ISSN 0002-9602. doi:10.1086/225469 (英語). 
  29. ^ Burt, Ronald S. Structural Holes and Good Ideas. American Journal of Sociology. 2004-09, 110 (2) [2025-06-24]. ISSN 0002-9602. doi:10.1086/421787 (英語). 
  30. ^ 30.0 30.1 30.2 30.3 Swedberg, Richard. Book Reviews: Networks : Ronald S. Burt: Structural Holes: The Social Structure of Competition. Cambridge: Harvard University Press, 1992. Acta Sociologica. 1994-10, 37 (4) [2025-06-24]. ISSN 0001-6993. doi:10.1177/000169939403700410. 
  31. ^ Lin, Zihang; Zhang, Yuwei; Gong, Qingyuan; Chen, Yang; Oksanen, Atte; Ding, Aaron Yi. Structural Hole Theory in Social Network Analysis: A Review. IEEE Transactions on Computational Social Systems. 2022-06, 9 (3) [2025-06-24]. ISSN 2329-924X. doi:10.1109/TCSS.2021.3070321. 
  32. ^ Braden, L. E. A. Networks Created Within Exhibition: The Curators’ Effect on Historical Recognition. American Behavioral Scientist. 2021-01, 65 (1) [2025-06-24]. ISSN 0002-7642. doi:10.1177/0002764218800145 (英語). 
  33. ^ Braden, L.E.A.; Teekens, Thomas. Historic networks and commemoration: Connections created through museum exhibitions. Poetics. 2020-08, 81 [2025-06-24]. doi:10.1016/j.poetic.2020.101446 (英語). 
  34. ^ Braden, L.E.A.; Teekens, Thomas. Reputation, Status Networks, and the Art Market. Arts. 2019-07-03, 8 (3) [2025-06-24]. ISSN 2076-0752. doi:10.3390/arts8030081 (英語). 
  35. ^ Larson, Jennifer M. Networks of Conflict and Cooperation. Annual Review of Political Science. 2021-05-11, 24 (1) [2025-06-24]. ISSN 1094-2939. doi:10.1146/annurev-polisci-041719-102523 (英語). 
  36. ^ Papachristos, Andrew V. Murder by Structure: Dominance Relations and the Social Structure of Gang Homicide in Chicago. SSRN Electronic Journal. 2007 [2025-06-24]. ISSN 1556-5068. doi:10.2139/ssrn.855304 (英語). 
  37. ^ Heckathorn, Douglas D.; Cameron, Christopher J. Network Sampling: From Snowball and Multiplicity to Respondent-Driven Sampling. Annual Review of Sociology. 2017-07-31, 43 (1) [2025-06-24]. ISSN 0360-0572. doi:10.1146/annurev-soc-060116-053556 (英語). 
  38. ^ Gile, Krista J.; Beaudry, Isabelle S.; Handcock, Mark S.; Ott, Miles Q. Methods for Inference from Respondent-Driven Sampling Data. Annual Review of Statistics and Its Application. 2018-03-07, 5 (1) [2025-06-24]. ISSN 2326-8298. doi:10.1146/annurev-statistics-031017-100704 (英語). 
  39. ^ Granovetter, Mark. The Impact of Social Structure on Economic Outcomes. Journal of Economic Perspectives. 2005-02-01, 19 (1) [2025-06-24]. ISSN 0895-3309. doi:10.1257/0895330053147958 (英語). 
  40. ^ Levy, Judith A.; Pescosolido, Bernice A. (編). Social Networks and Health. Advances in Medical Sociology. 2002-01 [2025-06-24]. ISSN 1057-6290. doi:10.1016/s1057-6290(2002)8. 
  41. ^ Resilience Alliance - Document Not Found. www.resalliance.org. [2025-06-24]. 
  42. ^ Crona, Beatrice; Hubacek, Klaus. The Right Connections: How do Social Networks Lubricate the Machinery of Natural Resource Governance?. Ecology and Society. 2010, 15 (4) [2025-06-24]. ISSN 1708-3087. doi:10.5751/es-03731-150418. 
  43. ^ Park, Semin; Grosser, Travis J.; Roebuck, Adam A.; Mathieu, John E. Understanding Work Teams From a Network Perspective: A Review and Future Research Directions. Journal of Management. 2020-07, 46 (6) [2025-06-24]. ISSN 0149-2063. doi:10.1177/0149206320901573 (英語). 
  44. ^ Bowler, Wm. Matthew; Brass, Daniel J. Relational correlates of interpersonal citizenship behavior: A social network perspective.. Journal of Applied Psychology. 2006, 91 (1) [2025-06-24]. ISSN 1939-1854. doi:10.1037/0021-9010.91.1.70 (英語). 
  45. ^ 45.0 45.1 45.2 (Claridge, 2018).
  46. ^ Hua Wang; Wellman, Barry. Social Connectivity in America: Changes in Adult Friendship Network Size From 2002 to 2007. American Behavioral Scientist. 2010-04, 53 (8) [2025-06-24]. ISSN 0002-7642. doi:10.1177/0002764209356247 (英語). 
  47. ^ Valenzuela, Sebastián; Park, Namsu; Kee, Kerk F. Is There Social Capital in a Social Network Site?: Facebook Use and College Students' Life Satisfaction, Trust, and Participation. Journal of Computer-Mediated Communication. 2009-07, 14 (4) [2025-06-24]. doi:10.1111/j.1083-6101.2009.01474.x (英語). 
  48. ^ 48.0 48.1 Koley, Gaurav; Deshmukh, Jayati; Srinivasa, Srinath, Aref, Samin; Bontcheva, Kalina , 編, Social Capital as Engagement and Belief Revision 12467, Springer International Publishing: 137–151, 2020 [2025-06-24], ISBN 978-3-030-60974-0 (英語) 
  49. ^ Gaudeul, Alexia; Giannetti, Caterina. The role of reciprocation in social network formation, with an application to LiveJournal. Social Networks. 2013-07, 35 (3) [2025-06-24]. doi:10.1016/j.socnet.2013.03.003 (英語).