多层社会网络分析
- 提出者
- Kivela, M.; Boccaletti, S. et al.
- 年份
- 2014
- 类型
- Structural network analysis framework
- 类别
- Network science
本文为机器翻译,尚未经过审校。 阅读英文原文
它有什么作用?
多层社会网络分析将经典的单层网络方法扩展到演员同时通过多种不同类型的联系(例如友谊、职业合作和在线互动)相互连接的场景。通过将每种关系类型建模为单独的层,并显式表示跨层的连接,它可以捕捉单个聚合网络会隐藏的结构复杂性。
方法背后的直觉
在日常生活中,人们嵌入在重叠的网络中:同事也是朋友、Twitter 联系人、合著者。将所有这些联系合并到一个图中会丢失关于哪些联系在何种上下文中运作的信息。多层分析通过将关系类型堆叠为层并将每个人在各层中的节点连接起来,来保留这些区别。这使得研究人员可以提出这样的问题:哪些演员在每一层中都处于中心地位,或者影响力如何从一种联系类型传播到另一种联系类型?
历史学
多层网络的正式数学框架在 Kivela 等人(2014 年)和 Boccaletti 等人(2014 年)的两篇有影响力的论文中得到巩固,它们统一了关于多路网络、相互依赖网络和网络之网络模型的早期工作。该方法源于物理学和复杂性科学,此后被广泛应用于社会学、组织研究、传播学和流行病学,在这些领域,多种关系类型是常态而非例外。
何时使用
当演员嵌入在多种、质量上不同的关系类型中,并且您认为这些类型具有独立的结构效应,并且将它们合并为单个图会模糊重要变化时,请使用多层社会网络分析。它适用于具有清晰层标识的数据集——例如,在线与离线联系、友谊与建议网络,或跨平台通信。当仅测量一种关系类型、数据集非常小(少于约 30 个节点)或研究问题不依赖于区分联系类型时,则优先选择单层 SNA。该方法需要支持多层图对象的软件(例如,MuxViz、具有层属性的 R igraph、基于 NetworkX 的工具)以及研究人员对多层中心性概念的熟悉程度。
局限与注意事项
- 需要所有层中完整或近乎完整的数据;缺少一个层会导致系统性偏差。
- 计算成本随层数和节点数的增加而增加,使得非常大的多层网络分析成本高昂。
- 解释比单层 SNA 更复杂;向非技术受众传达结果需要谨慎。
- 与经典 SNA 相比,标准化的软件和报告约定仍在成熟中。
- 小网络(少于约 30 个节点)在多层设置中通常会产生不稳定的中心性和社区估计。
来源中的条件不能替代独立的科学审查或分析引擎的验证。
优势
- 通过保留不同的关系类型而不是将其扁平化来捕捉社会生活的全部复杂性。
- 能够跨层比较结构位置,揭示在某些情境下处于中心但在其他情境下处于边缘的演员。
- 跨层的社区检测可以识别在多种关系类型中持续存在的稳健的社会群体。
- 层间耦合度量量化了不同的关系情境在多大程度上共同决定了社会地位。
- 可扩展到时间定向和有向变体,使其适用于广泛的社会科学问题。
应用
- 组织研究同时考察员工之间的建议、友谊和汇报关系。
- 在线离线社会网络研究,将平台特定的互动与面对面关系联系起来。
- 疾病传播的流行病学模型,跨越同事、家庭和交通联系层。
- 政治学研究,跨越立法、媒体和游说网络形成联盟。
- 科学研究,结合了合著者、引用和机构隶属关系层。
- 传播学研究,同时跟踪信息在多个社交媒体平台上的传播。
使用方式
使用方式
每种不同的社会关系类型都被编码为一个单独的层:一个节点是相同的演员集,但边仅反映该关系类型的图。层可以代表通信渠道、时间快照或质量上不同的联系类型,例如寻求建议与情感支持。
称为层间耦合的边连接了演员在各层中的表示,模拟了同一个人参与多种关系环境的事实。耦合可以是分类的(相同的演员,不同的层)或加权以反映跨层依赖的强度。
标准的中心性度量——度中心性、中介中心性、特征向量中心性——被推广到多层设置,产生特定于层的分数和聚合分数。诸如多层 PageRank 或多功能性之类的度量允许在整个系统而非任何单个层内比较节点的重要性。
适用于多层网络的社区检测算法可以识别在多层中同时密集连接在同一社区内的演员群体。这揭示了社会群体在关系类型上是否一致或因情境而分散。
结果在层级别和整个多层系统上进行解释。研究人员检查哪些层驱动整体网络结构,识别连接各层的演员,并检验在一个层中可观察到的模式是否在其他层中复制。
常见陷阱
- 将层的选择视为无关紧要——层的定义是一个实质性的理论决策,它会影响所有下游结果。
- 忽略层间耦合强度,并在没有经验证据的情况下假设层之间独立。
- 仅使用聚合(合并)中心性作为唯一结果,而忽略特定于层的分析。
- 未能区分多路网络(相同节点,不同边类型)和多级网络(节点处于不同层次级别),这需要不同的模型。
- 报告社区分配而不通过排列检验或稳健性检查来验证稳定性。
常见问题
多层网络和多路网络有什么区别?
多路网络是多层网络的一个特例,其中每层都出现相同的节点集,并且层间边将每个节点仅连接到其他层中的其自身对应节点。多层网络更通用,允许每层有不同的节点集和任意的层间连接。
我可以使用什么软件进行多层社会网络分析?
MuxViz 为多层可视化和中心性提供图形界面。R 包 igraph 和 multinet,以及 Python 库 pymnet,支持以编程方式构建和分析多层网络。
我如何决定包含哪些层?
层的选择应由理论驱动:仅包含概念上不同且与研究问题相关的关系类型。添加冗余或高度相关的层很少能提高洞察力,反而会增加分析的复杂性。
多层 SNA 能处理一个层中的缺失数据吗?
可以通过加权层或使用插补策略来处理部分缺失,但部分演员系统性地缺少整个层会导致偏差。强烈建议进行排除有问题演员或层的敏感性分析。
多层中心性在不同研究之间可以比较吗?
不能直接比较,因为中心性值取决于包含的层数和类型。始终在中心性值旁边报告层结构,并比较相对排名而不是原始分数。
相关方法
参考文献
Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271.
打开 DOI 文献已复制。Boccaletti, S., Bianconi, G., Criado, R., del Genio, C. I., Gomez-Gardenes, J., Romance, M., Sendina-Nadal, I., Wang, Z., & Zanin, M. (2014). The structure and dynamics of multilayer networks. Physics Reports, 544(1), 1–122.
打开 DOI 文献已复制。