社会网络研究范式的演化、发展与应用，本文主要内容关键词为：范式论文,社会论文,网络论文，此文献不代表本站观点，内容供学术参考，文章仅供参考阅读下载。
doi：10.3772/j.issn.1000～0135.2015.012.001 近些年来，社会网络广泛应用于学术研究中，尤其是各种社会实体的关系研究，并且已经形成特有的研究范式，如Social Networks期刊(http：//www.journals.elsevier.com/social-networks/)专门致力于发表与社会网络相关的社会结构、社会关系、社会行为等领域的科研成果；INSNA(International Network for Social Network Analysis，http：//www.insna.org/)为社会网络分析提供了交流、学习的网络平台。社会网络是刻画、衡量社会关系最为形象、有效的工具之一，而社会关系影响着各种社会行为，怎样研究这些关系对社会行为的影响以及影响产生的结果?社会网络无疑是可视化这些关系最为有效的工具，社会网络分析则是将影响因素量化的有效方法，因此，无论是创新管理[1～3]、知识管理[4，5]，还是情报信息的获取[6]、情报信息的扩散机理研究[7]方面，社会网络都扮演着重要的角色，因此社会网络在社会学、情报学的研究中得到了广泛的应用。 尽管社会网络及相关的研究趋于多元化，社会网络分析方法被全面的介绍[8，9]，但是国内外现有研究缺乏对社会网络研究范式系统深入的分析，更缺乏对其演化、发展的比较研究。因此，本文在现有研究的基础上，一是结合现有研究对社会网络研究的发展阶段予以归纳，指出阶段特点，并归纳出社会网络研究范式；二是基于中国社会科学引文数据库，对我国社会网络研究的发展阶段进行划分，通过纵向比较来分析社会网络研究内容的演化及发展规律。 1 社会网络的概念及特性 1.1 什么是社会网络 社会网络是用来刻画具有社会属性的直接或间接连接的各种关系网络，而通常这种社会属性可理解为与人有关的特性。社会网络的节点表示人或各种社会实体，链接表示交叉、合作或彼此间的相互影响[10]，因此，Garton等将社会网络理解为人类的社会关系链接集合，如友谊关系、同事关系、信息交换关系等[11]。由于节点特性、关系链接的频次与强度、网络层次与规模等因素的影响，社会网络结构表现出较大的差异性，Newman的研究表明电影演员、公司董事、学者合作、学生关系等社会网络在边的总数、网络平均度、平均路径长度、聚类系数以及幂律指数等主要物理特性指标方面存在较大的差别[12]。社会网络结构及组成的差异性，使得不同类型的社会网络产生影响的机理不尽相同，比如在研究网络购物推荐网络[13]与组织结构网络[14]时，必然会根据不同的理论基础进行深入探索，所以在研究社会网络以及社会网络影响时必须针对研究对象，紧密结合所属领域的相关理论，才能保证研究的有效性，避免南辕北辙的错误。 1.2 社会网络的特性 在明确社会网络的概念的同时，社会网络研究还必须了解社会网络的特点。社会网络与其他大多数类型网络的差别主要体现在具有非常规集聚或网络传递性和相邻节点的度表现出正相关关系两个方面[15]。Heaney和Israel归纳出社会网络的结构特性包括互惠性、复杂性、正式性、交互性、同质性、地理分散性、方向性，且具备一定的关系情感等八个方面[16]；Liben-Nowell和Kleinberg指出社会网络具有高动态性[10]；McPherson等则认为社会网络组成的同质性，并用“物以类聚”来形象的描述这一特性[17]。就社会网络的本质而言，其特性可概括为社会属性和物理特性两个方面，所谓社会属性亦可理解为与人相关且受人的特性及行为影响的属性，物理特性则是网络确定后能够以客观的数据指标予以量化、测度、分析及比较的特点，如度分布、网络中心性、集聚系数、网络半径等。然而，本文认为社会科学研究必须认识到社会网络的普遍性、复杂性。 (1)普遍性 社会网络的概念就体现出社会网络的普遍性，有社会关系链接的存在，就可以形成社会网络。这种社会关系既可以是国家间的宏观经济贸易关系，也可以是个人间的朋友关系，亦可以是不同组织间的合作关系。社会网络不仅存在于同级别的社会实体之间，而且在具有隶属关系的社会实体之间同样很普遍，比如不同级别政府机构之间的关系、母公司与子公司的关系等。另外，由于近几年来在线社会网络的数量快速增长、互联网用户的急剧增加，以移动互联设备、技术为载体形成了多种多样的社会网络，而且达到很大的规模，如Facebook、新浪微博等。总体上而言，社会网络的存在于社会的各个层面、各个区域。 (2)复杂性 社会网络的复杂性主要体现在网络结构的复杂性和网络测度、分析的复杂性两个方面。 网络结构的复杂性在于：①网络节点特点呈现多样性，而且随着网络的规模的增大，网络节点间的关系就越复杂；②不同类型社会网络间的差异较大，而且根据关系的差异产生了多种类型的社会网络，两者都导致了社会网络结构的复杂；③网络层级、子网络等的存在一定程度上增加了网络结构的复杂性，社会网络不仅是节点问的关系链接网络，而且由于不同节点可能形成了子网络，子网络之间又形成新的网络结构，子网络的种类和数量越多，网络结构就越复杂；④社会网络具有很高的动态性，新节点的加入、老节点的消失，新关系的建立、已有关系的消亡，都会导致社会网络结构的变化[10]，因此不同时刻，网络的结构就可能发生很大的变化，也导致了网络结构的复杂性。 社会网络测度、分析的复杂性主要归因于网络结构的复杂性，主要表现为：①网络范围的界定，怎样有效地确定网络边界和规模十分困难；②社会网络关系的复杂性很难测度，尤其是网络规模较大且不同节点间的关系链接强度不同、链接存在方向时更难以刻画和测度；③不同类型的社会网络在网络层级、子网络的划分方面存在较大差异，很难采用同一种方法实现不同类型网络的统一划分；④社会网络存在较高的动态性，也增加了测度、分析的难度。 1.3 社会网络研究的发展阶段 Leinhardt将社会网络研究描述为一种发展中的范式[18]，当一个领域形成标准的科学时，该领域就具备了较成熟的范式[19]。根据社会网络统计模型的发展，刘军将其分为关注网络统计量分布时期，应用统计概率理论研究关系的互惠性、均衡性、传递性及
模型产生时期，P*模型产生及
、P*的进一步推广时期[20]，显然没有考虑到20世纪末以来复杂网络研究的兴起及移动互联网的快速发展对社会网络研究的影响，因此，在对社会网络研究阶段的划分上，既要考虑到研究方法、模型的发展，又要紧密结合社会网络的时代特征、可应用技术的变化，所以本文将社会网络研究划分为产生及初步发展阶段(20世纪30～70年代)、社会网络统计模型快速发展阶段(20世纪80～20世纪末)、复杂网络兴起及移动互联网繁荣时期(20世纪末以来)，并且对各阶段主要特征及重要研究予以简单介绍。 (1)产生及初步发展阶段 社会网络的研究可追溯于20世纪30年代[19]，其中早期较具有代表性的研究包括Jennings、Radcliffe-Brown、Bavelas、Lute和Perry、Barnes等的领导关系结构[21]、社会结构[22]、群组结构[23，24]、社会系统[25]的相关研究，Radcliffe-Brown指出社会结构就是人以及与人之间的关系[22]，他及后继续者促进了社会网络研究的兴起[26]。此时关于社会网络的研究通常以“结构”来描述，而且研究者基本为社会学家、人类学家，以人口统计学为基础对社会的结构予以解释，尽管当时所研究的群体和关系都比较简单，也存在一些认知上的分歧，但是却形成了社会网络研究的基本思想，尤其是对关系数据的分析思路、方法为社会网络研究奠定了前期的模型和方法基础，如矩阵分析、代数模型、概率统计方法等。本阶段末Milgram的六度分离假说[27]和Granovetter的弱关系链接理论[28]，解读了社会网络所具有的新的特性，对社会网络的研究具有重要的意义。 (2)统计模型快速发展阶段 第二阶段的划分主要以
模型提出、推广以及P*模型的产生、演化为依据。Holland & Leinhardt提出采用指数分布分析社会关系结构，
概率分布用于描述关系发生的可能性[29]，
模型则是关系发生的可能性与行动者的“发散性”和“收敛性”之间关系的统计模型[20]。由于
模型建立在二人组独立性假定基础之上，而通常社会关系是交互的，不同主体间的关系可能存在彼此影响，因此Fararo和Skvoretz、Wong、Strauss和Ikeda等先后提出了
模型的推广模型，见文献[30～32]。P*模型也可看做是
模型的推广模型，因为不需要二人组独立性假定，所以logit回归可应用于社会关系的研究中，可得到logitP*模型。由于所研究社会关系的变化，多元关系、多值关系、隶属关系等的研究以及社会选择、社会影响模型的提出极大地推进了
模型和P*模型的发展[20]，此处不予赘述。 (3)复杂网络兴起及移动互联网繁荣时期 20世纪末，Watts和Strogatz[33]、Barabási和Albert[34]的研究推动了网络研究的发展，也将网络研究带入了复杂网络时代。复杂网络通常网络规模巨大、链接结构复杂、节点的复杂性、时空演化过程复杂[35，36]。随着移动互联技术的快速发展，社会网络很大程度上具备了复杂网络的特性，比如网络规模巨大、连接结构复杂多样、节点具有较高的差异性、网络结构演化过程复杂，这些增加了社会网络研究的难度。但是社会网络研究却得到了更高的关注，不仅是研究的主体，而且社会网络分析已经成为一种社会科学的研究工具，形成了自己的范式。此阶段以Internet、移动互联设备为载体的社会网络研究显著增多，比如在线广告的影响[37]、网络购物推荐[38]等，在线社会网络研究通常选取的样本量较大，对数据的采集、处理具有较高的设备和技术要求。另外，由于社会网络研究的不断深入，在研究方法、技术上更为有效，如Ucinet、Pajek、NetMiner等分析软件的应用，降低了社会网络分析的难度，而且具有较好的网络可视化功能，便于网络结构的直观展示，移动互联网的繁荣弱化了社会网络的地理界限，且为社会网络研究开辟了更广阔的空间。 2 社会网络研究范式 范式是科学家群组在诠释发现、指导新研究时所开发的解读工作的共享概念[39]，换句话说，科学家通过建立多种不同的社会组织，采用共同的交流和解释方式来处理领域内的知识问题[40]。包国宪等认为研究范式是一个学科或学术领域的公理性假设和逻辑前提，是开展学术研究和批评的基础[41]。由此可见，范式是在学术研究过程中所形成的基本逻辑及对知识的诠释方式。那么，社会网络的研究范式就可以理解为研究社会网络所形成的基本逻辑和知识的解读方式。Leinhardt认为社会网络范式是一种通过展示连接不通社会实体的社会关系链接系统来诠释社会结构的研究模式，他指出社会网络不仅是社会行为的表象和结果，而且是社会结构分析的方法工具[18]。可见社会网络不仅是一个社会关系系统，而且也是一种社会学研究的常用工具，因此王晓光认为社会网络研究范式至少具有两个特征：①社会网络作为存在实体，即社会网络作为客观存在的状态，来研究其具有的特性；②社会网络作为一种研究工具和方法，即通常所说的社会网络分析，基于社会网络分析的方法、模型来研究社会现象、分析社会问题[42]。结合关于社会网络范式的研究，本文从社会实体关系研究和社会网络分析方法两个方面对社会网络研究范式进一步分析。 2.1 社会实体关系研究范式 在这种范式下，主要关注于网络的组成要素、结构、关系类型、节点特征等客观反应社会网络特性的研究。根据研究点的不同可以进一步细化，如社会网络的关系根据链接强度可划分为强链接和弱链接，根据关系类型的不同可划分为朋友关系网络、同事关系网络、同学关系网络等。在社会网络研究发展的初期阶段社会网络作为一种研究实体，学者通过关系的描述来刻画社会网络的结构以及特性，并且随着概率、统计方法的应用，使得社会关系的研究更为准确、有效。另外，进入复杂网络研究时代以来，社会网络的组成、特点、规模发生了巨大的变化，社会实体关系研究将会面临更多的难题，一些新方法、新技术将会推动社会实体关系研究的发展。 2.2 社会网络分析研究范式 社会网络分析是在社会网络研究的基础上形成的社会学研究方法。通过对研究对象社会网络特性的分析来研究网络特性及其影响，如Liu和Guan运用社会网络分析来研究科研合作关系网络的演化[43]，罗晓光、溪璐路通过社会网络分析方法研究意见领袖的影响[44]。社会网络分析广泛地应用于社会学研究中，其基本研究思路通常为先根据所得数据构建网络结构，然后通过一定的方法、软件对要研究的网络特性指标进行计算，根据所得结果指出网络所具有的特性，从而进一步研究这些特性对所研究主题的影响。由于社会网络是刻画社会关系最有效、最直观的方式，所以社会网络分析的在社会学研究中必将得到更广泛的应用。 3 中国社会科学引文数据分析 在对社会网络研究发展阶段及研究范式分析的基础上，为了进一步研究我国社会网络研究的发展阶段和主要内容的变化，本文选取1998～2014年中国社会科学引文数据库中的文献数据，采用共词分析和社会网络方法予以分析、比较，归纳出我国社会网络研究的发展阶段及特点。 3.1 数据的收集 本研究数据来源于中国知网(CNKI)数据库，通过高级搜索设定检索条件，分别以社会网络为主题词、标题、摘要及关键词，四个检索条件为“或”的关系，时间节点为2014年12月31日，同时将搜索词设定为精确模式，将来源类别设定为CSSCI。搜索结果显示1998～2014年，CSSCI及拓展版共发表社会网络相关文章3931篇，其每年发表的论文量如图1所示。
图1 1998～2014年发文量统计 从图1可以看出，社会网络相关的研究整体呈上升趋势，趋势线y=3.0351
-12133x+1E+07，其
值为0.9789接近于1，表明具有较高的可靠性。通过对发文量的进一步处理，发现1998～2007的年发文量均小于200，2008～2011年的发文量处于(200，500]之间，2012～2014年的发文量均大于500，因此本研究采用Dehdarirad等使用的方式[45]，根据年发文量的变化，将社会网络研究划分为1998～2007年、2008～2011年和2012～2014年三个阶段。 为了进一步比较不同阶段社会网络研究范式的演化，同时避免不同阶段因样本量不同而引起的误差，从每个阶段的文章中选取引用最高的500篇文章作为数据样本深入分析(以CSSCI数据库默认顺序选取前500篇文章)。通过文献计量软件BICOMB对选取的1500篇文献中作者提供的关键词进行提取、词频汇总及排序，得到三个阶段排名前十位的关键词如表1所示。其中阶段一共得到1418个关键词，词频大于或等于2的关键词234个，词频占总数的48.297％；阶段二得到1228个关键词，词频大于或等于2的关键词208个，词频占总数的49.853％；阶段三得到1402个关键词，词频大于或等于2的关键词220个，词频占总数的44.350％。
3.2 数据分析方法 (1)共词分析 共词分析是指通过单词或短语共同出现的频次来探寻所研究主体之间的联系，在此基础上研究科学发展的一种定量的文献计量方法[46]。共词分析的优点主要在于，通过定量的方式将所研究的不同主体之间的关系以共现矩阵的形式表现出来，对于具有大样本容量的学科领域来讲，能够以大量的数据为基础较快的把握相关学科的研究现状及趋势演化，因此被广泛应用于学科领域学术趋势及发展的研究中[47～50]。 共词分析以关键词的共现矩阵为输入，通过共现指数的计算来比较不同关键词之间的关系。共现指数的计算有多种方式，比如Ronda-Pupo和Guerras-Martin采用的，
[48]，Sahon和McGill和Leydesdofff应用的，
[51，52]，被称为Ochiia系数[49]，其中
表示共现系数，
表示关键词i出现的总次数，
表示关键词j出现的总次数，
表示关键词i与关键词j同时出现的总次数。本文则采用Ochiia系数来研究不同关键词之间的关系。 (2)社会网络分析 在确定共现矩阵以后，通过Pajek构建关键词之间的关系链接网络，并且通过公式(1)、公式(2)、公式(3)、公式(4)计算关键词网络节点的中心性(centrality)、网络密度(density)、集聚度系数(network clustering coefficient)和节点平均度(average degree)[53]。
网络的中心性包括接近度中心性、度中心性、介数中心性、特征向量中心性等多种计算方法，其中接近度中心性反映了节点接近中心的程度，度中心性是反映的是节点在网络中的位置、重要性及影响的指标，节点介数中心性即为节点的归一化介数，特征向量中心性，反映的是节点与其他节点连接的分值情况[36]，本文为了比较关键接近中心的程度，因此采用近似度中心性来计算各个节点的中心性，
表示节点
的中心性，N表示网络中的节点数
表示节点
到
的最短距离。
其中，d(v)表示网络平均密度，M表示网络中的边数，N表示网络中的节点数。网络密度表示网络中节点连接的紧密程度[54]，通常会随网络规模的变大而减小。
其中，
表示只有1个邻居的结点的聚集度系数，当将每个节点的集聚系数予以加权平均时则得到网络集聚系数亦为传递性(transitivity)，是网络节点与邻居节点连接到相同节点的可能性，反映了网络节点的内部一致性[48]。如果不进行加权平均计算则得到瓦兹-斯多葛斯集聚系数(Watts-Strogatz clustering coefficient)。
表示具有1个邻居节点的与节点v相连的节点，deg(v)表示节点v的度。当然除
外，还可用
(有两个邻居节点的聚集度系数)或更多相邻节点的聚集度系数
计算网络的集聚程度，另外由于瓦兹-斯多葛斯集聚系数为非加权平均值，应用的较少，本文便不予介绍。
其中，
表示网络中节点的平均度，V表示网络所包含的所有节点的集合，deg(v)同样表示节点v的度，对于有向网络，节点的度既包括入度(节点接收的链接的条数)，又包括出度(节点发出的链接条数)，本文中的网络为双向链接的有向网络。 4 研究结果 4.1 基于Ochiia系数的三阶段比较 根据关键词的统计分析结果，计算出三个阶段共现系数矩阵，因为本文主要研究社会网络和社会网络分析两个方面，所以只展示部分词频较高的关键词与两者之间的Ochiia系数，如表2所示。通过Ochiia系数的比较，发现有如下特点： 第一阶段：各关键词与社会网络之间的共现系数明显高于与社会网络分析之间的Ochiia系数，除了企业集群与社会网络分析之间的共现系数高于0.10以外，其余全低于该值，且大多数为0；而与社会网络之间的共现系数基本上都大于0.10。通过进一步分析，发现社会资本、社会结构、网络成员、嵌入型、异质性等揭示网络特性的关键词与社会网络间的Ochiia系数较高，很大程度上反映出该阶段社会网络研究主要为探索社会网络的基本特性。总体上而言，各主要关键词与社会网络的共现系数累计达2.65，而与社会网络分析的共现系数累计只有0.34，说明此阶段社会网络研究主要聚焦于社会网络物理特性的探索，社会网络分析方法的应用尚处于起步阶段。 第二阶段：各关键词与社会网络间的共现系数明显低于阶段一，但农民工与社会网络Ochiia系数却高达0.21，说明学者非常关注农民工与社会网络之间的关系，比如农民工社会网络凝聚子群结构[54]、农民工的社会网络结构[55]等。知识相关的关键词与社会网络的Ochiia系数处于相对较高的水平，而且呈现出多样性比如知识共享、知识转移、知识网络等多个角度，然而体现网络物理特性的关键词网络结构、嵌入性、中心性等与社会网络的Ochiia系数相对较低。各关键词与社会网络分析的Ochiia系数整体上较阶段一呈增加趋势，不仅表现在累计Ochiia系数上，在虚拟学习社区、共词分析、文献计量、中心性这四个方面与社会网络分析的关系更为密切，体现出社会网络分析作为一种研究方法逐步得到应用。 第三阶段：较前两个阶段而言，各关键词与社会网络的Ochiia系数累计最低，与社会网络分析的Ochiia系数累计最高，关键词与社会网络分析Ochiia系数为0的比例降低，而且系数累计超过了社会网络，这也表明该阶段社会网络体现出更强的方法属性。就研究内容而言，微博得到了社会网络研究的广泛关注，董事网络、董事网络、SNS也具有一定的关注度。当然，社会资本、知识管理、文献计量等领域较第二阶段而言仍具有较高的关注度，尤其是社会资本在各阶段都是社会网络研究的主要内容之一。
图2 关键词中心性层次分部网络(阶段一) 通过三个阶段关键词及共现系数的比较，发现社会网络的方法属性逐步增强，而且就目前国内社会科学研究而言，其作为社会学研究的重要方法之一被广泛地应用于社会资本、知识管理、文献计量、虚拟社区、信息传递等多个领域的研究当中，而且会随着社会的发展被应用于更多的新兴领域，比如较前两个阶段而言新出现的微博、董事网络等。 4.2 基于网络中心性的三阶段比较 根据公式(1)，采用Pajek软件，选取词频大于等于4的关键词，计算不同阶段的各个关键词的中心性，并且参考Ronda-Pupo和Guerras-Martin的研究[48]，将中心性划分为三个层次：①
≥0.60的节点为核心节点；②0.60＞
≥0.50的节点为中间层节点；③
＜0.50的节点为边缘节点。在此基础上，绘制关键词关系链接网络，如图2、图3、图4，其中●表示核心节点，〇表示中间层节点，
表示边缘节点。 (1)阶段一：1998～2007年 经过统计分析，得到词频大于或等于4的关键词62个，其中核心层节点4个，社会网络、社会资本、社会结构和嵌入性，中心性依次为0.91、0.69、0.60、0.60，社会网络处于绝对核心位置。处于中间层节点50个，占总数的80.6％；处于边缘的节点8个，占总数的12.9％。由此可见，在此阶段处于中间层的节点占绝对多数。进一步分析网络节点，发现社会资本概念、社会资本研究、社会资本理论、产业集群、关联强度、结构洞、社会支持网、网络成员、中小企业等中间层节点具有较高的度，在社会网络相关研究中处于比较重要的位置；尽管边缘层节点企业、网络结构、企业集群、创新网络的中心性较低，但是它们的度相对较高，与其他关键词的链接较为密切，因此也是此阶段关注较高的研究点。 (2)阶段二：2008～2011年 如图3所示，该阶段词频大于或等于4的节点64个，基本上与阶段一持平，但只有社会网络和社会网络分析两个节点处于核心，其中心性分别为0.85和0.66，社会网络的中心性明显高于社会网络分析。其中中间层29个，占总数的45.3％；边缘层节点33个，占总数的51.6％。较阶段一而言，中间层节点数量显著下降，边缘层节点数量明显增加。结合节点的关系链接度进一步分析，发现社会资本、产业集群、社会距离、网络位置、知识网络、中心性、创新、农民工、知识转移、网络位置、吸收能力等关键词具有较高的度，表明此阶段这些研究点关注度较高。同时一些新的研究点逐步得到关注，比如农民工、微博客、引文分析、连锁董事等。 (3)阶段三：2012～2014年 该阶段通过词频统计，词频大于或等于4的节点总共51个，明显低于前两个阶段。处于核心的节点仍然是社会网络和社会网络分析，其中心性分别为0.74和0.73，在网络中的重要程度基本相等，表明较前两阶段社会网络分析在网络中的重要性显著提高。处于中间层的节点5个，占总数的9.80％；处于边缘层的节点44个，占总数的86.30％，表明社会网络相关的研究领域趋于多样性、分散性。较前两个阶段，中间层节点的度整体上较高，而边缘层节点的度相对较低比如复杂社会网络、中国、社会网络结构等三个关键词处于隔离位置(中心性为0)，表明尽管这些节点的频次较高，但是与其他高频关键词的链接度较低，或者在相关研究中被其他同类关键词所覆盖，比如复杂社会网络包含于复杂网络之中、社会网络结构包含于网络结构之中。总体上而言，社会网络研究的主要领域社会资本、知识管理、网络结构等仍具有较高的研究热度，但是一些新兴领域成为第三阶段的研究热点，如微博、合著网络、新生代农民工、董事网络等。
图3 关键词中心性层次分部网络(阶段二)
图4 关键词中心性层次分部网络(阶段三) 通过对三个阶段网络中心性和网络结构的比较，主要得出四点结论：①社会网络分析的中心性逐步增强，社会网络的中心性趋于降低，体现出社会网络的方法属性越来越强；②中间层节点的数量逐步降低，边缘层节点的数量趋于增多，表明研究领域趋于多样性、分散性；③主流研究领域基本保持稳定，社会资本、网络结构、知识管理等各阶段的关注都保持较高水平；④体现时下研究热点的领域变化显著，不同阶段都会产生新的研究点，比如阶段二的农民工、阶段三的微博等。 4.3 基于网络特性的三阶段比较 根据公式(2)～公式(4)计算三个阶段关键词网络密度、网络集聚系数和网络平均度，其结果如表3所示。阶段二的关键词网络密度最大，远高于阶段一和阶段三，表明阶段二关键词整体上紧密度较高；网络集聚系数阶段一最高达0.310，阶段三次之，阶段二最低，表明阶段一个关键词与相邻的关键词之间的联系程度最高，而第二阶段最低，第三阶段处于两者之间；网络平均度从阶段一到阶段三依次降低，这反映出关键词之间的直接连接数量依次降低，一定程度上反映出研究点的分散。
5 结论与展望 社会网络研究经过三个阶段的发展，形成了以社会实体关系研究和社会网络分析研究为核心的两种范式。自1998年以来我国学者对社会网络的研究取得了较快的发展，尽管起步较晚，但是发文量显著增长，所涉及的领域趋于多样化，根据发文量本文将我国社会网络研究的发展分为三个阶段，结合共词分析和社会网络分析方法进行实证研究，对各阶段的特点予以归纳分析，研究结果表明社会网络作为方法工具的属性增强，所涉及的研究问题的发展趋势表现为：传统的领域始终保持较高的关注度，但是具有时代特性的研究问题在不同阶段也会成为热点问题，如新时代农民工、微博等。 随着移动互联技术的快速发展，社会网络研究必将关注移动互联网络如在线社交、购物、娱乐等领域。另外，复杂网络的研究为社会网络研究提供了理论及方法的支持，大数据分析处理技术为社会网络研究提供了大规模数据获取、分析的基础，两者将会进一步推动社会网络研究的发展。
标签：社会网络论文; 社会结构论文; 范式论文; 网络节点论文; 相关性分析论文; 网络结构论文; 社会关系论文; 网络模型论文; 移动互联网论文;
