課本CH6 By Daphne07-0411共筆

第六章小團體分析

密度==)有連的線中所佔的比例

• 要怎麼看密度?

• 線的總數/所有可能線的數目

• 所有可能線的數目=n*(n-1)/2

小團體分析

• 計算小團體的方式

  • 以節點程度計算：以連接的數目(nodes)的多寡來看是否算是一群人

  • 以距離來算：以隔了幾步來算說是不是算一群人

• 結點計算程度方式

  • K-plex ==>g-k

  • K-core ==>2-core，找一群十個人，每個人至少都跟其他兩個相連

  • Lambda Sets

    • 線相連性：兩個人之間，需要刪掉幾個線，才不會相連

    • 如果兩個人之間，刪了一條線就斷了，叫bridge

    • 任何兩點的關連性都要大於外部相連，要砍掉內部任兩點相連的關係，需要花比較大力氣。

• 分析結果：

  • 假使，使用UCINet分析後，得到310團體，表條件太寬鬆，沒有找到真正緊密結合的關係，因此要讓團數縮減，要用更嚴格條件。(同個人可以加入兩個以上的團體)

  • 可分析出『共有幾個小團體』與『兩兩之間同時出現在小團體中的次數』

  • N-cliques：每兩人之間的距離要小於等於n，可允許經過外面的結點的路徑。Ex：雖然6不在subgroups裡，但4到5之間需透過6來連結，不過這在N-cliques裡面可以允許。

  • N-clan：與N-cliques類似，但不同在於限於只能走自己subgroups裡的路徑。

  • N-club：子圖形的直徑要小於或等於n。

  • 條件太鬆 (任兩個人有相連就算一團)或太嚴 (兩兩相連的距離都要小於等於3)，結果出現太多或太少小團體都沒用。要設定到可以辨別團體中的區別。

EI-Index小團體的密度

• EI index= density of subgroup / density of group

• 信用合作社的案子：subgroup裡面的人，高度相連，並運用大團體中的資源，取得小團體(Inner circle)中的私利。結果卻要政府出來打消呆帳？

• 民主是要不認識的每個人去投票，然而團體擴大後，碰上網路關係，卻讓小團體影響結果。例：拍賣上的評價，被某些小團體利用投票制度來造假？(可以想看看能把這個做為論文主題。)

• 窮人銀行：五個人一起來借錢，彼此擔保。

---

• 物理現象：當相關長度可以觸及整個系統，就是達到臨界點，任何區域內的風吹草動，都可以無止境擴散。因此，當系統到達臨界點時，並不需要中心存在，因為所有地方都可以影響到其他部份。
• 蝴蝶效應
• 龍捲風暴
• 網路時代之前，每個人互相影響的力量不存在，或是很小，因此需要一個中心，讓每個人都可以看到。現在每個人的影響力量變大了，所以這些力量更被看到，這底下影響出來的力量，很容易大於傳統中心性的力量。由於傳出來的資訊有利有弊，使得這種資訊的credibility增加。

---

• 下週要麻煩小捲準備demo social network圖形。

• 每個人要以科管同學互相問問題為例。有四種：情感網絡、諮詢網絡、情報網絡、情感行動，都要做，用UCINet 來畫。

六個人的小世界 CH3 By Daphne07-0425共筆

六個人的小世界 CH.3，p.75

• 原本是不同群的朋友，但他們都會去找作者，也因此使原本不認識的朋友越來越有交集。
• 模型的四個元素

• 許多交互重疊的小群組結合

• 動態關係

• 人的行為是又偏好與特質引導==>因為自己喜歡桌球，所以參加桌球隊後，認識很多桌球隊的隊友。

• 不是所有關係發生可能性相等==>人與人之前認識的關係不是相等的，是受你所在的生活圈有關。

社會網路的演進

• 社會結構、地位制約==)同班同學==)結構==)有序

• 個人自主決策==)自己決定要不要參加桌球隊==)意志行動==)隨機

從穴居生活到梭拉利亞人

• 這是一本科幻小說

• 穴居生活：自己住在一個坑裡面，只會認識這個坑裡面的人，也不會與別坑的人互相往來==)有序的。

• 梭拉利亞人：任何人之間互相認識的機率是一樣的，因為他們是靠電信設施隨機可與任何人交往==)隨機的。

• P.89

  • 縱軸是距離，橫軸是α值。

  • 左邊是穴居，每個穴的距離是1，因為每個穴之間都互不認識。右邊的極端是大家都隨機相連，所以距離也是1。

  • 當穴居裡有開始各穴互連，距離則會開始增大，總平均距離開始變大。往外增加的線當增加到一定數目，就不需要那麼多條線了，就很容易找到捷徑，距離會馬上下降。

  • 群聚係數

• P.96

  • 左邊的圖，β=0，表示只認識身邊的人，若是有1000人圍成一圈，最遠距離也頂多500。

  • 中間的圖，除了認識身邊的人，還認識新環境的朋友，創造出捷徑。

結論 P.111

• 小世界現象並不仰賴人類社會網路的特質。

• 只要網路中有些規則，並允許一些例外，就可以行成小世界。

六個人的小世界 CH8-2 By Daphne07-0607共筆

六個人的小世界-門檻，串連，與可預測性

相變與串連

• 當網路稠密到一定程度時，具有滲透性之不穩定群落才會出現è巨大的連結分支。
• 低連結網路中，高連結個體對社會感染傳播有超乎比例的影響è意見領袖和社會核心人物被視為推廣新觀念、新習慣、或新科技最富有成效的重要角色。
• 社會性感染 vs. 生物性感染

• 社會性感染：『感染的』和『非感染的』兩者之間的相對數量。

• 生物性感染：影響力不受個體接觸對象的多寡而改變。

• 連結狀況不佳：無法讓串連現象從一個易受攻擊的群落躍到另外一個，因此阻遏了全面性的串連。

• 連結狀況過好：越多人參與，任一個體的影響力就越小，不會有單一的創新者可以憑藉一己之力，將個體從不動狀態轉為活躍，也會妨礙串聯的發展。

跨越裂痕

• 在串聯視窗的上界邊緣，易受攻擊的結點密度剛好足夠在網路中形成一個滲透性的不穩定社群

• 系統各處幾乎呈現區域性的穩定

• 緊靠視窗內緣的區域，因易受攻擊的群落只佔整體網路的一小部份，單一的新奇事物要剛好打中它的機率不大

• 串連現象趨於稀少，系統大部份時間處於全面性的穩定

• 一旦串連開始產生，上界和下界的狀況馬上出現分岐。

• 下界：串連現象會一直傳播，直到佔據整個易受感染的群落

• 上界：因為網路的高度連結，採行先鋒形成之不穩定群落跟網路其餘部份緊密結合。

• Cross the chasm：成功的創新必須從採用先鋒的初始社群躍進至更廣大的一般群眾。

• 下界：並沒有這種裂痕，只存在不同大小的先鋒部落。

• 上界：不僅要找到採用先鋒，採用先鋒也必須處於適當的位置，對多數群眾產生影響。

• 視窗上界的串聯甚至比下界更少，但規模會大出許多。

• 當串連之傳播受到『區域穩定性』的影響大於『連結性』時，重點是：能否連結上易受影響的個體，而非連結狀況的好壞。

• 要能辨識採用先鋒，並看清網路狀況，才能知道是否能連結起來。某些成功的例子為好擊中適切的不穩定社群。

非線性的歷史觀察

• 要考慮過去可能發生但卻沒發生的事情

• 在成真之前，沒有任何一個特別條件判斷會產生的結果。

• 偉大是一大群人趨近的共同意見

• 資訊串連的本質：依附性的決策(contingent decision making)

• 重大的歷史事蹟難以直接了解，所以我們用某個部份或某一個人物作為代表性圖騰，但在瞭解【集體行為】時，卻會產生誤導。

• Napster MP3 成功的原因

  • 採行門檻要夠低

  • 特有之形態與來源

  • 從概念變成群體現象的是使用者

對人的影響

• 創新者、革命家：會觸發串連的種子

• 重點：落在適合的地方

• 創新者及革命家一直都存在，但運作環境中的互動模式更具影響力

• 串連模型：事件發生前無法區分之初始條件，會因為網路結構而產生極度不同的結果。

• 個體在做決策時，若會參考他人意見，那麼單單考慮品質(採用門檻)就不夠。

重新檢視強固性

• 正常的意外：一些相當普遍的錯誤不斷累積，最後以完全意料之外的方式使事情惡化而醞釀意外。

• 真實世界中的複雜系統全是既強固又脆弱的，沒有任何嚴謹的計劃或精密的科學可以預防偶然發生的災難。==)我們需要一個對強固性更完備的概念：

  • 預防失敗

  • 準備承受失敗

六個人的小世界 CH3-2 By Daphne07-0502共筆

六個人的小世界-CH3小世界

儘可能簡單

• 週期格==)將有序互動具體化

• 隨機網路==)將無序互動具體化==)統計數據

• 有序互動－大家排排站

• 無序互動－隨機認識人

• 初期時，隨機連出去的效率是非常大的，但邊際效應會遞減

• β = 0 的狀態

  • 全世界有1百萬人

  • 只認識身邊的100人 (右邊50 左邊50)

  • 想傳到對面需要傳10000次

  • 平均5000度分離

• Β = ?

  • 全世界有60億人

  • 平均認識人數不只100人

  • 六度分離

• 小世界：隨機路逕不多，群聚高
• 個體坐落於小世界中
• 但是…並不知道自己在哪
• 只知道自己在一群朋友之中
• 小世界網路是網絡存在的普遍現象

真實世界

• 開始尋找真實世界的資料

  • 論文的Citation關係－可是要花錢

  • 凱文‧貝肯遊戲

• 貝肯能跟所有人連結－只需幾步

• 所有人也都能跟所有人連結－也只需幾步

• 其他資料

  • 電線線路資料

  • 線蟲神經網路

• 所有東西看似全然不相干

  • 演員挑片演

  • 電線線路選擇

  • 線蟲神經成長方式

• 但都是小世界

• 這是普遍性的現象

• 某種序則+容許少數的無序

• 基本對元

  • 有序 vs 無序

  • 結構 vs 行動

  • 策略 vs 無常

• 有序則==)呈現意義

• 太多結構==)孤立

• 沒有變化 ==)序則就不有趣了

UCI-Net介紹 By Daphne07-0425共筆

UCI Net的介紹==)以公司與公司關係圖為例

• LAYOUT==)Graph-theoretic layout==)Spring(彈簧) embedding(最常會用到)：圖形會自動調整至最佳視覺

• LAYOUT==)Circle：每個node圍成一個圓

• 對每一個node按右鍵，attribute：如果是2-mode(兩個不同類型資料)，就會出現不同的

• K-core的設定：在還未畫圖前就要設定，UCI Net==)Network ==)Region==)k-core

• Draw==)Analysis==)Centrality Measures==)可以計算betweeness、degree..等，Set Node size by {degree, betweenness..等} ==)計算完後對node按右鍵，就可以看出每個node所計算出來的值。