2014年8月25日 星期一

社會網絡分析(Social Network Analysis)--前言


        我們都知道資料科學或是統計科學就是在找X變項與Y變項之間的關係,而一般我們在做資料分析或統計分析的時候,資料都會以下圖的方式呈現:


圖片來源:http://pages.bangor.ac.uk/~pes004/resmeth/msc/spss10.htm

每一行(row)代表了一個調查對象(可能是人、家戶、消費者),每一列(column)代表的是調查單位的屬性(attribute),可能是年齡、性別、居住地區、購物次數等等。大多數的分析方式都研究變項之間的關係。像這樣資料紀錄的方式和分析方式,每個調查對象彼此之間都是獨立的
,看不到之間的關係,在資料分析上產生了盲點。


        例如兩群年齡相似、性別相同、社經地位也相當的國中兒童,為什麼同一個班級中有些人支持KOBE的程度較高,有些人支持LBJ的程度較高?這個原因可能是目前這些屬性可能無法解釋。但是如果知道這個班級有兩個小圈圈,彼此會互相打賭NBA總冠軍是誰,那麼我們就可以很簡單的回答先前的問題。這就是加入社會網絡(Social Network)的分析方式。

        社會網絡分析(Social Network Analysis,簡稱SNA)關注的除了個別研究對象的屬性外,更重要的是紀錄了每個行動者(在SNA中又稱為節點Node)與彼此之間的關係(在SNA中又稱為連結Link、Edge),研究者關注每個行動者在網絡中的關係(Relationship)、位置(Centrality)、網絡的密度(Density)、群體(Group)分布等。SNA的分析可以從微觀的小群體、討論行動者之間的互動,到大型群體討論不同次群體之間的關係;也可以從社會資本、心理學的角度切入研究,是個內容很多元的分析方法。

        而且在帶入社會網絡的觀點後,可以更容易解釋人類社會中的行為。比如說,如果按照一般屬性的分類方式,兩個性別年齡不一樣的人會被認為具有不同的行為模式,會參照到不同的行銷方式;但是如果加上他們是家人的關係後,對於產生更為深入的消費者洞察以及行銷方式。因此SNA目前無論是在社會學、社會心理學、行銷研究上都廣泛討論的研究方法。未來我會花個幾個篇幅介紹SNA的一些基本概念以及操作方式。


參考資料:http://en.wikipedia.org/wiki/Social_network
http://www.activatenetworks.net/who-is-central-to-a-social-network-it-depends-on-your-centrality-measure/
資料來源:民視娘家官網http://program.ftv.com.tw/Drama/Momshouse/