ucinet使用简介.ppt

?网络中心性分析 接近中心度分析结果： 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 郭彩云 原创 目 录 UCINET的运行环境 UCINET的数据输入和输出 网络密度分析 网络中心性分析 凝聚子群分析 ?1、UCINET的运行环境 ·UCINET（University of California at Irvine NETwork）是一种功能强大的社会网络分析软件，他最初由加州大学尔湾分校社会网研究的权威学者Linton Freeman 编写。 · 在UCINET6中全部数据都用矩阵的形式来存储、展示和描述。 ·下载： 1、 /downloaduc6.htm 可以免费使用两个月。 2、人大经济论坛中文版 ·UCINET6.186（即修改了186次得UCINET6版本）版本无须安装，打开即可使用。 UCINET6 主界面 Ucinet 的数据输入方式有多种：初始数据（Raw）、Excel数据和数据语言数据（Data Language，DL）。 注：Ucinet处理的Excel数据最多只能有255列。 输入路径：数据?输入?Excel矩阵 ?UCINET的数据输入和输出 ?UCINET的数据输入和输出 ?UCINET的数据输入和输出 输入结果： ?UCINET的数据输入和输出 Ucinet输出的方式也有多种：数据语言数据、原始数据、Excel数据和图形方式。 输出路径：数据?输出?Excel矩阵 ?UCINET的数据输入和输出 输出结果显示： ?UCINET的数据输入和输出 输出结果显示： ?网络密度分析 网络密度指的是网络中各个成员之间联系的紧密度，可以通过网络中实际存在的关系数与理论上可能存在的关系数相比得到，成员之间的联系越多，该网络的密度越大。整体网的密度越大，该网络对其中行动者的态度、行为等产生的影响可能越大。 注：计算的时候最好将多值关系数据转换成二值关系数据。 将多值关系数据转换成二值关系数据路径：变换?对分 ?网络密度分析 转换成二值数据后的结果： ?网络密度分析 ?网络密度分析 分析路径：网络?凝聚力?密度?密度 ?网络密度分析 网络密度分析结果显示： ?生成可视化结构图 利用ucinet加载的Net-Draw程序可以生成经济联系网络的可视化结构图。 路径：可视化?Net-Draw ?Open ?Ucinet Dataset ?Network ?生成可视化结构图 还还 还可以在此基础上进行中心性的可视化分析，路径：Analysis ?Centrality Measures ?生成可视化结构图 针对中间中心度分析的结果如下： ?网络中心性分析 中心性(centrality)是度量整个网络中心化程度的重要指标，在城市群网络中，处于中心位置的城市更易获得资源和信息，拥有更大的权力和对其他城市更强的影响力。网络中心性又可以分为点度中心度、接近中心度和中间中心度三个指标。 节点中心度分析路径：网络?中心度?度 ?网络中心性分析 结点中心度分析结果： ?网络中心性分析 接近中心度分析路径：网络?中心度?接近性 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你分享 静思笃行 持中秉正 　　　　　　　 秋记与你