사회적 네트워크.

Social network
이 기사는 사회 및 행동 과학에서 사용되는 이론적 개념에 관한 것이다.소셜 네트워킹 사이트의 경우 소셜 네트워킹 서비스를 참조하십시오.2010년 영화는 "소셜 네트워크"Social Network"기타 용도는 소셜 네트워크(동음이의)를 참조하십시오.
다음에 대한 시리즈 일부
사회학
Social Network Diagram (segment).svg
주요 테마
관점
나뭇가지
방법들
사람
동아시아

남아시아

중동

유럽

북아메리카

목록
네트워크 과학
Internet_map_1024.jpg
네트워크 유형
그래프
특징들
종류들
모델
위상
역학
  • 목록
  • 분류

소셜 네트워크란 사회 행위자(개인이나 조직 등), 다이오드적 유대관계의 집합, 그리고 그 밖의 행위자 간의 사회적 상호 작용으로 이루어진 사회 구조를 말한다.소셜 네트워크 관점은 이러한 구조에서 관찰된 패턴을 설명하는 다양한 이론뿐만 아니라 전체 사회 주체의 구조를 분석하는 일련의 방법을 제공한다.[1]이러한 구조에 대한 연구는 소셜 네트워크 분석을 사용하여 지역 및 글로벌 패턴을 식별하고, 영향력 있는 실체를 찾아내고, 네트워크 역학을 검토한다.

소셜네트워크와 그들에 대한 분석은 본질적으로 사회심리학, 사회학, 통계학, 그래프 이론에서 나온 학제간 학문 분야다.게오르크 심멜은 3대 그룹의 역동성과 "그룹 계열의 거미줄"을 강조하는 사회학의 초기 구조 이론을 저술했다.[2]제이콥 모레노는 1930년대에 대인관계를 연구하기 위한 최초의 사회그램을 개발한 공로를 인정받고 있다.이러한 접근방식은 1950년대에 수학적으로 공식화되었고 1980년대에 이르러 사회 네트워크의 이론과 방법들이 사회 및 행동 과학에 널리 퍼지게 되었다.[1][3]소셜 네트워크 분석은 현재 현대 사회학의 주요 패러다임 중 하나이며, 다른 사회과학과 형식과학에도 많이 사용되고 있다.다른 복잡한 네트워크들과 함께, 그것은 네트워크 과학의 초기 분야의 일부를 형성한다.[4][5]

개요

소셜 네트워크의 진화 그래프: 바라바시 모델

소셜 네트워크는 개인, 그룹, 조직 또는 심지어 전체 사회 사이의 관계를 연구하기 위해 사회과학에서 유용한 이론적 구성물이다(사회 단위, 분화 참조).이 용어는 그러한 상호작용에 의해 결정되는 사회구조를 묘사하기 위해 사용된다.주어진 사회적 단위가 연결되는 관계는 그 단위의 다양한 사회적 접촉의 융합을 나타낸다.이 이론적 접근법은 필연적으로 관계성이 있다.사회적 상호작용을 이해하는 소셜 네트워크 접근방식의 공리는 이러한 단위 자체의 특성이 아니라 단위간 및 단위 내 관계의 특성을 통해 사회현상을 우선적으로 구상하고 조사해야 한다는 것이다.따라서 소셜 네트워크 이론에 대한 한 가지 일반적인 비판은, 실제로는 그렇지 않을 수 있지만, 개별 기관은 종종[6] 무시된다는 것이다(에이전트 기반 모델링 참조).정확히 말하면, 단수적이거나 조합이 되어 이러한 네트워크 구성을 형성하기 때문에, 네트워크 분석은 광범위한 연구 기업에게 유용하다. 기업에게 유용하다.사회과학에서 이러한 학문분야는 인류학, 생물학, 커뮤니케이션학, 경제학, 지리학, 정보과학, 조직학, 사회심리학, 사회학, 사회언어학을 포함하지만 이에 국한되지는 않는다.

역사

1890년대 후반, 에밀 더크하임과 페르디난드 투니스는 모두 사회 집단의 이론과 연구에서 소셜 네트워크 사상을 예시했다.Tönies는 사회적 집단이 가치와 믿음을 공유하는 개인(Gemeinschaft, 독일어, 일반적으로 "커뮤니티"로 번역됨)을 연결하거나 비인격적, 형식적, 기악적 사회적 연결(Gesellschaft, 독일어, 일반적으로 "사회"로 번역됨)을 연결하는 개인적이고 직접적인 사회적 유대로서 존재할 수 있다고 주장했다.[7]더크하임은 사회적 사실에 대한 비개별적 설명을 하면서, 개인과 상호작용이 개별 행위자의 속성상 더 이상 설명할 수 없는 현실을 구성할 때 사회 현상이 발생한다고 주장했다.[8]게오르크 심멜(Georg Simmel)은 20세기 초에 글을 쓰면서 네트워크의 특성과 네트워크 크기가 상호작용에 미치는 영향을 지적하고 그룹보다는 느슨하게 짜여진 네트워크에서의 상호작용 가능성을 조사했다.[9]

모레노의 2학년 사회그램

이 분야의 주요 발전은 1930년대에 심리학, 인류학, 수학 분야의 여러 집단이 독자적으로 작업하는 것을 볼 수 있다.[6][10][11]심리학에서는 1930년대에 제이콥 L. 모레노는 소그룹, 특히 교실과 작업그룹에서의 사회적 상호작용을 체계적으로 기록하고 분석하기 시작했다(사회측정학 참조).인류학에서 소셜 네트워크 이론의 토대는 브론슬로 말리노프스키,[12] 알프레드 래드클리프 브라운,[13][14] 클로드 레비 스트라우스의 이론 및 민족학 작품이다.[15]존 A를 포함한 맥스 글럭만과 맨체스터 학교와 관련된 사회 인류학자 그룹. 반스,[16] J. 클라이드 미첼, 엘리자베스 보트 스필리우스는 종종 남아프리카, 인도 및 영국의 지역사회 네트워크를 조사하면서 네트워크 분석이 수행된 최초의 현장 연구를 수행한 공로를 인정받는다.[17][18][6]이와 함께 영국의 인류학자 S. F. Nadel은 이후의 네트워크 분석에 영향을 미친 사회 구조 이론을 체계화했다.[19]사회학에서는 탈콧 파슨스의 초기(1930년대) 작품이 사회구조를 이해하기 위한 관계적 접근을 하는 계기를 마련했다.[20][21]이후 파슨스의 이론을 바탕으로 사회학자 피터 블라우의 연구는 사회교류 이론에 대한 그의 연구와 사회단위의 관계적 관계를 분석하는 강력한 자극을 제공한다.[22][23][24]

1970년대까지, 점점 더 많은 수의 학자들이 다른 트랙과 전통을 결합하기 위해 노력했다.한 그룹은 사회학자 해리슨 화이트와 하버드대 사회관계학과 학생들로 구성되었다.당시 하버드 사회관계학부에서도 독자적으로 활동한 사람은 정치사회학 및 사회운동의 네트워크 중심이었던 찰스 틸리(Charles Tilly)와 '6도 분리' 논문을 개발한 스탠리 밀그램(Stanley Milgram)이었다.[25]마크 그래노베터와[26] 배리 웰먼은[27] 소셜 네트워크 분석을 정교하게 다듬고 옹호한 화이트의 전 학생 중 한 명이다.[26][28][29][30]

1990년대 후반부터 소셜 네트워크 분석은 던컨 J. 와츠, 알버트 라즐로 바라바시, 피터 베어만, 니콜라스 A와 같은 사회학자, 정치학자, 물리학자들의 작업을 경험했다. 크리스타키스, 제임스 H. 파울러 등은 온라인 소셜 네트워크에 관해 이용할 수 있는 신흥 데이터뿐만 아니라, 대면 네트워크에 관한 「디지털 트레이스」에도 새로운 모델과 방법을 개발·적용하고 있다.

분석 수준

Nagler, Levina, & Timme에 기반한 네트워크의 자체 구성(2011년)[31]
중심성

일반적으로 소셜 네트워크는 시스템을 구성하는 요소들의 국지적 상호작용에서 글로벌하게 일관성 있는 패턴이 나타나는 등 스스로 조직화되고, 출현하며, 복잡하다.[32][33]이러한 패턴은 네트워크 크기가 증가할수록 더욱 뚜렷해진다.그러나, 예를 들어, 세계의 모든 대인관계의 글로벌 네트워크 분석은[34] 실현 가능하지 않으며, 비정보적일 정도로 많은 정보를 포함할 가능성이 있다.컴퓨팅 파워, 윤리, 참가자 모집 및 지급의 실질적인 한계도 소셜 네트워크 분석의 범위를 제한한다.[35][36]로컬 시스템의 뉘앙스는 대규모 네트워크 분석에서 상실될 수 있으므로, 정보의 질은 네트워크 속성을 이해하는데 그 규모보다 더 중요할 수 있다.따라서 소셜 네트워크는 연구자의 이론적 문제와 관련된 규모로 분석된다.분석 수준이 반드시 상호 배타적일 필요는 없지만, 네트워크가 포함될 수 있는 세 가지 일반적인 수준이 있다: 마이크로 레벨, 메소 레벨, 매크로 레벨이다.

마이크로 레벨

미시적 수준에서 소셜 네트워크 연구는 일반적으로 사회적 관계가 추적되면서 눈덩이처럼 불어나는 개인으로부터 시작되거나 특정 사회적 맥락에서 소수의 개인 집단에서 시작될 수 있다.

디아디치 수준:디아드는 두 개인 사이의 사회적 관계다.다이애드에 대한 네트워크 연구는 관계의 구조(예: 다중성, 힘), 사회적 평등, 그리고 상호주의/상호주의를 지향하는 경향에 집중될 수 있다.

삼차 수준:한 사람을 다이야드에 추가하면 3인조야이 수준의 연구는 균형과 과도성과 같은 요소들뿐만 아니라 사회적 평등과 상호주의/상호주의를 향한 경향에 집중될 수 있다.[35]프리츠 하이더의 균형 이론에서 삼합회는 사회적 역학의 열쇠다.경쟁적인 삼각관계에서의 불화는 불균형적인 삼합집산의 한 예로서, 관계 중 하나의 변화에 의해 균형 잡힌 삼합집단으로 바뀔 가능성이 있다.사회에서의 사회적 우정의 역학관계는 삼중의 균형을 유지함으로써 모형화되었다.그 연구는 서명된 그래프 이론과 함께 추진된다.

배우 수준:소셜 네트워크에서 분석의 가장 작은 단위는 사회적 환경, 즉 "배우" 또는 "에고"에 있는 개인이다.egonetwork 분석은 크기, 관계 강도, 밀도, 중심성, 위신 및 분리, 연락, 브리지와 같은 역할과 같은 네트워크 특성에 초점을 맞춘다.[37]그러한 분석은 심리학이나 사회심리학, 민족학적 친족 분석 또는 개인 간의 관계에 대한 다른 족보학 연구 분야에서 가장 일반적으로 사용된다.

부분 집합 수준:네트워크 연구 문제의 하위 집합 수준은 마이크로 레벨에서 시작되지만, 중간 레벨의 분석으로 넘어갈 수 있다.부분 집합 수준 연구는 거리와 도달 가능성, 집단, 응집력 하위 그룹 또는 다른 집단 행동이나 행동에 초점을 맞출 수 있다.[38]

메소 레벨

일반적으로 중간 수준 이론은 미시 수준과 거시 수준 사이에 속하는 인구 크기로 시작한다.단, meso-level은 마이크로-레벨과 매크로-레벨 사이의 연결을 밝히도록 특별히 설계된 분석을 참조할 수도 있다.메소 레벨 네트워크는 밀도가 낮으며 대인 관계형 마이크로 레벨 네트워크와 구별되는 인과 프로세스를 나타낼 수 있다.[39]

소셜 네트워크 다이어그램, 중간 수준

조직:형식적인 조직은 집단적인 목표를 위해 과제를 분배하는 사회 집단이다.[40]조직에 대한 네트워크 연구는 공식적 또는 비공식적 관계 측면에서 조직 내 또는 조직간 유대 관계에 초점을 맞출 수 있다.조직 내 네트워크 자체는 여러 단계의 분석을 포함하는 경우가 많은데, 특히 여러 지점, 프랜차이즈 또는 반자율 부서가 있는 대규모 조직에서는 더욱 그러하다.이 경우 두 구조 사이의 상호작용을 중심으로 작업 그룹 수준과 조직 수준에서 연구가 이루어지는 경우가 많다.[40]온라인상의 네트워크 그룹과의 실험에서는 그룹에 자율적 대리인을 추가하는 등 다양한 개입을 통해 그룹 차원의 조정을 최적화하는 방법을 문서화했다.[41]

랜덤하게 분포된 네트워크: 소셜 네트워크의 기하급수적인 무작위 그래프 모델은 1980년대에 소셜 네트워크 분석의 최첨단 방법이 되었다.이 프레임워크는 많은 인간의 사회적 네트워크에서 공통적으로 관찰되는 사회구조적 효과를 나타낼 수 있는 능력을 가지고 있는데, 여기에는 많은 인간의 사회적 네트워크에서 공통적으로 관찰되는 일반적 학위 기반 구조 효과와 상호주의와 전이성, 그리고 노드 수준, 동음이의성 및 속성 기반 활동과 인기 효과가 포함된다.네트워크 관계 간의 종속성에 대한 명시적 가설에서 탈피했다.매개변수는 네트워크에서 작은 서브그래프 구성의 보급 측면에서 제공되며, 주어진 네트워크가 출현하는 지역 사회 프로세스의 조합을 기술하는 것으로 해석할 수 있다.주어진 행위자 집합의 네트워크에 대한 이러한 확률 모델은 마이크로 네트워크들의 제한적 독립성 가정을 넘어 일반화를 가능하게 하며, 사회적 행동의 이론적 구조적 기초로부터 모델을 구축할 수 있게 한다.[42]

랜덤 네트워크 및 무스케일 네트워크의 예각 그래프에는 32개의 노드와 32개의 링크가 있다.스케일 프리 다이어그램(오른쪽)의 "허브"(음영 처리됨)를 기록해 두십시오.

스케일 프리 네트워크: 스케일 프리 네트워크는 최소한 무증상으로는 등급 분포가 전력 법칙을 따르는 네트워크다.네트워크 이론에서 스케일 프리 이상 네트워크는 사회 집단의 크기 분포를 푸는 정도 분포를 가진 무작위 네트워크다.[43]스케일 프리 네트워크의 특정 특성은 스케일 프리 네트워크의 생성에 사용되는 이론과 분석 도구에 따라 다르지만, 일반적으로 스케일 프리 네트워크는 몇 가지 공통적인 특성을 가지고 있다.스케일 프리 네트워크에서 주목할 만한 특징 중 하나는 평균을 크게 초과하는 정도의 정점의 상대적 공통성이다.최고 수준의 노드를 흔히 "허브"라고 하며, 이는 사회적 맥락에 따라 크게 달라지지만 이들의 네트워크에서 특정한 목적을 제공할 수 있다.스케일 프리 네트워크의 또 다른 일반적인 특징은 노드 정도가 증가함에 따라 감소하는 클러스터링 계수 분포다.이 분배는 또한 권력 법칙을 따른다.[44]위에 나타낸 네트워크 진화의 바라바시 모델은 스케일 프리 네트워크의 예다.

매크로 레벨

대인관계 상호작용을 추적하기보다는 거시적 수준의 분석은 일반적으로 대규모 모집단에 대한 경제적 또는 기타 자원 이전 상호작용과 같은 상호작용의 결과를 추적한다.

다이어그램: 대규모 소셜 네트워크의 섹션

대규모 네트워크: 대규모 네트워크는 주로 사회 및 행동 과학, 경제학에서 사용되는 "매크로 레벨"과 다소 동의어인 용어다.원래 이 용어는 컴퓨터 공학에서 광범위하게 사용되었다(대규모 네트워크 매핑 참조).

복잡한 네트워크: 대부분의 대형 소셜 네트워크는 생물학적, 기술적으로 순수하게 정규적이지도 않고 순전히 무작위적이지도 않은 요소들 사이의 복잡한 연결 패턴과 함께 네트워크 토폴로지의 상당한 비종교적 특징을 포함하는 사회적 복잡성의 특징을 나타낸다.간결한 네트워크그러한 복잡한 네트워크 특징에는 정도 분포의 무거운 꼬리, 높은 군집화 계수, 정점 사이의 구획성 또는 이격성, 공동체 구조(가속성 블록 모델 참조), 계층 구조 등이 포함된다.기관 주도 네트워크의 경우 이러한 특징에는 상호주의, 3중 유의성 프로파일(TSP, 네트워크 모티브 참조) 및 기타 특징도 포함된다.이와는 대조적으로, 격자, 무작위 그래프와 같이 과거에 연구된 네트워크의 수학적 모델들 중 다수는 이러한 특징을 나타내지 않는다.[45]

이론적 연계

수입 이론

소셜 네트워크 분석을 이용하기 위해 다양한 이론적 프레임워크가 도입되었다.그 중 가장 두드러진 것이 그래프 이론, 균형 이론, 사회 비교 이론이며, 최근에는 사회 정체성 접근법이다.[46]

토착 이론

소셜 네트워크 분석에서 나온 완전한 이론은 거의 없다.두 가지는 구조적인 역할론과 이단적인 이론이다.

이성애 이론의 기본은 한 연구에서 집단들이 많은 공통적인 특성을 공유할 뿐만 아니라 더 동질적인 의견을 가지는 경향이 있기 때문에 정보와 혁신을 추구하는 데 더 많은 약한 유대관계가 중요할 수 있다는 것을 발견했다.이러한 호모필적 경향은 애초에 패거리들이 함께 끌어들이는 이유였다.그러나, 비슷하다면, 그 패거리의 각 멤버들도 다른 멤버들이 알고 있는 것을 어느 정도 알 것이다.새로운 정보나 통찰력을 찾기 위해서, 그 집단의 구성원들은 그 집단을 넘어서 다른 친구들과 지인들에게로 보아야 할 것이다.그라노베터는 "약한 유대감의 힘"[47]이라고 했다.

구조 구멍

네트워크의 맥락에서, 사회적 자본은 네트워크에서의 그들의 위치 때문에 사람들이 유리한 곳에 존재한다.네트워크의 접점은 네트워크의 중심 플레이어에게 유익할 수 있는 정보, 기회 및 관점을 제공한다.대부분의 사회구조는 강한 연줄이 빽빽한 군집이 특징인 경향이 있다.[48]이러한 집단 내의 정보는 다소 동질적이고 중복적인 경향이 있다.비중복 정보는 서로 다른 군집의 연락처를 통해 얻는 경우가 가장 많다.[49]두 개의 별도 클러스터가 비중복 정보를 보유할 때, 그 사이에 구조적인 구멍이 생긴다고 한다.[49]그러므로 구조 구멍을 연결하는 네트워크는 중복이 아니라 어느 정도 부가적인 네트워크 이익을 제공할 것이다.이상적인 네트워크 구조는 덩굴과 클러스터 구조를 가지며, 다양한 클러스터와 구조 구멍에 접근할 수 있다.[49]

구조적 구멍이 풍부한 네트워크는 정보 혜택을 제공한다는 점에서 사회적 자본의 한 형태다.구조 구멍을 메우는 네트워크의 주요 플레이어는 다양한 출처와 클러스터의 정보에 접근할 수 있다.[49]예를 들어, 비즈니스 네트워크에서, 이것은 개인의 네트워크가 다른 산업/의사들에서 광범위한 접촉에 걸쳐진다면, 구직과 기회에 대해 더 잘 듣기 때문에 개인의 경력에 이롭다.이 개념은 마크 그라노베터(Mark Granovetter)의 약한 유대관계 이론과 유사하며, 광범위한 접촉이 일자리 달성에 가장 효과적이라는 근거에 입각한다.

연구 클러스터

아트 네트워크

연구에서는 미술가들이 박물관 전시회에 함께 전시될 때 만들어진 네트워크를 조사하기 위해 네트워크 분석을 사용해 왔다.그러한 네트워크는 심지어 예술가의 개인적인 성취에 대해 통제할 때에도, 예술가의 역사 인식과 역사 내러티브에 영향을 미치는 것으로 나타났다.[50][51]다른 작품들은 아티스트들의 네트워크 그룹이 개별 아티스트의 경매 실적에 어떤 영향을 미칠 수 있는지를 검토한다.[52]예술가의 지위는 비록 이 협회가 예술가의 경력에 대한 수익을 감소시키기는 했지만, 더 높은 지위 네트워크와 연관되었을 때 증가하는 것으로 나타났다.

커뮤니케이션

의사소통학은 사회과학과 인문학의 한 부분으로 여겨지는 경우가 많으며, 사회학, 심리학, 인류학, 정보과학, 생물학, 정치학, 경제학뿐만 아니라 수사학, 문학학, 기호학 등의 분야에도 많은 비중을 두고 있다.많은 통신 개념은 한 소스에서 다른 소스로의 정보 전달을 기술하고 있으며, 따라서 네트워크 측면에서 생각할 수 있다.따라서 소셜 네트워크 분석은 언어 혁신의[53] 사회적 확산에서부터 또래 학습자 의사소통이 해외 제2외국어 습득에 미치는 영향까지 다양한 현상에 성공적으로 적용되었다.[54]

커뮤니티

J.A. 반스의 날에, 특정 지리적 위치를 지칭하는 "커뮤니티"와 지역사회 유대에 대한 연구는 누가 누구와 이야기하고, 연관시키고, 거래하고, 교회에 다니는지와 관련이 있었다.그러나 오늘날에는 통신 장치와 소셜 네트워크 서비스를 통해 개발된 확장된 "온라인" 커뮤니티가 있다.그러한 장치와 서비스는 광범위하고 지속적인 유지보수 및 분석이 필요하며, 종종 네트워크 과학 방법을 사용한다.오늘날 지역사회 발전 연구도 그러한 방법을 광범위하게 활용하고 있다.

복잡한 네트워크

복잡한 네트워크는 동적 네트워크 분석 기법을 포함하여 사회적 복잡성과 복잡한 적응 시스템을 모델링하고 해석하는 특정한 방법을 요구한다.이중상 진화와 같은 메커니즘은 연결의 시간적 변화가 소셜 네트워크의 구조 형성에 어떻게 기여하는지를 설명한다.

갈등과 협력

소셜 네트워크에 대한 연구는 행위자 간의 상호의존성의 본질과 이러한 상호의존성이 갈등과 협력의 결과와 관련된 방법을 조사하기 위해 이용되고 있다.연구 영역에는 시위와 같은 집단 행동의 참가자간의 협력적 행동, 비공식적 지배의 네트워크를 통한 공동체 내의 평화적 행동, 사회 규범 및 공공재의 촉진, 주내 갈등과 주간 분쟁 양쪽에서 소셜 네트워크의 역할, 그리고 정치인 간의 소셜 네트워킹이 포함된다.유권자들, 그리고 관료들.[55]

범죄 네트워크

범죄학과 도시 사회학에서는 범죄 행위자들 사이의 사회 네트워크에 많은 관심이 집중되어 왔다.예를 들어, 살인은 갱들 간의 일련의 교류로 볼 수 있다.약한 갱단들이 보복으로 더 강한 갱단 멤버들을 죽일 수는 없지만, 힘을 얻기 위해 그들의 명성을 유지하기 위해 다른 폭력적인 행동을 해야 하기 때문에, 살인은 하나의 근원에서 외부로 확산되는 것으로 보여질 수 있다.[56]

혁신의 확산

아이디어의 확산과 혁신 연구는 한 행위자로부터 다른 문화 또는 다른 문화로 또는 다른 문화로의 아이디어의 확산과 사용에 초점을 맞춘다.이 연구 라인은 왜 일부 사람들이 아이디어와 혁신의 "얼리 어답터"가 되는지 설명하고, 소셜 네트워크 구조를 혁신의 확산을 촉진하거나 방해하는 것과 연결시키려 한다.신학 등 언어혁신의 사회적 확산이 대표적이다.[53]

인구통계학

인구통계학에서, 소셜 네트워크의 연구는 열거하기 어려운 인구(예: 노숙자나 정맥주사 약물 사용자)를 추정하고 도달하기 위한 새로운 표본 추출 방법을 이끌어냈다.예를 들어, 응답자 주도 표본 추출은 추가 응답자를 추천하는 설문조사에 응답자에게 의존하는 네트워크 기반 표본 추출 기법이다.[57][58]

경제사회학

사회학 분야는 거의 전적으로 사회적 상호작용의 결과 네트워크에 초점을 맞추고 있다.보다 좁게 경제사회학은 사회자본과 사회 "시장"을 통한 개인과 집단의 행동적 상호작용을 고려한다.마크 그래노베터와 같은 사회학자들은 정치, 경제 및 기타 기관에 대한 분석에서 자주 반복되는 사회 구조, 정보, 처벌 또는 보상 능력, 신뢰의 상호작용에 대한 핵심 원리를 개발했다.그래노베터는 사회구조와 사회연결망이 고용, 가격, 생산성, 혁신 등 경제적 성과에 어떤 영향을 미칠 수 있는지 살펴보고 사회학자들이 사회구조와 네트워크가 경제에 미치는 영향을 분석하는 데 기여한 점을 기술한다.[59]

건강관리

소셜 네트워크의 분석은 역학 연구뿐만 아니라 환자 커뮤니케이션 및 교육 모델, 질병 예방, 정신 건강 진단 및 치료, 보건 의료 기관 및 시스템 연구에 점점 더 많이 통합되고 있다.[60]

인간 생태학

인간 생태학은 인간과 자연, 사회, 건축 환경 사이의 관계에 대한 학제간, 학제간 연구다.인간 생태학의 과학철학은 지리학, 사회학, 심리학, 인류학, 동물학, 자연생태학과의 연계를 가진 분산된 역사를 가지고 있다.[61][62]

언어 및 언어학

언어와 언어학, 특히 진화언어학에 관한 연구는 언어형태의 발달과 한 언어체계에서 사회적 상호작용을 통한 다른 언어체계로 변화, 소리 또는 단어의 전달에 초점을 맞추고 있다.소셜 네트워크는 사람들의 그룹이 그들의 레퍼토리에 언어를 추가하거나 포기하기 때문에 언어 이동에서도 중요하다. 언어 혁신의 사회적 확산 그리고 [53]또래들과의 의사소통을 통한 제2언어 습득 분석에서.[54]

문예 네트워크

문학 시스템 연구에서는 안헤이어, 제르하르드와 로모,[63] 드 누이,[64] 세네칼,[65] 롯커 등이 네트워크 분석을 적용하여 문학이 어떻게 기능하는지에 대한 다양한 측면을 연구하였다.[66]기본 전제는 이븐-조하르의 저술 이후 존재해 온 다체제 이론이 네트워크 이론과 통합될 수 있고, 작가, 평론가, 출판사, 문학사 등 문학 네트워크의 서로 다른 행위자들 간의 관계도 SNA의 시각화를 이용하여 매핑할 수 있다는 것이다.

조직학

공식적인 또는 비공식적인 조직 관계, 조직 커뮤니케이션, 경제, 경제 사회학 및 기타 자원 전달에 대한 연구.소셜 네트워크는 또한 조직들이 서로 어떻게 상호작용을 하는지를 검토하는데 사용되어 왔으며, 임원들을 함께 연결하는 많은 비공식적인 연결은 물론, 서로 다른 조직에서 개별 직원들 간의 연결과 연결도 특징짓고 있다.[67]많은 조직 사회 네트워크 연구는 팀에 초점을 맞추고 있다.[68]팀 네트워크 연구 내에서, 연구자들은 예를 들어, 팀의 중심성과 힘의 예측 변수와 결과, 팀의 도구적 및 표현적 유대의 밀도와 중앙집중화, 팀간 네트워크의 역할 등을 평가한다.조직 내 네트워크는 조직의 헌신,[69] 조직 정체성,[37] 대인관계 시민권 행태에 영향을 미치는 것으로 밝혀졌다.[70]

사회자본

사회적 자본은 사회적 네트워크가 중심이 되고, 거래는 상호주의, 신뢰, 협력으로 표시되며, 시장 대리인은 주로 자기 자신을 위한 것이 아니라 공동의 선을 위해 상품과 서비스를 생산한다.사회적 자본은 구조적, 관계적, 인지적 차원의 세 가지 차원으로 나뉜다.구조적 차원은 파트너들이 어떻게 상호작용을 하고 어떤 특정한 파트너들이 소셜 네트워크에서 만나는지를 설명한다.또한 사회자본의 구조적 차원은 조직 간의 유대의 수준을 나타낸다.[71]이 차원은 신뢰도, 규범, 기대치 및 파트너 간의 유대관계 식별을 가리키는 관계적 차원과 매우 연결되어 있다.관계 차원은 주로 조직 네트워크에 연결된 신뢰 수준에 의해 설명되는 이러한 관계의 성격을 설명한다.[71]인지 차원은 조직이 이들의 유대와 상호작용의 결과로 공통의 목표와 목표를 공유하는 정도를 분석한다.[71]

사회적 자본은 사회적 관계의 가치와 긍정적인 결과를 얻기 위한 협력과 자신감의 역할에 대한 사회학적 개념이다.이 용어는 사회적 유대에서 얻을 수 있는 가치를 가리킨다.예를 들어, 새로 입국한 이민자들은 기성 이민자들과의 사회적 유대관계를 이용하여 그들이 다른 방법으로 일자리를 얻는데 어려움을 겪을 수 있다(예: 현지 언어에 익숙하지 않기 때문에).사회적 자본과 소셜 네트워크 사용의 강도 사이에는 긍정적인 관계가 존재한다.[72][73][74]동적 프레임워크에서, 네트워크의 높은 활동은 그 자체가 더 많은 활동을 장려하는 더 높은 사회적 자본으로 공급된다.[72][75]

광고

이 특정 클러스터는 고객 참여가 판매 및 브랜드 이미지에 미치는 영향을 고려하여 브랜드 이미지 및 홍보 전략 효과에 초점을 맞춘다.이것은 데이터 마이닝과 분석과 같은 수학적 연구 분야에 의존하는 정서 분석과 같은 기법을 통해 측정된다.이 연구 분야는 소비자 행동을 이해하고 판매를 촉진하는 것이 연구의 주요 목표인 만큼 방대한 수의 상업적 응용 프로그램을 생산한다.

네트워크 위치 및 이점

많은 조직에서, 구성원들은 자신의 그룹 안에서 그들의 활동을 집중하는 경향이 있는데, 이것은 창의성을 억누르고 기회를 제한한다.네트워크가 구조 구멍을 연결하는 플레이어는 보람 있는 기회를 탐지하고 개발하는 데 장점이 있다.[48]그런 플레이어는 그렇지 않았다면 접촉하지 않았을 두 클러스터 사이에서 정보의 '브로커' 역할을 함으로써 사회 자본을 동원할 수 있어 새로운 아이디어와 의견, 기회에 대한 접근을 제공할 수 있다.영국의 철학자 겸 정치경제학자 존 스튜어트 밀은 "인간을 자신과 다른 사람들과 접촉시키는 것의 가치를 과대평가하는 것은 거의 불가능하다"고 썼다.그러한 의사소통은 주요 진보의 원천 중 하나이다."[76]따라서, 구조적 구멍이 풍부한 네트워크를 가진 플레이어는 새로운 아이디어와 기회를 통해 조직에 가치를 더할 수 있다.이것은 차례로 개인의 경력개발과 진보를 돕는다.

사회적 자본 중개자는 또한 접촉자 사이의 정보 흐름의 촉진자 역할을 하는 것의 통제 이익을 얻는다.컨설팅업체 에덴 맥컬럼의 경우 창업자들이 전직 빅3 컨설팅업체 컨설턴트, 중견기업과 인연을 맺으면서 진로를 앞당길 수 있었다.[77]구조적 구멍을 메우고 사회 자본을 동원함으로써 플레이어들은 접촉사이에 새로운 기회를 실행함으로써 그들의 경력을 발전시킬 수 있다.

정보중개의 이익을 변방시키거나 반박하는 연구가 있었다.지싱샤오(Zhixing Xiao)가 중국 하이테크 기업을 대상으로 실시한 연구에서는 구조적 구멍의 지배적 기업 전체의 협력 정신에 맞지 않고 이러한 조직의 공동의 공유 가치 때문에 정보 편익이 실현될 수 없는 것으로 나타났다.[78]그러나 이 연구는 공동체의 공유 가치가 강한 경향이 있는 중국 기업만을 분석했다.구조 구멍의 정보 및 제어 이익은 기업 전체 수준에서 그다지 포괄적이고 협력적이지 않은 기업에서 여전히 가치가 있다.2004년에 로널드 버트는 미국의 가장 큰 전자 회사 중 한 곳의 공급망을 운영하는 673명의 경영자들을 연구했다.그는 다른 그룹과 자주 이슈를 논의했던 매니저들이 급여가 더 좋고, 긍정적인 직업 평가를 더 많이 받았으며, 승진할 가능성이 더 높다는 것을 발견했다.[48]그러므로, 구조적 구멍을 메우는 것은 조직에, 그리고 다시 개인의 경력에 이로운 일이 될 수 있다.

소셜 미디어

주요 기사:소셜 미디어

소셜 네트워킹 소프트웨어와 결합된 컴퓨터 네트워크는 사회적 상호작용을 위한 새로운 매개체를 생산한다.[79]컴퓨터화된 소셜 네트워킹 서비스에 대한 관계는 상황, 방향, 그리고 강점으로 특징지어질 수 있다.관계의 내용은 교환되는 자원을 말한다.컴퓨터 매개 커뮤니케이션 환경에서, 사회적 쌍들은 데이터 파일이나 컴퓨터 프로그램을 보내는 것뿐만 아니라 감정적인 지원을 제공하거나 회의를 주선하는 것을 포함하여 다른 종류의 정보를 교환한다.전자 상거래가 증가하면서 교환되는 정보는 "실제" 세계에서 화폐, 상품 또는 서비스의 교환과도 일치할 수 있다.[80]소셜 네트워크 분석 방법은 이러한 유형의 컴퓨터 매개 통신을 검사하는 데 필수적이 되었다.

게다가, 소셜 미디어의 순전한 크기와 휘발성 특성은 새로운 네트워크 지표를 낳았다.소셜 미디어에서 추출한 네트워크의 주요 관심사는 누락된 데이터가 주어진 네트워크 메트릭스의 견고성의 결여다.[81]

참고 항목

참조

  1. ^ a b Wasserman, Stanley; Faust, Katherine (1994). "Social Network Analysis in the Social and Behavioral Sciences". Social Network Analysis: Methods and Applications. Cambridge University Press. pp. 1–27. ISBN 9780521387071.
  2. ^ Scott, W. Richard; Davis, Gerald F. (2003). "Networks In and Around Organizations". Organizations and Organizing. Pearson Prentice Hall. ISBN 978-0-13-195893-7.
  3. ^ Freeman, Linton (2004). The Development of Social Network Analysis: A Study in the Sociology of Science. Empirical Press. ISBN 978-1-59457-714-7.
  4. ^ Borgatti, Stephen P.; Mehra, Ajay; Brass, Daniel J.; Labianca, Giuseppe (2009). "Network Analysis in the Social Sciences". Science. 323 (5916): 892–895. Bibcode:2009Sci...323..892B. CiteSeerX 10.1.1.536.5568. doi:10.1126/science.1165821. PMID 19213908. S2CID 522293.
  5. ^ Easley, David; Kleinberg, Jon (2010). "Overview". Networks, Crowds, and Markets: Reasoning about a Highly Connected World. Cambridge University Press. pp. 1–20. ISBN 978-0-521-19533-1.
  6. ^ a b c 스콧, 존 P(2000년)소셜 네트워크 분석: 핸드북(2판)CA: Saige Publishments.
  7. ^ Tönies, Perdinand(1887).Gemeinschaft und Gesellschaft, 라이프치히:퓨즈의 베를라크. (1957년 찰스 프라이스 루미스에 의해 지역사회와 사회로, 이스트 랜싱:미시간 주립 대학 출판부)
  8. ^ 더크하임, 에밀레(1893년).De la division du travail social: etude sur l'ganization des supéries, Paris: F.알칸. (1964년, 루이스 A에 의해 번역됨.Coser as The Division of Labor in Society, New York: Free Press.)
  9. ^ 심멜, 게오르크(1908)소지올로기, 라이프치히:던커 & 험블롯.
  10. ^ 소셜 네트워크 분석의 개발에 대한 과거 개요는 다음을 참조하십시오.
  11. ^ 다음 다이어그램을 참조하십시오.
  12. ^ 말리노프스키, 브로니슬로(1913).호주 원주민의 가족: 사회학적 연구.런던:런던 대학 출판부.
  13. ^ 래드클리프-브라운, 알프레드 레지날드(1930) 오스트레일리아 부족의 사회 조직.오스트레일리아 시드니:시드니 오세아니아 대학교 1번 단전.
  14. ^ Radcliffe-Brown, A. R. (1940). "On social structure". Journal of the Royal Anthropological Institute. 70 (1): 1–12. doi:10.2307/2844197. JSTOR 2844197.
  15. ^ 레비 스트라우스, 클로드 ([1947]1967)Les structures élémement de la properé. 레즈 구조물.파리: 라 하예, 무톤 외 주식회사(통역, 1969년 J. H. 벨, J. R. 폰 스터머, R.1969년, 니덤, 보스턴 킨십의 기본 구조물로써:비콘 프레스.)
  16. ^ 반스, 존(1954년)."노르웨이 섬 교구의 클래스와 위원회"인간관계, (7) 39 대 58.
  17. ^ Freeman, Linton C.; Wellman, Barry (1995). "A note on the ancestral Toronto home of social network analysis". Connections. 18 (2): 15–19.
  18. ^ Savage, Mike (2008). "Elizabeth Bott and the formation of modern British sociology". The Sociological Review. 56 (4): 579–605. doi:10.1111/j.1467-954x.2008.00806.x. S2CID 145286556.
  19. ^ 나델, S. F. 1957.사회 구조 이론.런던:코헨과 웨스트.
  20. ^ 파슨스, 탈콧 ([1937] 1949년).사회적 행동의 구조: 유럽 작가 집단을 특별히 참고한 사회이론에 관한 연구뉴욕:프리 프레스.
  21. ^ 파슨스, 탈콧(1951년).사회 시스템.뉴욕:프리 프레스.
  22. ^ 블라우, 피터(1956년).현대 사회의 관료주의.뉴욕: 랜덤 하우스, 주식회사.
  23. ^ 블라우, 피터(1960)."사회통합론"미국 사회학 저널 (65)6: 545–556, (5월)
  24. ^ 블라우, 피터(1964)사회생활에서의 교류와 힘.
  25. ^ Bernie Hogan. "The Networked Individual: A Profile of Barry Wellman".
  26. ^ a b Granovetter, Mark (2007). "Introduction for the French Reader". Sociologica. 2: 1–8.
  27. ^ 웰먼, 배리(1988)"구조 분석:방법과 은유에서 이론과 실체에 이르기까지" B의 페이지 19-61.웰먼과 S. D. 버코위츠 (에드)사회 구조: 영국 케임브리지의 네트워크 접근: 케임브리지 대학 출판부.
  28. ^ 뮬린스, 니콜라스현대 미국 사회학의 이론과 이론 그룹.뉴욕: 하퍼 앤 로, 1973년.
  29. ^ 틸리, 찰스, 에드어반 월드.보스턴: 리틀 브라운, 1974년.
  30. ^ 베리, 1988년이야"구조 분석:방법과 은유에서 이론과 실체로." 사회 구조: 네트워크 접근법, 배리 웰먼과 S. D. 버코위츠가 편집한 네트워크 접근법. 페이지 19–61.케임브리지:케임브리지 대학 출판부.
  31. ^ Nagler, Jan; Anna Levina; Marc Timme (2011). "Impact of single links in competitive percolation". Nature Physics. 7 (3): 265–270. arXiv:1103.0922. Bibcode:2011NatPh...7..265N. doi:10.1038/nphys1860. S2CID 2809783.
  32. ^ 뉴먼, 마크, 알베르트 라즐로 바라바시, 던컨 J. 와츠(2006년).네트워크의 구조와 역동성 (복잡성에 관한 원리 연구)옥스퍼드: 프린스턴 대학 출판부.
  33. ^ Wellman, Barry (2008). "Review: The development of social network analysis: A study in the sociology of science". Contemporary Sociology. 37 (3): 221–222. doi:10.1177/009430610803700308. S2CID 140433919.
  34. ^ Faust, Stanley Wasserman; Katherine (1998). Social network analysis : methods and applications (Reprint. ed.). Cambridge [u.a.]: Cambridge Univ. Press. ISBN 978-0521382694.
  35. ^ a b 카두신, C. (2012년)소셜 네트워크 이해: 이론, 개념, 그리고 발견.옥스퍼드:옥스퍼드 대학 출판부
  36. ^ Granovetter, M. (1976). "Network sampling: Some first steps". American Journal of Sociology. 81 (6): 1287–1303. doi:10.1086/226224. S2CID 40359730.
  37. ^ a b Jones, C.; Volpe, E.H. (2011). "Organizational identification: Extending our understanding of social identities through social networks". Journal of Organizational Behavior. 32 (3): 413–434. doi:10.1002/job.694.
  38. ^ de Nooy, Wouter (2012). "Social Network Analysis, Graph Theoretical Approaches to". "Graph Theoretical Approaches to Social Network Analysis". in Computational Complexity: Theory, Techniques, and Applications (Robert A. Meyers, ed.). Springer. pp. 2864–2877. doi:10.1007/978-1-4614-1800-9_176. ISBN 978-1-4614-1800-9.
  39. ^ Hedström, Peter; Sandell, Rickard; Stern, Charlotta (2000). "Mesolevel Networks and the Diffusion of Social Movements: The Case of the Swedish Social Democratic Party" (PDF). American Journal of Sociology. 106 (1): 145–172. doi:10.1086/303109. S2CID 3609428.
  40. ^ a b Riketta, M.; Nienber, S. (2007). "Multiple identities and work motivation: The role of perceived compatibility between nested organizational units". British Journal of Management. 18: S61–77. doi:10.1111/j.1467-8551.2007.00526.x. S2CID 144857162.
  41. ^ Shirado, Hirokazu; Christakis, Nicholas A (2017). "Locally noisy autonomous agents improve global human coordination in network experiments". Nature. 545 (7654): 370–374. Bibcode:2017Natur.545..370S. doi:10.1038/nature22332. PMC 5912653. PMID 28516927.
  42. ^ Cranmer, Skyler J.; Desmarais, Bruce A. (2011). "Inferential Network Analysis with Exponential Random Graph Models". Political Analysis. 19 (1): 66–86. CiteSeerX 10.1.1.623.751. doi:10.1093/pan/mpq037.
  43. ^ Moreira, André A.; Demétrius R. Paula; Raimundo N. Costa Filho; José S. Andrade Jr. (2006). "Competitive cluster growth in complex networks". Physical Review E. 73 (6): 065101. arXiv:cond-mat/0603272. Bibcode:2006PhRvE..73f5101M. doi:10.1103/PhysRevE.73.065101. PMID 16906890. S2CID 45651735.
  44. ^ 바라바시, 알베르 라슬로(2003)연결됨: 모든 것이 다른 모든 것과 어떻게 연결되어 있는지, 그리고 그것이 비즈니스, 과학, 그리고 일상 생활에 무엇을 의미하는지.뉴욕: 자두.
  45. ^ Strogatz, Steven H. (2001). "Exploring complex networks". Nature. 410 (6825): 268–276. Bibcode:2001Natur.410..268S. doi:10.1038/35065725. PMID 11258382.
  46. ^ Kilduff, M.; Tsai, W. (2003). Social networks and organisations. Sage Publications.
  47. ^ Granovetter, M. (1973). "The strength of weak ties". American Journal of Sociology. 78 (6): 1360–1380. doi:10.1086/225469. S2CID 59578641.
  48. ^ a b c Burt, Ronald (2004). "Structural Holes and Good Ideas". American Journal of Sociology. 110 (2): 349–399. CiteSeerX 10.1.1.388.2251. doi:10.1086/421787. S2CID 2152743.
  49. ^ a b c d Burt, Ronald (1992). Structural Holes: The Social Structure of Competition. Cambridge, MA: Harvard University Press.
  50. ^ Braden, L.E.A.; Teekens, Thomas (2020-08-01). "Historic networks and commemoration: Connections created through museum exhibitions". Poetics. 81: 101446. doi:10.1016/j.poetic.2020.101446. ISSN 0304-422X.
  51. ^ Braden, L. E. A. (2021-01-01). "Networks Created Within Exhibition: The Curators' Effect on Historical Recognition". American Behavioral Scientist. 65 (1): 25–43. doi:10.1177/0002764218800145. ISSN 0002-7642.
  52. ^ Braden, L. E. A.; Teekens, Thomas (September 2019). "Reputation, Status Networks, and the Art Market". Arts. 8 (3): 81. doi:10.3390/arts8030081.
  53. ^ a b c Paradowski, Michał B.; Jonak, Łukasz (2012). "Diffusion of linguistic innovation as social coordination". Psychology of Language and Communication. 16 (2): 53–64. doi:10.2478/v10057-012-0010-z.
  54. ^ a b Paradowski, Michał B.; Jarynowski, Andrzej; Jelińska, Magdalena; Czopek, Karolina (2021). "Out-of-class peer interactions matter for second language acquisition during short-term overseas sojourns: The contributions of Social Network Analysis [Selected poster presentations from the American Association of Applied Linguistics conference, Denver, USA, March 2020]". Language Teaching. 54 (1): 139–143. doi:10.1017/S0261444820000580.
  55. ^ Larson, Jennifer M. (11 May 2021). "Networks of Conflict and Cooperation". Annual Review of Political Science. 24 (1): 89–107. doi:10.1146/annurev-polisci-041719-102523.
  56. ^ Papachristos, Andrew (2009). "Murder by Structure: Dominance Relations and the Social Structure of Gang Homicide" (PDF). American Journal of Sociology. 115 (1): 74–128. doi:10.2139/ssrn.855304. PMID 19852186. S2CID 24605697. Archived from the original (PDF) on 7 April 2014. Retrieved 29 March 2013.
  57. ^ Gile, Krista J.; Beaudry, Isabelle S.; Handcock, Mark S.; Ott, Miles Q. (7 March 2018). "Methods for Inference from Respondent-Driven Sampling Data". Annual Review of Statistics and Its Application. 5 (1): 65–93. Bibcode:2018AnRSA...5...65G. doi:10.1146/annurev-statistics-031017-100704. Retrieved 21 September 2021.
  58. ^ Heckathorn, Douglas D.; Cameron, Christopher J. (31 July 2017). "Network Sampling: From Snowball and Multiplicity to Respondent-Driven Sampling". Annual Review of Sociology. 43 (1): 101–119. doi:10.1146/annurev-soc-060116-053556. Retrieved 21 September 2021.
  59. ^ Granovetter, Mark (2005). "The Impact of Social Structure on Economic Outcomes". The Journal of Economic Perspectives. 19 (1): 33–50. doi:10.1257/0895330053147958. JSTOR 4134991.
  60. ^ 레비, 주디스, 버니스 페스코솔리도(2002년).소셜 네트워크와 건강.보스턴, MA: JAI 프레스.
  61. ^ 크로나, 베아트리체, 클라우스 후바체크 (eds.) (2010)."특별한 문제: 천연자원 거버넌스에서의 소셜 네트워크 분석".생태학과 사회, 48세
  62. ^ 에른스트슨, 헨리히(2010년)."읽기 목록:사회-생태학 연구에 소셜 네트워크 분석(SNA)을 이용하는 것"이라고 말했다.회복력 과학
  63. ^ Anheier, H. K.; Romo, F. P. (1995). "Forms of capital and social structure of fields: examining Bourdieu's social topography". American Journal of Sociology. 100 (4): 859–903. doi:10.1086/230603. S2CID 143587142.
  64. ^ De Nooy, W (2003). "Fields and networks: Correspondence analysis and social network analysis in the framework of Field Theory". Poetics. 31 (5–6): 305–327. doi:10.1016/S0304-422X(03)00035-4.
  65. ^ Senekal, B. A. (2012). "Die Afrikaanse literêre sisteem: ʼn Eksperimentele benadering met behulp van Sosiale-netwerk-analise (SNA)". LitNet Akademies. 9: 3.
  66. ^ Lotker, Zvi (2021), "Machine Narrative", Analyzing Narratives in Social Networks, Cham: Springer International Publishing, pp. 283–298, ISBN 978-3-030-68298-9, retrieved 2022-03-16
  67. ^ Podolny, J. M.; Baron, J. N. (1997). "Resources and relationships: Social networks and mobility in the workplace". American Sociological Review. 62 (5): 673–693. CiteSeerX 10.1.1.114.6822. doi:10.2307/2657354. JSTOR 2657354.
  68. ^ Park, Semin; Grosser, Travis J.; Roebuck, Adam A.; Mathieu, John E. (3 February 2020). "Understanding Work Teams From a Network Perspective: A Review and Future Research Directions". Journal of Management. 46 (6): 1002–1028. doi:10.1177/0149206320901573.
  69. ^ Lee, J.; Kim, S. (2011). "Exploring the role of social networks in affective organizational commitment: Network centrality, strength of ties, and structural holes". The American Review of Public Administration. 41 (2): 205–223. doi:10.1177/0275074010373803. S2CID 145641976.
  70. ^ Bowler, W. M.; Brass, D. J. (2011). "Relational correlates of interpersonal citizenship behaviour: A social network perspective". Journal of Applied Psychology. 91 (1): 70–82. CiteSeerX 10.1.1.516.8746. doi:10.1037/0021-9010.91.1.70. PMID 16435939.
  71. ^ a b c (Claridge, 2018).
  72. ^ a b Koley, Gaurav; Deshmukh, Jayati; Srinivasa, Srinath (2020). Aref, Samin; Bontcheva, Kalina; Braghieri, Marco; Dignum, Frank; Giannotti, Fosca; Grisolia, Francesco; Pedreschi, Dino (eds.). "Social Capital as Engagement and Belief Revision". Social Informatics. Lecture Notes in Computer Science. Cham: Springer International Publishing. 12467: 137–151. doi:10.1007/978-3-030-60975-7_11. ISBN 978-3-030-60975-7. S2CID 222233101.
  73. ^ Sebastián, Valenzuela; Namsu Park; Kerk F. Kee (2009). "Is There Social Capital in a Social Network Site? Facebook Use and College Students' Life Satisfaction, Trust, and Participation". Journal of Computer-Mediated Communication. 14 (4): 875–901. doi:10.1111/j.1083-6101.2009.01474.x.
  74. ^ Wang, Hua & Barry Wellman (2010). "Social Connectivity in America: Changes in Adult Friendship Network Size from 2002 to 2007". American Behavioral Scientist. 53 (8): 1148–1169. doi:10.1177/0002764209356247. S2CID 144525876.
  75. ^ Gaudeul, Alexia; Giannetti, Caterina (2013). "The role of reciprocation in social network formation, with an application to LiveJournal". Social Networks. 35 (3): 317–330. doi:10.1016/j.socnet.2013.03.003. ISSN 0378-8733.
  76. ^ Mill, John (1909). Principles of Political Economy. Library of Economics and Liberty: William J Ashley.
  77. ^ Gardner, Heidi; Eccles, Robert (2011). "Eden McCallum: A Network Based Consulting Firm". Harvard Business School Review.
  78. ^ 샤오, 지싱, 쓰이, 안네(2007)"브로커가 작동하지 않을 경우:"중국 하이테크 기업에서 사회자본의 문화적 우발성"분기별 행정학.
  79. ^ Amichai-Hamburger, Yair; Hayat, Tsahi (2017). The International Encyclopedia of Media Effects. John Wiley & Sons, Inc. doi:10.1002/9781118783764.wbieme0170. ISBN 9781118783764.
  80. ^ Garton, Laura; Haythornthwaite, Caroline; Wellman, Barry (23 June 2006). "Studying Online Social Networks". Journal of Computer-Mediated Communication. 3 (1): 0. doi:10.1111/j.1083-6101.1997.tb00062.x.
  81. ^ Wei, Wei; Joseph, Kenneth; Liu, Huan; Carley, Kathleen M. (2016). "Exploring Characteristics of Suspended Users and Network Stability on Twitter". Social Network Analysis and Mining. 6: 51. doi:10.1007/s13278-016-0358-5. S2CID 18520393.

추가 읽기

외부 링크

단체들

동료 검토 저널

교과서와 교육자료

데이터 세트