基于大數(shù)據(jù)的社交網(wǎng)絡(luò)分析主題演化及熱點(diǎn)的可視化研究

?；勖?鄭明春+喬鴻

摘 要 論文以中國知網(wǎng)（CNKI）為數(shù)據(jù)源，收集了2006—2016年有關(guān)社交網(wǎng)絡(luò)分析方面相關(guān)的文獻(xiàn)，采用Cite Space III可視化的方法，發(fā)現(xiàn)國內(nèi)學(xué)者逐漸以社會計(jì)算為核心并融合心理學(xué)、傳播學(xué)、管理學(xué)、經(jīng)濟(jì)學(xué)等交叉學(xué)科開展各方面的研究。

關(guān)鍵詞 社交網(wǎng)絡(luò) 文獻(xiàn)計(jì)量法 知識圖譜

分類號 G250.252

DOI 10.16810/j.cnki.1672-514X.2017.08.017

Visualization Research on the Theme Evolution and Hot Domains of Social Network Analysis Based on Big Data

Chang Huimin， Zheng Mingchun， Qiao Hong

Abstract This paper uses CNKI as the data source to collect nearly ten years literature （2006-2016） on the social network analysis. It uses the Cite space III software， and finds that the domestic scholars gradually study this area by using the social computing as the core and integrating psychology， communication， management and economics .

Keywords Social network. Bibliometrics. Knowledge map.

社會網(wǎng)絡(luò)分析（SNA） 是近幾十年來才發(fā)展起來的社會學(xué)學(xué)科，其既可以作為一種分析方法，又可以作為一種研究視角。相較于對研究實(shí)體本身的性質(zhì)，社會網(wǎng)絡(luò)分析理論主要更傾向于研究社會實(shí)體之間的關(guān)系，這也是與多數(shù)其他社會學(xué)科之間的一大區(qū)別。由于其獨(dú)特的視角，該理論在社會和行為科學(xué)中應(yīng)用甚廣， 如在社會學(xué)、經(jīng)濟(jì)學(xué)、市場營銷等[1]學(xué)科中。雖然各學(xué)者對社交網(wǎng)絡(luò)分析方面的研究熱度不減，但是面對眾多方向想要把握其研究態(tài)勢并迅速投入研究會有一定的難度。因此，本文擬通過采用文獻(xiàn)計(jì)量的方法，用可視化圖譜探究社交網(wǎng)絡(luò)分析方面的熱點(diǎn)領(lǐng)域、領(lǐng)軍人物以及高產(chǎn)機(jī)構(gòu)，對近十年社交網(wǎng)絡(luò)分析研究主題演化及熱點(diǎn)加以系統(tǒng)梳理與分析，為研究學(xué)者提供進(jìn)一步的參考。

1 研究方法

本文采用文獻(xiàn)計(jì)量法對國內(nèi)社交網(wǎng)絡(luò)分析領(lǐng)域的研究現(xiàn)狀進(jìn)行分析，借助了文獻(xiàn)的外部特征，采用數(shù)學(xué)與統(tǒng)計(jì)的方法對數(shù)據(jù)進(jìn)行定量統(tǒng)計(jì)，對社交網(wǎng)絡(luò)分析研究基礎(chǔ)以及研究前沿預(yù)測提供了有力的依據(jù)。為更清楚、客觀地反映國內(nèi)熱點(diǎn)及近些年演化趨勢，本文應(yīng)用了可視化的方法對此領(lǐng)域近十年的文獻(xiàn)繪制了科學(xué)知識圖譜。

1.1 數(shù)據(jù)來源

本文選擇中國知網(wǎng)（CNKI） 作為數(shù)據(jù)庫，為了提高論文的靠參考性，選擇SCI來源期刊、EI來源期刊、北大核心期刊以及CSSCI來源期刊作為數(shù)據(jù)源，確定主題詞為“社交網(wǎng)絡(luò)分析”“社交網(wǎng)絡(luò)”“社會網(wǎng)絡(luò)分析”“SNA”，檢索時間段為2006—2016年。為了保證有關(guān)文獻(xiàn)的查全率和查準(zhǔn)率，采用模糊檢索的方式，共檢索得到28 663條結(jié)果，經(jīng)過手動排除、去重及整理，共得到8605條有效數(shù)據(jù)。

1.2 數(shù)據(jù)處理

本文采用了Excel軟件，將獲得的近十年有關(guān)社交網(wǎng)絡(luò)分析的文獻(xiàn)按照時間順序進(jìn)行統(tǒng)計(jì)定量分析，呈現(xiàn)出了從2006—2016年相關(guān)文獻(xiàn)發(fā)表的數(shù)量變化趨勢?；谖墨I(xiàn)計(jì)量學(xué)的理論與方法，采用陳超美教授開發(fā)的可視化軟件Cite Space III，分別對該領(lǐng)域內(nèi)的領(lǐng)軍人物、最新研究熱點(diǎn)以及高產(chǎn)機(jī)構(gòu)分布等文獻(xiàn)外部特征方面進(jìn)行可視化分析[2]。

2 國內(nèi)社交網(wǎng)絡(luò)分析的時空知識圖譜及其分析

2.1 國內(nèi)社交網(wǎng)絡(luò)分析研究的時間分布

從圖1中可以定量看出在近十年各年份社交網(wǎng)絡(luò)分析領(lǐng)域載文數(shù)量，進(jìn)而判斷出近十年該領(lǐng)域?qū)W者們對其研究的冷熱程度。

科學(xué)文獻(xiàn)增長的邏輯曲線如圖2所示，圖中橫坐標(biāo)t代表時間，縱坐標(biāo)F（t）代表第t年文獻(xiàn)的累積量。而邏輯增長曲線大致可以劃分為以下四個階段：t1以前為緩慢發(fā)展階段；t1-t2時間段為快速發(fā)展階段；t2-t3時間段為減速發(fā)展階段；t3以后則為飽和發(fā)展階段[3]。

從圖1和圖2對比看出：2006—2009年中，各年度發(fā)表文章大致在100～200篇，說明了國內(nèi)在研究社交網(wǎng)絡(luò)分析方面還處在緩慢發(fā)展階段。2009—2016年，國內(nèi)社交網(wǎng)絡(luò)研究領(lǐng)域呈現(xiàn)爆炸性的增長態(tài)勢，發(fā)文量也從之前的100多篇迅速增長到2015年的2032篇，而在2016年半年載文量就已達(dá)到了1458篇，根據(jù)筆者預(yù)測，2016年總載文量將會超過往年年度載文量。通過對圖1和圖2進(jìn)行對比分析知：當(dāng)前我國在研究社交網(wǎng)絡(luò)分析方面總體正處于文獻(xiàn)邏輯增長曲線的第二階段即快速發(fā)展階段，并且在這一階段將會有大量的成果涌現(xiàn)。由于社交網(wǎng)絡(luò)的盛行，將會吸引著大批其他領(lǐng)域?qū)W者涉足，如著名科學(xué)家方濱興，他對互聯(lián)網(wǎng)方面的研究作出了突出的貢獻(xiàn)。

2.2 國內(nèi)社交網(wǎng)絡(luò)分析研究領(lǐng)域高產(chǎn)作者知識圖譜

通過Cite Space III軟件將數(shù)據(jù)中所有文獻(xiàn)的作者進(jìn)行統(tǒng)計(jì)，我們設(shè)置每年在CNKI中發(fā)表論文數(shù)量最多的15位作者為運(yùn)行閾值，見圖3可視化結(jié)果所示，可以清晰發(fā)現(xiàn)社會網(wǎng)絡(luò)分析領(lǐng)域的高產(chǎn)作者。與此同時，為了增加高產(chǎn)作者數(shù)量的可靠性，本文嘗試用德里克·普萊斯所提出的計(jì)算公式M=0.749（Nmax）1/2來驗(yàn)證[3]。

公式中M為論文篇數(shù)，Nmax為統(tǒng)計(jì)的所有年限中發(fā)文數(shù)量最多的作者即最高產(chǎn)的作者，公式規(guī)定將發(fā)表論文數(shù)量在M篇以上的稱為高產(chǎn)作者[4]。以8605條數(shù)據(jù)中的作者為操作對象，發(fā)文量最多的作者是方濱興，發(fā)文篇數(shù)為62篇，即Nmax取值為62，經(jīng)計(jì)算得M的值為7.9篇。按照取整的原則，將發(fā)表論文篇數(shù)在8篇以上的作者記為高產(chǎn)作者。通過統(tǒng)計(jì)，在社交網(wǎng)絡(luò)分析領(lǐng)域發(fā)文量最高的是方濱興，其次為張敏、彭華濤、邱均平以及汪小帆等。經(jīng)尋徑網(wǎng)絡(luò)算法修剪處理后，用Cite Space III軟件處理分析（這里包括了第一作者和第二作者），方濱興、張敏、彭華濤、邱均平出現(xiàn)頻次最高，其次是汪小帆、楊靜、朱慶華等。從選取的8605篇文獻(xiàn)可以看出：國內(nèi)對于社交網(wǎng)絡(luò)分析的研究及應(yīng)用已經(jīng)分布到計(jì)算機(jī)、心理學(xué)、經(jīng)濟(jì)等各個學(xué)科，受到了各領(lǐng)域?qū)W者的重視；單獨(dú)的節(jié)點(diǎn)比較多，節(jié)點(diǎn)之間鏈接較少，分布比較離散，基本都處于獨(dú)自研究的狀態(tài)，通常也就是由老師與所指導(dǎo)的學(xué)生組成的研究團(tuán)體，學(xué)術(shù)核心團(tuán)體還未形成[4]。

2.3 國內(nèi)社交網(wǎng)絡(luò)分析研究機(jī)構(gòu)知識圖譜

采用Cite Space III軟件，以研究機(jī)構(gòu)（Institution）作為關(guān)鍵詞，時間選擇為2006—2016年，時間分段單位（Slice Length） 為一年，采用尋徑網(wǎng)絡(luò)算法，在一定的閾值下得到了社交網(wǎng)絡(luò)分析領(lǐng)域高產(chǎn)的研究機(jī)構(gòu)知識圖譜（見圖4）。圖4的網(wǎng)絡(luò)密度僅為0.0019，表明國內(nèi)從事社交網(wǎng)絡(luò)分析研究的機(jī)構(gòu)間往往傾向于機(jī)構(gòu)內(nèi)合作，而跨機(jī)構(gòu)合作的力度還較弱，且合作的機(jī)構(gòu)彼此發(fā)文量并不均衡，通常以一方為主[5]。另外，從知識圖譜中也可以看出，對于社交網(wǎng)絡(luò)分析領(lǐng)域高產(chǎn)機(jī)構(gòu)通常集中在信息管理學(xué)院，例如武漢大學(xué)信息管理學(xué)院、南京大學(xué)信息管理學(xué)院等，而其他學(xué)院的研究發(fā)文量明顯較少。

為了更加清晰地了解國內(nèi)社交網(wǎng)絡(luò)分析領(lǐng)域重要的機(jī)構(gòu)分布情況，通過Excel軟件統(tǒng)計(jì)了發(fā)文量大于17篇的機(jī)構(gòu)，其中，武漢大學(xué)信息管理學(xué)院、西安交通管理學(xué)院、南京大學(xué)信息管理學(xué)院、中國人民大學(xué)新聞學(xué)院、中國科學(xué)院大學(xué)發(fā)文量都在40篇以上，吉林大學(xué)管理學(xué)院、武漢理工大學(xué)管理學(xué)院、上海理工大學(xué)管理學(xué)院發(fā)文量都在30篇以上，綜合可以看出這些機(jī)構(gòu)為主要研究陣地，而且與其他機(jī)構(gòu)相比有明顯的研究優(yōu)勢。

2.4 國內(nèi)社交網(wǎng)絡(luò)分析領(lǐng)域的關(guān)鍵詞熱點(diǎn)分析

為了更好地展示近幾年社交網(wǎng)絡(luò)分析領(lǐng)域研究熱點(diǎn)，采用Cite Space III軟件，在2011—2016年的時間跨度內(nèi)，以1年為時間段，網(wǎng)絡(luò)節(jié)點(diǎn)選擇關(guān)鍵詞和主題詞（Keyword&term），設(shè)置每個時間段前五十名的詞匯生成關(guān)鍵詞時序科學(xué)知識圖譜，在不同的時間序列內(nèi)呈現(xiàn)出了各年度熱點(diǎn)關(guān)鍵詞的變化態(tài)勢[6]。從圖5中可以看出，社交網(wǎng)絡(luò)分析領(lǐng)域大致可以歸為以下三類。

（1） 網(wǎng)絡(luò)結(jié)構(gòu)與演化，包括對結(jié)構(gòu)特征的分析以及虛擬社區(qū)的發(fā)現(xiàn)及其演化。圖5中關(guān)鍵詞“社會網(wǎng)絡(luò)結(jié)構(gòu)”“結(jié)構(gòu)洞”“中心性”“強(qiáng)—弱連接”“小世界”“虛擬社區(qū)發(fā)現(xiàn)”等是針對此方面做出的相關(guān)性研究。社會網(wǎng)絡(luò)結(jié)構(gòu)方面的分析是其他研究的基礎(chǔ)，隨著移動社交網(wǎng)絡(luò)時代的到來，我們從圖5中也可以看出研究學(xué)者在2011年開始對于移動社交網(wǎng)絡(luò)的研究已經(jīng)廣泛開展，并初步得到了一些成果。另外，從圖5中可以看出，近幾年研究學(xué)者在網(wǎng)絡(luò)結(jié)構(gòu)及演化方面的研究主要集中在虛擬社區(qū)發(fā)現(xiàn)以及演化機(jī)制，而隨著大數(shù)據(jù)時代的到來，目前的研究已經(jīng)不足以支撐研究者對事物狀態(tài)的探究，因此，學(xué)者逐漸將重點(diǎn)從對社區(qū)的靜態(tài)網(wǎng)絡(luò)的研究轉(zhuǎn)向了動態(tài)網(wǎng)絡(luò)的演化。對于如何準(zhǔn)確發(fā)現(xiàn)不同規(guī)模社區(qū)的算法研究，就目前來看，絕大部分還是針對靜態(tài)的社交網(wǎng)絡(luò)，在動態(tài)社交網(wǎng)絡(luò)發(fā)現(xiàn)算法研究上還有很大的欠缺[7]。

（2） 群體與互動，包括對用戶行為和情感的分析、個體影響力的分析及其群體聚集及影響機(jī)制的研究。圖5中關(guān)鍵詞“意見領(lǐng)袖”“網(wǎng)絡(luò)群體事件”“個體行為”“用戶行為”“情感分析”“互動相似度”“人格分析”“人格預(yù)測”等是群體與互動方面的具體研究。隨著Web 2.0時代的深入，在線社交網(wǎng)絡(luò)逐漸成為了人們生活中不可分割的一部分，而用戶作為行為主體，在網(wǎng)絡(luò)所表現(xiàn)的信息發(fā)布、搜索、瀏覽、分享等行為特征和規(guī)律成為研究學(xué)者關(guān)注的內(nèi)容。另外，如何完善社交網(wǎng)絡(luò)方面的服務(wù)使得用戶的忠誠度提高也在不斷探究中。從圖5中可以看出，由于高影響力的意見領(lǐng)袖在事件的傳播中往往能夠起到至關(guān)重要的作用，因此，學(xué)者近幾年也在傾向于對意見領(lǐng)袖的挖掘及其影響力的分析[8]。面對用戶情感分析應(yīng)用價值逐漸提升，研究學(xué)者也增大了研究力度，但在情感分析方面的技術(shù)發(fā)展研究卻在起步階段，需要加大此方面的探討。由于情感的多元化特征使得研究難度增加，加上用戶與用戶之間的互動增強(qiáng)，因此在研究方面逐漸融合了心理學(xué)、管理學(xué)、社會學(xué)等理論基礎(chǔ)，為社交網(wǎng)絡(luò)的進(jìn)一步深入研究提供了依據(jù)[9]。

（3） 信息與傳播，包括對社交網(wǎng)絡(luò)中信息的檢索、信息的傳播規(guī)律及其話題的發(fā)現(xiàn)與演化等方面的研究。圖5中關(guān)鍵詞“傳播模型” （傳染病動力模型、Seir模型、Sir模型等）、“傳播效果”“傳播主體”（個人、群體）、“信息管理”（信息風(fēng)險感知、信息保護(hù)、信息安全）、“傳播特征”“傳播控制”“信息分享”（內(nèi)容推薦、個性化推薦）、“主題發(fā)現(xiàn)”等是信息與傳播方面的研究。從2011年到2016年，學(xué)者在對信息與傳播方面的研究一直熱度不減，如傳播模型中的傳染病模型也在研究中的不斷演化、輿情傳播與控制以及個人隱私信息安全與保護(hù)等[10]。大數(shù)據(jù)時代到來之際，當(dāng)我們在不斷索取網(wǎng)絡(luò)中的海量數(shù)據(jù)時，我們各種具有身份性信息也會暴露，因此，如何把握個人數(shù)據(jù)開放與隱私保護(hù)的平衡性研究迫在眉睫。比如，相較于社交軟件QQ來說，騰訊后來開發(fā)的微信朋友圈更能保護(hù)我們的隱私。近些年，學(xué)者在對個人信息安全與保護(hù)方面的研究開始逐漸發(fā)展，尤其在移動社交網(wǎng)絡(luò)方面。此外，網(wǎng)絡(luò)信息檢索的準(zhǔn)確性也一直是學(xué)者們關(guān)注的熱點(diǎn)，從開始簡單的依靠推薦來獲得網(wǎng)站的發(fā)展到現(xiàn)在個性化的推薦技術(shù)，使得用戶的依賴性和忠誠度不斷提高，給商家?guī)砝娴耐瑫r也給用戶帶來了極大的方便。

隨著Web 2.0的加速發(fā)展，社交軟件也逐漸開始社交媒體演變，如社交網(wǎng)站、微博、Facebook、論壇、博客等，從面向技術(shù)的交互模式的研究逐漸向面向人的交互模式轉(zhuǎn)變，并強(qiáng)調(diào)了用戶之間交互的動態(tài)性和社會實(shí)踐的影響；從社交網(wǎng)絡(luò)學(xué)術(shù)理論方面的探究逐漸轉(zhuǎn)向社交網(wǎng)絡(luò)商業(yè)應(yīng)用的開發(fā)，如用于用戶購物推薦技術(shù)的研發(fā)；從PC端社交網(wǎng)絡(luò)的研究開始逐漸向移動社交網(wǎng)絡(luò)的理論與應(yīng)用的研究轉(zhuǎn)變，加上目前各種社交APP（Facebook、人人網(wǎng)、微信等）、娛樂APP（在線游戲、社會新聞類等） 的開發(fā)使得移動端用戶數(shù)據(jù)呈爆炸式的增長。從圖5可以看出，當(dāng)前移動端研究方向多是以某一應(yīng)用為載體（人人網(wǎng)、新浪微博、Facebook等），獲得相應(yīng)數(shù)據(jù)進(jìn)行處理分析，包括對營銷模式的探究（B2B、O2O、P2P等）、用戶位置預(yù)測并進(jìn)行個性化推薦（比如搜索附近的人、附近的店鋪） 等；從之前單純的以計(jì)算機(jī)技術(shù)為基礎(chǔ)的工具性網(wǎng)絡(luò)研究到現(xiàn)在逐漸以社會計(jì)算為核心并融入心理學(xué)、傳播學(xué)、管理學(xué)、物理學(xué)等交叉學(xué)科的探究；從之前只能依靠獲得有限數(shù)據(jù)進(jìn)行研究到現(xiàn)在大數(shù)據(jù)時代，再到來后通過海量數(shù)據(jù)的挖掘來進(jìn)行多元化的探究。從圖5還可以看出，人們大致在2013年開始廣泛展開對大數(shù)據(jù)挖掘的研究，包括對社區(qū)意見領(lǐng)袖的挖掘、社區(qū)話題的發(fā)現(xiàn)與演化、如何利用用戶瀏覽信息進(jìn)行個性化推薦、如何對用戶的隱私進(jìn)行保護(hù)等；從之前大數(shù)據(jù)的開放性研究到現(xiàn)在逐漸尋求數(shù)據(jù)開放與個人信息保護(hù)的平衡點(diǎn)，各類社交網(wǎng)站的出現(xiàn)在給我們帶來方便的同時個人的信息安全卻得不到保護(hù)，使得一些不法分子有機(jī)可乘，這就需要研究人員在創(chuàng)新的同時也需要將用戶信息進(jìn)行有效保護(hù)[11]。

3 結(jié)語

通過對2006—2016年有關(guān)社交網(wǎng)絡(luò)分析研究文獻(xiàn)的剖析，筆者認(rèn)為國內(nèi)社交網(wǎng)絡(luò)分析研究熱點(diǎn)將呈現(xiàn)以下趨勢。（1） 網(wǎng)絡(luò)的結(jié)構(gòu)與演化。目前，學(xué)者對虛擬社區(qū)發(fā)現(xiàn)以及演化機(jī)制的研究是關(guān)注的熱點(diǎn)，并從對社區(qū)的靜態(tài)網(wǎng)絡(luò)研究逐漸轉(zhuǎn)向了動態(tài)網(wǎng)絡(luò)的演化研究，而如何對不同規(guī)模的社區(qū)進(jìn)行高準(zhǔn)確發(fā)現(xiàn)也是近幾年的研究重點(diǎn)。（2） 群體與互動。學(xué)者更傾向于對意見領(lǐng)袖的挖掘及其影響力的分析、用戶個體互動行為及其情感分析的探究。由于在線社交網(wǎng)絡(luò)使得人群的思想更容易聚集，而群體智慧和極端效應(yīng)也會使得某些事件發(fā)展更不易控制，因此，如何趨利避害地利用互聯(lián)網(wǎng)并引導(dǎo)其良好發(fā)展一直以來是研究學(xué)者想要突破的難題。（3） 信息與傳播。由于當(dāng)今社交網(wǎng)絡(luò)的開放性，使得信息傳播規(guī)律呈現(xiàn)出多樣化的特點(diǎn)，而學(xué)者在對信息與傳播方面的研究關(guān)注度一直很高，例如傳播模型中的傳染病模型、垃圾信息的篩選、輿情傳播與控制以及個人隱私信息安全與保護(hù)等方面，尤其是在面對著信息技術(shù)的迅速發(fā)展，個人信息時常泄露使得國家和人們面臨政治、經(jīng)濟(jì)、文化安全的威脅。網(wǎng)絡(luò)信息檢索的準(zhǔn)確性、個性化推薦也是大數(shù)據(jù)時代后應(yīng)用領(lǐng)域內(nèi)最廣泛的熱點(diǎn)研究，像身邊的各種購物推薦和相關(guān)領(lǐng)域的文獻(xiàn)推薦等[12]。

綜合近幾年的社交網(wǎng)絡(luò)分析可視化知識圖譜，本文進(jìn)一步發(fā)現(xiàn)學(xué)者逐漸從單純面向技術(shù)的互動模式轉(zhuǎn)向了面向人機(jī)交互模式的研究，并從先前的工具主義思想為主到現(xiàn)在以社會計(jì)算為核心加以融合心理學(xué)、傳播學(xué)、管理學(xué)等交叉學(xué)科進(jìn)行社交網(wǎng)絡(luò)的研究。另外，對于大數(shù)據(jù)、移動互聯(lián)網(wǎng)相連接的研究也正在不斷涌現(xiàn)，在面對海量的數(shù)據(jù)與不斷發(fā)展的移動社交軟件所帶來的研究機(jī)遇的同時，也面臨著數(shù)據(jù)的開放性與個人信息保護(hù)的必要性等一系列需要解決的問題[13]。

最后，通過知識圖譜分析得知，雖然近些年對于社交網(wǎng)絡(luò)分析的研究熱度逐年上升，受到了各領(lǐng)域?qū)W者的重視，但是彼此之間在對研究此領(lǐng)域的合作度上還有所欠缺，存在孤立的態(tài)勢。因此，筆者建議對于社交網(wǎng)絡(luò)分析相關(guān)領(lǐng)域的學(xué)者應(yīng)該積極合作、共同探討，核心團(tuán)隊(duì)以及領(lǐng)軍人物也應(yīng)該制定清晰的規(guī)劃，為后續(xù)的研究提供有潛力的發(fā)展方向；同時，各機(jī)構(gòu)也應(yīng)該避免課題的重復(fù)研究，有效利用有限的時間與經(jīng)費(fèi)。

參考文獻(xiàn)：

{1]劉軍.社會網(wǎng)絡(luò)分析導(dǎo)論[M].北京：社會科學(xué)文獻(xiàn)出版社，2004：34-56.

{2]陳悅，陳超美，胡志剛，等.引文空間分析原理與應(yīng)用：Cite Space 實(shí)用指南[M].北京： 科學(xué)出版社，2014： 69-73.

{3]邱均平，王曰芬.文獻(xiàn)計(jì)量內(nèi)容分析法[M].北京：國家圖書館出版社，2008：167-188.

{4]邱均平，董克.作者共現(xiàn)網(wǎng)絡(luò)的科學(xué)研究結(jié)構(gòu)揭示能力比較研究[J].中國圖書館學(xué)報(bào)，2014，40（1）：15-24.

{5]邱均平.信息計(jì)量學(xué)[M].武漢： 武漢大學(xué)出版社，2007：52-58.

{6]許智.圖書情報(bào)學(xué)知識服務(wù)的知識圖譜分析[J].現(xiàn)代情報(bào)，2013（2）：166-170.

{7]張子石，吳濤，金義富.基于Cite Space的網(wǎng)絡(luò)學(xué)習(xí)知識圖譜分析[J].中國電化教育，2015（8）：77-84.

{8]約翰·斯科特.社會網(wǎng)絡(luò)分析法[M].劉軍，譯.重慶：重慶大學(xué)出版社，2007：77-86.

{9]黎耀奇，謝禮珊.社會網(wǎng)絡(luò)分析在組織管理研究中的應(yīng)用與展望 [J].管理學(xué)報(bào)，2013，10（1）：146-154.

{10]斯坦利·沃瑟曼，凱瑟琳·福斯特.社會網(wǎng)絡(luò)分析：方法與應(yīng)用[M].陳禹，譯.北京：中國人民大學(xué)出版社，2012：4.

{11]邱均平，王菲菲.基于文獻(xiàn)計(jì)量的國內(nèi)外社會網(wǎng)絡(luò)分析研究比較[J].情報(bào)資料工作，2011（1）：33-37.

{12]方濱興.在線社交網(wǎng)絡(luò)分析[M].北京：電子工業(yè)出版社，2014：99-109.

{13]孟小峰，李勇，祝建華.社會計(jì)算：大數(shù)據(jù)時代的機(jī)遇與挑戰(zhàn)[J].計(jì)算機(jī)研究與發(fā)展，2013，50（12）：2483-2491.