10、社交网络：洞察人群行为的关键

社交网络：洞察人群行为的关键

1. 社交网络数据来源与潜力

在当今数字化时代，社交网络数据的来源广泛。虽然像 Facebook 这类在线社交网络服务蕴含着大量数据，但目前科学研究更多依赖传统调查方法。全球至少四分之一的互联网用户（超五亿人）使用在线社交网络服务，这是一个尚未充分挖掘的巨大数据宝库。以 Facebook 为例，它占据了人们大量的上网时间，理应成为社会数据的重要来源。

2. 社交网络基础概念

从理论上讲，社交网络研究最初源于对人群网络的模拟。这里涉及到图论，但并非传统数学意义上的函数图。在社交网络中，图是一组相互连接的事物，被连接的事物称为节点或顶点，连接节点的线有时被称为图的边。网络可以代表许多现实世界的对象，如计算机网络、道路网络、电路网络等。而社交网络则聚焦于人与人之间通过家庭、朋友、业务或其他关系建立的连接。

随着网络规模的增大，其数学复杂度迅速增加。理论上，网络中可能的连接数等于 (n² – n)/2，其中 n 是网络中的节点数。例如，10 个人的网络有 45 种可能连接，1000 个人则约有五十万种可能连接。但现实中的网络只包含部分可能连接，且社交网络中的连接并非随机或均匀的，具有以下特点：
- 同质性 ：人们通常倾向于与具有相似属性的人建立联系。
- 连接数量差异 ：有些人有大量连接，而有些人连接较少。
- 传递性 ：若 John 与 Bill 和 Ben 是朋友，那么 Bill 和 Ben 成为朋友的可能性比他们没有共同朋友时更高。
- 聚类现象