《ucinet使用简介》由会员分享，可在线阅读，更多相关《ucinet使用简介（29页珍藏版）》请在金锄头文库上搜索。
1、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、 http:/ 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
2、 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
3、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 Ne
4、twork,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,网络中心性分析,接近中心度分析结果：,网络中
5、心性分析,中间中心度分析路径：网络中心度Freeman中间度节点中间度,网络中心性分析,中间中心度分析结果：,凝聚子群分析,凝聚子群是满足如下条件的一个行动者子集合，即在此集合中的行动者之间具有相对较强、直接、紧密、经常的或者积极的关系。城市网络凝聚子群是用于揭示和刻画城市群体内部子结构状态。找到城市网络中凝聚子群的个数以及每个凝聚子群包含哪些城市成员，分析凝聚子群间关系及联接方式，这都可以从新的维度考察城市群网络的发展状况。利用ucinet软件中的CONCOR法进行凝聚子群分析。CONCOR是一种迭代相关收敛法（convergent correlation或者convergence of i
6、terated correlation）。它基于如下事实：如果对一个矩阵中的各个行（或者列）之间的相关系数进行重复计算（当该矩阵包含此前计算的相关系数的时候），最终产生的将是一个仅由1和-1组成的相关系数矩阵。进一步说我们可以据此把将要计算的一些项目分为两类：相关系数分别为1和-1的两类（刘军，2009）22。,凝聚子群分析,具体地说，CONCOR程序开始于一个矩阵，首先计算矩阵的各个行（或者各个列）之间的相关系数，得到一个相关系数矩阵（C1）。CONCOR算法的特点是，它把系数矩阵C1作为输入矩阵，继续计算此矩阵的各个行或者各个列之间的相关系数。即计算第一个系数矩阵C1的各个行（或者各个列）
7、之间的相关系数。得到的各个“相关系数的相关系数”将构成又一个新的系数矩阵C2。然后继续依次计算，最后得到“相关系数的相关系数的相关系数的矩阵”（刘军，2009）22。经过多次迭代计算之后，CONCOR利用树形图（tree-diagram或者dendrogram）表达各个位置之间的结构对等性程度，并且标记出各个位置拥有的网络成员。CONCOR的分析对象是相关系数矩阵，它包含的是皮尔逊积距系数，这种系数用来测量各对行动者之间的相似性。利用CONCOR进行分析时，在最后的结果中每个区中的行动者最好大于3个。CONCOR法也可以直接分析多元关系数据以及多值关系矩阵。,凝聚子群分析,凝聚子群分析路径：网络角色&位置结构CONCOR,凝聚子群分析,凝聚子群分析结果：,凝聚子群分析,凝聚子群分析结果：,
