【正文】 0 0 1 2 3 4 5 ? 社群 圖 中的 結(jié) 構(gòu)性等價 社會矩 陣 社群 圖 區(qū)分出三個 結(jié) 構(gòu)相似的 塊 ? B1 = {1,2}, B2 = {3,4}, B3 = {5} Both have ties to 3 and 4 Both have ties to 5 位置分析 1 2 3 4 5 6 7 8 9 1 0 0 1 0 0 0 0 1 2 0 0 0 1 0 1 0 0 3 0 1 0 1 1 1 1 0 4 1 0 0 0 0 0 0 1 5 0 1 0 0 0 1 0 0 6 0 1 1 0 1 1 1 0 7 0 1 0 0 1 0 0 0 8 0 1 1 0 1 1 1 0 9 1 0 0 1 0 0 0 0 6 3 8 4 1 9 2 5 7 6 1 1 0 0 0 1 1 1 3 1 1 0 0 0 1 1 1 8 1 1 0 0 0 1 1 1 4 0 0 0 1 1 0 0 0 1 0 0 0 1 1 0 0 0 9 0 0 0 1 1 0 0 0 2 0 0 0 0 0 0 1 1 5 0 0 0 0 0 0 1 1 7 0 0 0 0 0 0 1 1 初始社群矩 陣 調(diào) 整 順 序后的重排矩 陣 B1 B2 B3 B1 1 0 1 B2 0 1 0 B3 0 0 1 像矩 陣 ? B1 = {6,3,8}, B2 = {2,5,7}, B3 = {4,1,9} 1( ) :. ( 6 )kki B th e a s s ig n m e n t o f a c to r i to p o s iti o n Be x B????位置分析 2 7 3 8 6 5 4 9 1 B1 B3 B2 運用 圖 的位置分析 (from the partitioned sociomatrix) 簡 化 圖 (from the image matrix) B1 B2 B3 A single relation 結(jié)構(gòu)性相似與塊 ?相似性 聚類分析 ?聚類分析根據(jù)一批樣品的許多觀測指標 ，按照一定的數(shù)學(xué)公式具體地計算一些樣品或一些參數(shù) (指標 )的相似程度 ， 把相似的樣品或指標歸為一類 。 ? A very good reference is the SAS/STAT manual section called, ―Introduction to clustering procedures.‖ (htm) ? (See also Wasserman and Faust, though the coverage is spotty). 聚類方法 ?變量之間的聚類即 R型聚類分析，常用相似系數(shù)來測度變量之間的親疏程度。而樣品之間的聚類即 Q型聚類分析，則常用距離來測度樣品之間的親疏程度。 Cluster analysis 案例：在二維空間的點集，如何分類。 How Cool you are How Smart you are Q聚類分析 Cluster analysis 第一步：選擇一組最近的點對，如 15和 16 x 聚類分析 定義距離的準則 定義距離要求滿足第 i個和第 j個樣品之間的距離如下四個條件 （ 距離可以自己定義 ， 只要滿足距離的條件 ） 。0 成立和對一切的 jid ij ?。0 成立當且僅當 jid ij ??。0 成立和對一切的 jidd jiij ?.成立和對于一切的 jiddd kjikij ??常用距離的算法 設(shè) 和 是第 i和 j 個樣品的觀測值，則二者之間的距離 為： gpkgjkikij xxd11 )||(?? ???? ?? pk jkikij xxd 1 2)(? ??? ipii xxx , 21 ?ix ),( 21 ?? jpjj xxx ?jx明氏距離 特別，歐氏距離 (1) 明氏距離測度 (2)絕對值距離或曼哈頓距離 距離為值差的絕對值之和 ， 其計算公式為： ????pkjkikij xxJd1||)((3)切比雪夫距離 距離為值差的絕對值最大者，其計算公式為： ||m a x)( jkikij xxJd ??第二步：計算次遠的點集；依次重復(fù)。 最后得到嵌套的類型。 Cluster analysis 聚類分析 Cluster analysis This process is captured in the cluster tree (called a dendrogram) 另一種表述： data random。 do i=1 to 20。 x=rannor(0)。 y=rannor(0)。 output。 end。 run。 The data in this scatter plot are produced using this code: Cluster analysis 離散數(shù)據(jù)的聚類分析 Resulting dendrogram Complete Network Analysis Network Connections: Social Subgroups Resulting cluster solution Complete Network Analysis Network Connections: Social Subgroups （ a） 空間的群點 (b) 任取兩個聚核 (c) 第一次分類 (d) 求各類中心 (e) 第二次分類 An example: Padgett, J. F. and Ansell, C. K. Robust action and the rise of the Medici, 14001434. American Journal of Sociology. 1993。 9812591319. “Political Groups” in the attribute sense do not seem to exist, so Pamp。A turn to the pattern of work relations among families. This is the block reduction of the full 92 family work. 應(yīng)用實例 1： 應(yīng)用實例 2：信息管理領(lǐng)域作者分布結(jié)構(gòu)圖 知識管理聚類結(jié)果 二維尺度分析結(jié)果圖 情報科學(xué)圖譜 ? 資源來源 ：Hawkins D. Information Science Abstracts: Tracking the Literature of Information Science. Part 1: Definition and Map. Journal of the American Society for Information Science and Technology (JASIST), 2022, 52 (1)： 4453 情報科學(xué) 情報屬性 情報存取 情報行業(yè) /市場 /參與者 知識組織 出版 情報營銷 /經(jīng)濟學(xué) 數(shù)據(jù)庫生產(chǎn) 電子情報系統(tǒng) 在線查尋 數(shù)據(jù)庫設(shè)計 歷史 計算機科學(xué) 軟件 、 硬件 、 存儲 電子郵件 、 多媒體 文獻管理 、 聲音識別 安全 ， 存取控制 機器翻譯 、 人工智能 專家系統(tǒng) 、 模糊邏輯 Inter、 WWW 法律 、 政府 版權(quán) 、 隱私 、 合同 其他領(lǐng)域 交流學(xué) 演講 、 編輯 、 文本 、 書寫 、 語言學(xué) 、 影像 行為科學(xué) 人類工程學(xué) 、 人機界面 心理學(xué) 圖書館學(xué) 圖書館類型 、 系統(tǒng) 協(xié)會 /網(wǎng)絡(luò) 、 教育 /培訓(xùn) 數(shù)字圖書館 圖書館經(jīng)營 圖書館管理 、 人員問題 建筑 /設(shè)備 統(tǒng)計學(xué) 文獻計量學(xué) 、 引文分析 科學(xué)計量學(xué) 通信學(xué) 網(wǎng)絡(luò) 、 設(shè)備 、 電信技術(shù) 協(xié)議標準 ， 等 其他學(xué)科領(lǐng)域 情報 coverage 數(shù)據(jù)庫 特定主題查尋策略 （ 生物學(xué) 工程學(xué) 商業(yè)管理 法律 化學(xué) 醫(yī)學(xué) 教育 物理 ， 等 ） 19942022年 我國情報學(xué)領(lǐng)域的核心著者 ACA多維尺度分析結(jié)果 ?第一類，早期研究者。 ?第二類，情報學(xué)理論。 ?第三類，情報檢索。 ?第四類，圖書館學(xué)研究。 ?第五類，文獻資源管理。 210123D i m e n s i o n 11 . 51 . 00 . 50 . 0 0 . 5 1 . 0 1 . 5Dimension 2鄒志仁周智佑周慶山張曉林張琪玉張保明曾民族岳劍波楊廷郊楊沛霆嚴怡民徐引篪肖自力烏家培王知津王崇德汪冰邱均平秦鐵輝倪波孟廣均馬海群馬費成盧泰宏劉植惠李毅冷伏海賴茂生江乃武霍國慶胡昌平郭俊樊松林董曉英初景利陳光祚E u c l i d e a n d i s t a n c e m o d e lD e r i v e d S t i m u l u s C o n f i g u r a t i o nR聚類分析 :布爾類型數(shù)據(jù)的聚類 ? 匹配表 ? 簡單匹配系數(shù) (屬性是 對稱 的 ): ? Jaccard 系數(shù) (屬性是 不對稱 的 ): ? 或 ? 匹配系數(shù) 失配系數(shù) p da jid ??),(cba a jid ???),(pdbcas u mdcdcbabas u m????0101Object i Object j cba cb jid ?? ??),( 相似系數(shù)的算法 （ 1）相似系數(shù) 設(shè) 和 是第 和 個樣品的觀測值，則二者之間的相似 測度為 : ? ??? ipii xxx , 21 ?ix ),( 21 ?? jpjj xxx ?jxi j? ??? ??????? pkpk jjkiikpk jjkiikijxxxxxxxx1 1221])(][)([))((?其中 （ 2）夾角余弦 夾角余弦時從向量集合的角度所定義的一種測度變量之間親疏程度的相似系數(shù)。設(shè)在 n維空間的向量 ? ??? niiii xxx , 21 ?x ? ??? njjjj xxx , 21 ?x? ??? ????nknk kjkink kjkiijijxxxxc1 1221c o s ?22 1 ijij Cd ??Position Analysis Measures ? Correlation (Pearson productmoment) ? Single relation ? Multiple relation 2 2 2 2( )( ) ( )( )( ) ( ) ( ) ( ),ki i kj j i k i j k jijki i i k i kj j j k jX X X X X X X XrX X X X X X X Xw h e r e a l l t h e s u m s a r e o v e r k a n d i k j k? ? ? ?? ? ? ?? ? ? ? ??? ? ? ? ? ?????? ? ? ?21122 221 1 1 1( ) ( )( ) ( ),Rgik r i jk r jrkij R g R gik r i jk r jr k r kX X X X