2.4 简化网络partition 将网络的顶点划分为许多互斥的子集。换句话说，一个partition 将网络分割成块。因此，我们可以通过三种方式使用partition 来简化网络：提取一个部分（局部视图），将每一类顶点收缩为一个新顶点（全局视图），或者选择一个部分并收缩相邻类以专注于内部结构和这个类的整体位置（上下文视图）。我们现在讨论三种类型的简化。2.4.1 局部视图简化网络最简单的方法是选

pajek

pajek

pajek

pajek

第二部分 内聚性团结、共同规范、身份认同、集体行为和社会内聚性被认为是从社会关系中产生的。因此，社交网络分析的首要问题是调查谁是相关的，谁不是。为什么有些人或组织是相关的，而有些则不是？这里的一般假设表明，在社会特征上匹配的人会更频繁地互动，而经常互动的人会培养一种共同的态度或身份。在本书的这一部分，包括第 3 章到第 5 章，我们讨论了几种内聚性的衡量标准。您将学习在几种类型的 社会网络中检测内

1.3.3 计算在社交网络分析中，许多结构特征已被量化（例如，衡量顶点中心性的指标）。一些度量与整个网络有关，而另一些则总结了子网络或单个顶点的结构位置。计算在网络整体特征的情况下输出单个数字，在子网和顶点的情况下输出一系列数字。通过计算探索网络结构比可视化检验要简洁和精确得多。然而，结构指标有时是抽象的，难以解释。因此，我们同时使用网络的可视化检验和结构指标的计算来分析网络结构应用程序在 Paj

这里写自定义目录标题第一部分基础一、寻找社会结构1.1 引言1.2 社会计量学和社会学图1.3 探索性社会网络分析1.3.1 网络定义1.3.2 操作第一部分基础社交网络分析侧重于例如人、人群、组织和国家之间的联系。这些联系结合起来形成网络，我们将学习分析这些网络。本书的第一部分介绍了社交网络的概念。我们讨论了几种类型的网络，以及我们使用计算机软件程序 Pajek 对它们进行数字和可视化分析的方法

python库迁移拷贝