第二章 文獻探討
第三節 社會網絡分析法
提出社會網絡是指群體中，個體間特定的聯繫關係之呈現，其整體的網絡結構可 用來解釋個體於整個群體中的社會關係。社會網絡可以是以直接或間接的形式將 一群人形成特定的人際關係，如工作上的同事關係、班級上的同學關係、親戚中 的家庭關係等等，而每個特定的人際關係網絡中，依據緊密度又可再區分為各個 次級小團體(Lin, Dean, & Ensel, 1981)，也就是說在一個大的社會網過關係下，會 形成複數的次級小團體，例如在一個學校的班級關係網絡裡，又會形成數個擁有 不同緊密程度關係的小團體。
Granovetter(1973)認為在社會網絡中有兩種連結關係，一是強連結，成員之 間的親密度與關係越深，互動越頻繁的關係為強連結(strong ties)；二是弱連結 (weak ties)，成員之間的親密度與互動性低，更甚至是點頭之交的關係，如圖 2-7 所示，而連結的強弱度則是由四種屬性所構成，包括情感、互惠與溝通頻率等程 關係較容易主動分享已知資訊（黃翊媗，2011；鍾桂民，2008）。
圖 2-7 弱連結優勢
資料來源：Granovetter, M. (1973). The strength of weak ties: A network theory revisited. Sociological Theory, 1, 201-233.
根據 Granovetter(1973)的弱連結優勢，Burt(1993)進一步提出結構洞優勢 (structural holes)，Burt(1993)認為在兩個網絡群體中，即在兩個社交網絡中，若 是缺少連結關係、彼此沒有往來互動的話，會因此在兩個關係網絡中間形成一個 沒有重複關係的空洞，而這個洞被稱為結構洞，如圖 2-8 所示，五個網絡間形成 了一個大的結構洞，此時若是有某個個體佔能夠佔據這個結構洞的位置將相對擁 有較多資訊來源的優勢，能夠獲取或阻斷來自其他關係網絡結構中的資訊。綜合 上述，在社會網絡的結構關係中，有三個重要的組成要素，分別為行動者、連結 與關係，詳細如下敘述（余詠南、阮明淑，2013；黃翊媗，2011；鍾桂民，2008）。
圖 2-8 結構洞優勢
資料來源： Burt, R. S. (1993). The social structure of competition.In R. Swedberg (Eds.), In Explorations in Economic Sociology.(chap. 2, pp. 57-91.). New York, NY:
Russell Sage Foundation.
（一） 行動者(actors)：在網絡當中行動的個體、事、物等主體，隨著行動 者的消失，圍繞行動者本身的關係網絡亦會隨之消失，關係網絡是種圍繞著主題 而發展出的特殊結構，失去主體後原有的結構也自然消失（鍾桂民，2008）。
（二） 連結(links)：當一個行動者與另一個行動者產生某種形式的關係時，
會藉由某種途徑建立起直接或間接的關係，而這些將行動者相互串連起來的關係 稱為連結。連結依據親密度、互動頻率等又可分為強連結與弱連結，從這些強弱 連結中可以找出重要的行動者，或是連結各個次級小團體的仲介者與橋樑。
（三） 關係(relationship)：行動者間的互動行為會受到彼此之間的關係影 響，進而產生不同程度與方向性的互動（余詠南、阮明淑，2013；鍾桂民，2008）。
二、 社會網絡分析指標
結構與意涵，本研究希望藉由社會網絡方法探討使用者於 CiteULike 平台建立個 人學術書目庫時所形成的知識網絡。在進行社會網絡分析時，網絡中的關係存在著「有向」與「無向」關係，依 照其方向性，行動者間之關係網絡圖可區分為有向圖(directed graph)與無向圖 (undirected graph)兩種。將網絡結構中之關係以矩陣呈現，列(row)與欄(column) 即表示行動者間的向量關係，如圖 2-9 為無向關係之使用者關係矩陣圖，所有行 動者於網絡中的位置皆為對稱。「列」代表 D 向其他人發送資訊、詢問、引用等
等行動產生關係，即發送關係；「欄」代表其他人向 D 發送資訊、詢問、引用等 等行動產生關係，即接收關係，此時 D 則為接受他人資訊，為被指向之關係（陳 世榮，2013；蘇國賢，2004）。
除了上述連結關係之方向性，在網絡研究中一般統計的測量尺度(scales)又區 分為名義(nominal)、次序、(ordinal)與區間(interval)測量等，在網絡關係的的測 量尺度中，最常見的為二值尺度畫分，即行動者間關係之有無（有則編碼為 1，
無則為 0），這類型二值資料被廣泛的使用，研究者可依研究理論的重點針對連 結關係進行切割，將行動者間的關係資料轉為二值化，並排除多餘的連結關係資 訊。另外，在網絡研究中亦有依照行動者間的關係進行次序測量（分組次序測量、
全距次序測量、區間測量等），例如通過喜歡(+1)、不喜歡(-1)、沒意見(0)；喜歡 (1)、很喜歡(2)、最喜歡(3)等計量方式反映出行動者彼此間的連結關係之強度（何 嘉惠、葉育呈，2007；陳世榮，2013）。
圖 2-9 矩形陣列對稱之無向圖
根據過去文獻，社會網絡分析有三項基本概念與分析指標，分別為網絡規模 與密度(Network Scale and Density)、群組與次級結構(group and sub-structure)、中 心度(Centrality)，各分析指標說明與公式，詳細敘述如下(Borgatti, Everett, &
Johnson, 2013; House, Umberson, & Landis, 1988; Otte & Rousseau, 2002)。
（一） 網絡規模與密度(network scale and density)
網絡的規模大小即組成社會關係的所有參與個體之數量；而網路密度則代表 社會關係內所有個體關係連結的緊密與鬆散程度，如圖 2-10 所示，密度即網絡 所有行動者實際連結數量除以所有可能連結最大值之比率。網路規模與密度為相 依存的關係，當網路規模遞增，即參與網絡之個體數增加時，網路間的密度則會
相對的減低，例如從一個班級網絡擴張到校園網絡，個體數的增加，網絡個體與 個體間的關係密度相對比個體數較少的班級網絡會相對應來得低，其公式計算如 下述（袁大鈺、唐牧群，2010；黃翊媗，2011；謝仰哲，2008）：
𝐷 = k n(n − 1)
𝐷 = k n(n − 1)/2
k 表示網絡中所有成員之實際連結總數 n(n-1)為所有可能連結數之最大值
圖 2-10 社會網絡密度
資 料 來 源 ： Freeman, L. C. (1979). Centrality in social networks: Conceptual clarification. Social Networks, 1(3), 215-239.
（二） 群集與次級結構
網絡中之行動者關係以對偶、三元組構成連結關係，將行動者分成不同群集 與次及結構是分析社會結構的重要議題（陳世榮，2013），即行動者之間會基於 彼此的相似性、親密度等進而在整體網絡結構下聚合成另一個次級群組，這種次 級群組的網絡被稱為群集。在整體網絡中，同常會群集成許多次級結構，而在這 些次級結構中，將各個群組間之關係串連起來的行動者即為橋樑(bridges)，這些
行動者通常位於整體網絡中的重要地位，檢視其網絡中之群集與次級結構有下述 兩種途徑（吳齊殷、陳怡蒨、黃心怡，2007；謝仰哲，2008；鍾桂民，2008）。
1. 由下而上途徑(buttom-up approaches)
以較小結構組和成大型社會結構，由下往上檢視個體是如何鑲嵌於群組結構 中，是由幾個大型群組所構成群集，或是由幾群小群組所組成，這些群集中之成 員有無重疊，有無擔任橋接串連不同群組之行動者等等，相關之演算法與分析指 標有小團體(Cliques)、N-團(N-Clique)、N-族(N-Clan)、K-叢(K-Plex)（陳世榮，
2013）。
(1) 小團體(Cliques)
相較下較嚴格之定義，小團體中成員間之連結關係以彼此間皆需連接到其他 成員，指彼此間皆有連結的最大可能行動者群組，其子群組連結之節點數最小值 為 3 個或 3 個以上，為最大完整子圖(maximal complete sub-graph)，即擴張至最 大可能行動者數目之群組。由於 Cliques 過於嚴格，因而有放寬其限制的其他方 法，N-Clique、N-Clan、K-Plex、K-core 等途徑（陳世榮，2013）。
(2) N-團(N-clique)
由於 Cliques 條件較為嚴苛，且一個次群組中的成員未必皆與其他成員間的 連結緊密，因而放寬其條件限制，假定行動者彼此間在大於 1 的 N 距離內取得 連結時，就將行動者視為小團體內的成員。通常此路經長度設定 N=2，即「朋友 的朋友」，即使沒有與其他小團體成員連結亦視為小團體成員（陳世榮，2013）。
(3) N-族(N-Clan)
相對於 N–clique 路徑傾向於長繩狀的群組，而非緊密連結之群組，另一種 放鬆小團體條件的方法為 N-Clan，將行動者彼此間的路定限定為要在任兩位成 員之間，即所有連結路徑必須經由同群組的其他成員（陳世榮，2013）。
(4) K-叢(K-Plex)
另一種將最大完整子圖連結放寬的方法為 K-Plex，除了 K 個例外，行動者 與所有其他小團體成員有連結，就將此行動者視為小團體成員。即在規模 N 個 節點的小團體內，行動者只要與小團體成員有 N-K 條直接連結，便是規模 N 個 節點的小團體成員。相較於 clique 與 N-clique，K-Plex 著重於觀察小團體間之重 疊的社交圈，且藉由仲介所形成連結（如 N-Clan）之行動者並不足以視為小團 體成員（陳世榮，2013）。
(5) K-核(K-core)
K-core 則是比 K-Plex 更具包容性，只要每位小團體成員與 K 數量之同組成 員有連結，不管有多少未連結的其他成員，只要與 K 個成員有連結即視為小團 體成員。K-core 即為一個 clique，當 K 的值越小時，其組成之群組規模越大（陳 世榮，2013）。
2. 由上而下途徑(top-down approaches)
由整體網絡架構觀察總體結構，而非最小單位的對偶關係，並視群組與次級 結構為地方性的凝聚部分，以宏觀角度觀察整體網絡中的結構洞、弱節點、網絡 連 結 帶 ， 包 含 成 分 (components) 、 派 系 (factions) 、 區 塊 與 切 割 點 (blocks and cut-points)、橋接(lambda set)等方法（陳世榮，2013；Borgatti et al., 2013）。
（三） 中心度(centrality)
中心度(centrality)是用來測量個體在整體網絡中的影響力、權力、資源的可 取得性等，根據過去研究指出有三種常用測量指標：程度中心性(degree centrality)、
中介中心性(betweenness centrality)、接近中心性(closeness centrality)、集中化程 度(centralization)，其中較普遍用來測量的指標為程度中心性與中介中心性，
(Freeman, 1979; House et al., 1988; Otte & Rousseau, 2002; Polites & Watson, 2008)，
詳細說明與公式如下述。
1. 程度中心性(degree centrality)
程度中心性的重要性在於說明行動者有多少連接，並測量行動者於整體網絡 中與其他行動者的關係直接連結數目，行動者所擁有的連結數越高代表該行動者 在整體網絡中擁有的資源管道越多，於整體網絡中的表現也越活躍，如班級網絡 中的活躍明星個體（溫文喆，2009；謝仰哲，2008；蘇國賢，2004）。在無方向 性網絡中對行動者 i 之指標公式如下(Borgatti et al., 2013)：
CD(ni)之 D 為第𝑛𝑖個行動者的 degree，d(ni)為行動者間關係之加總數值
2. 中介中心性(betweenness centrality)
中介中心性即測量兩個行動者必須透過另一個行動者來中介關係的程度，為 衡量跨團體行動者在整體網絡中的中心性。中介中心性高的行動者被稱為仲介 (broker)，其他行動者都必須透過仲介向另一個行動者產生互動，代表仲介擁有 較高引導資訊流通的機會，能夠控制不同次群集行動者間的資訊交流互動（鍾桂
民，2008；鄭秀華，2013；蘇國賢，2004）。在無方向性網絡中對行動者 i 之指
民，2008；鄭秀華，2013；蘇國賢，2004）。在無方向性網絡中對行動者 i 之指