此模型由Snijders（1996, 2001, 2005）早期提出的個體導向模型（actor-oriented model）修改而成，過去個體導向模型只考慮個體選擇的力量，假設在個體具有 主動性的情況下，會對網絡結構的變動造成什麼影響，而並未將網絡結構所導致 的個體行為變動同時納入模型中。但在網絡變動的過程中，網絡結構與個體屬性 均會不斷發生變動，因此Snijders 等人（2007）在結構—行為共變模型中，加入 結構對個體的影響效果，將網絡結構與個體屬性視為共變的過程，以解決過去網 絡研究中未同時考慮影響與選擇效果的問題。此模型假設網絡結構與個體行為是 不斷相互影響的循環過程：個體會在網絡結構的限制下，經過評估選擇能夠極大 化自身利益的行為，並且導致網絡結構的改變，而網絡結構又會影響接下來的個 體行為（Snijders, 2008; Snijders et al., 2007; Steglich et al., 2007）。
模型包含網絡結構變動的函數以及個體行為變動的函數兩部份，其函數又各 自由機會函數與目標函數所組成，各自預測網絡結構和個體行為發生變動的機 率，同時考慮網絡結構與個體行為相互影響的力量，透過模型的參數估計，分別 計算影響與選擇的效果（Burk et al., 2007; Snijders, 1996, 2001, 2005, 2008）。模型 的組成成分見表2-3-1。
表2-3-1 模型內容表 改變機會
change opportunity process
機率決定模型 change determination model 網絡結構
的變動 結構機會函數 結構目標函數
個體行為
的變動 行為機會函數 行為目標函數
一、模型前提假設
1. 時間是連續變數。雖然網絡資料是來自數個非連續的時間點，但在計算
時將其視為連續時間軸上的連續時間點。
2. 網絡結構的改變依循馬可夫過程。未來狀態的機率分布必須由現在的狀 態進行估計，而不能由過去的狀態預測。
3. 在時間區間中的任一個時間點，一次只會有一條連結或一個行為發生改 變。在時間區間中的整體網絡結構改變，是由許多單一的改變所構成的
（Snijders, 2005, 2008; Snijders et al., 2007; Steglich, Snijders, & West, 2005）。
二、改變機會：機會函數
個體導向模型中包含網絡結構變動的函數以及個體行為變動的函數兩個部 分，而每個變動函數裡面，又可以區分為「改變機會」（change opportunity process）
及「機率決定模型」（change determination model）兩個部分。改變機會是指網絡 連結或個體行為發生改變的機會次數，也就是「機會函數」（rate function），例如 年輕者較年長者有更多機會可以改變友誼關係、位於中心的節點較位於邊陲的節 點有更多機會可以增加連結關係，其函數的參數為機會次數（Snijders, 2005, 2008;
Snijders et al., 2007; Steglich et al., 2005）。
由於網絡結構和個體行為的機會函數推估方式相同，相異之處只在於，網絡 結構的改變是連結的新增或移除，個體行為的改變則是屬性、想法或行為的變 動。因此本研究在此部分一併說明機會函數推估的原理。
在機會函數中，我們假設事件發生的機率依循泊淞分布（Poisson process），
根據先前一個時間區間內發生改變的次數，來推估未來發生改變的次數，而每個 時間區間發生的機率是相互獨立的，因此機會函數為每一單位時間間隔中改變發 生的機會。在最簡單的變動模式中，改變機會是固定的，若機會非固定不變，而 是受其他共變數或網絡結構所影響，必須依據各變項的影響效果進行調整，則稱
其中，網絡機會函數又可以分為以下兩種型態：
1. 個體導向機會（actor-based change opportunities）：對某個體來說，發生一個 連結變動或行為改變的機會λi（Snijders, 2001, 2005, 2008）。個體屬性與改 變機會具有高度相關性，例如大公司比小公司有較多增加交易關係的機會；
興趣較廣泛的人有較多與其他人建立同好關係的機會。
2. 連結導向機會（tie-based change opportunities）：一條連結關係發生改變的機 會λij（Robins, Woolcock, & Pattison, 2005）。連結特徵也與改變機會有關，
連結特徵可以區分為向內連結、向外連結以及雙向關係三種，先前研究證 實，人通常較偏好維持互惠連結，因此向內連結的數量越多，建立雙向關係 的機會也就越多（Van Duijn, Zeggelink, Huisman, Stokman, & Wasseur, 2003）。
上述兩種機會，研究者可以視研究需求選擇採用部分，或是將兩者合併使用
（Snijders, 2008）。
改變機會固定的模型較簡單，效果也較易解釋，因此很多研究者會先將機會 函數視為固定的機會值，只檢視模型中目標函數的效果，求得各種基礎數據，再 進一步加入更複雜的非固定的機會函數檢視模型效果（Snijders, 2001, 2005）。
三、機率決定模型：目標函數
機率決定模型是指當改變的機會出現時，在各種效果的影響下，實際發生改 變的機率，也就是「目標函數」（object function）（Snijders, 2005, 2008; Snijders et al., 2007; Steglich et al., 2005）。個體導向模型假設個體會在結構的限制下極大化 自身利益，因此網絡結構的限制與個體目標與都可以視研究者需求納入目標函數 中，以估計在結構的限制與個體目的的考量下，個體產生變動的機率。
個體導向模型的目標函數可以分為網絡結構的目標函數，以及個體行為的目 標函數兩種，以下將分別說明兩種函數所包含的效果。
（一）結構目標函數
在影響網絡結構目標函數的各項效果中，Snijders 將其區分為由網絡內部力 量所造成的內生效果，以及由外生性共變數所造成的外生效果（Snijders, 2001, 2005）。
1. 網絡內生效果
(1) 外度數效果（outdegree effect）：個體的外度數，表示個體建立新連結的傾向。
參數數值越高，表示個體越傾向建立新連結。以網路口碑的互動網絡為例，
外度數效果顯著表示網絡成員傾向主動在板上參與互動討論或進行發言。由 於此效果也會受到其他效果的影響，因此這個參數必須配合模型中的其他效 果進行解釋。
(2) 互惠效果（reciprocity effect）：個體的雙向互惠連結數量，此效果表示節點 選擇建立雙向關係的傾向。此參數數值越高，表示節點越傾向建立雙向連 結。以網路口碑的互動網絡為例，互惠效果顯著表示網絡成員傾向與板友進 行雙向的互動討論。
(3) 聲望效果（popularity effect）：與該個體相連結的其他個體內度數總和的平 方根。此效果為個體與內度數高的個體建立連結的傾向，參數數值越高，表 示個體與內度數高的個體建立連結的傾向越高。以網路口碑的互動網絡為 例，聲望效果顯著表示網絡成員傾向與得到很多回應的人進行互動討論。
(4) 活動力效果（activity effect）：與該個體相連結的其他個體外度數總和的平方 根。此效果為個體與外度數高的個體建立連結的傾向，參數數值越高，表示 個體與外度數高的個體建立連結的傾向越高。以網路口碑的互動網絡為例，
活動力效果顯著表示網絡成員傾向與經常主動參與討論的人進行互動。
(5) 外度數力量效果（own outdegree, power 1.5, effect）：此效果表示高外度數的 個體，建立新連結的可能性較高。
性」（preferential attachment）（Albert & Barabási, 2002; Price, 1976）。上述聲望效 果、活動力效果及外度數力量效果都可以視為連結優先性效果的一種，可以在目 標函數中納入作為連結優先性的參數。
而此三種效果都與連結數量分布的變動相關，以個體的內／外度數來檢視變 動傾向。除了上述三種效果之外，檢視個體內外度數是否相等的平衡效果（balance effect）、計算個體間接連結數量的間接連結效果（number of geodesic distances two effect），也都是透過連結數量分布來表示結構力量的內生效果，研究者可自行決 定是否採用（Snijders, 2001, 2005, 2008）。
聲望效果與活動力效果在原先的模型中，是以度數總和來計算（Snijders, 2001, 2005），但過去研究經驗顯示，使用度數的平方根比使用原始度數更能夠準 確且穩定的估計參數，在模型中使用度數的平方根能夠更精確的描述網絡狀態，
因此Snijders 將本模型改為採用度數平方根來計算模型中的聲望效果及活動力效 果（Snijders, 2008）。
(6) 三角移轉效果（transitive triplets effect）：個體的連結中具有三角移轉效果的 數量。三角移轉是指，網絡中三點i、j、h，若「i→j」與「j→h」均有連結 關係存在，則「i→h」也有連結存在的情況（如下圖），這樣的現象又稱為
「網絡閉合」（network closure）。無論三者之間是否有其他連結關係存在，
只要此三條連結成立即為三角移轉關係。此效果表示當兩個體之間具有間接 連結關係時，兩個體建立直接連結關係的傾向。以網路口碑的互動網絡為 例，三角移轉效果顯著表示網絡成員傾向與互動對象的其他互動對象也進行 互動討論。
圖 2-3-1 三角移轉效果圖
(7) 連結移轉效果（transitive ties effect）：與 i 具有直接連結關係，同時又為 i 的間接連結中點的節點數量。例如「i→j」、「j→h」、「i→h」均有連結關係，
則j 與 i 直接連結，同時又是「i→j→h」的間接連結中點。無論 j 成為幾條 間接連結的中介點，只要i 與 j 的任一連結點 h 產生連結，即具有連結移轉 效果。以下圖為例，j 的連結點 h、h2中，只有任何一點與i 連結，即有連結 移轉效果。
圖 2-3-2 連結移轉效果圖
三角移轉效果和連結移轉效果雖然都是在計算網絡中三個個體造成網絡閉 合結果的可能性，但兩個效果的計算方式並不相同。j 的連結點中只要有一個以 上與i 有連結關係，連結移轉效果都是相同的；但對三角移轉效果來說，j 的連 結點中與i 也有連結的數量越多，則三角移轉效果越大。以上圖為例，左右兩個
i
j
h1
h2 i
j
h1 h2 i
j
h
(8) 三角循環效果（three-cycle effect）：節點的連結中具有三角循環模式的數量。
三角移轉是指，網絡中三點 i、j、h，則「i→j」、「j→h」、「i→h」均有連結 關係存在。此效果表示造成三角循環的傾向，三角循環是最簡單的交換模 式，i 給予 j，j 給予 h，h 給予 i。以網路口碑的互動網絡為例，三角循環效
三角移轉是指，網絡中三點 i、j、h，則「i→j」、「j→h」、「i→h」均有連結 關係存在。此效果表示造成三角循環的傾向，三角循環是最簡單的交換模 式，i 給予 j，j 給予 h，h 給予 i。以網路口碑的互動網絡為例，三角循環效