社會網路之建置、分析與視覺化：以台灣學術社群網路為例

社會網路之建置、分析與視覺化：

以台灣學術社群網路為例

Construction, Analysis and Visualization Social Networks: Exemplified by the

Academia Social Network in Taiwan

李 政 德

Cheng-Te Li

E-mail：r96944015@csie.ntu.edu.tw

張 峻 銘

Chun-Min Chang

E-mail：r95137@csie.ntu.edu.tw

國立台灣大學資訊網路與多媒體研究所研究生

Graduate student, Graduate Institute of Networking and Multimedia, National Taiwan University

劉 建 邦

Chien-Pang Liu

E-mail：r95137@csie.ntu.edu.tw

陳 尚 澤

Shang-Ze Chen

E-mail：b95110@csie.ntu.edu.tw

國立台灣大學資訊工程學研究所研究生

Graduate student, Department of Computer Science and Information Engineer, National Taiwan

University

林 守 德

Shou-De Lin

國立台灣大學資訊工程學研究所

教授

Professor, Department of Computer Science and Information Engineer, National Taiwan University

E-mail：sdlin@csie.ntu.edu.tw

【摘要 Abstract】

本論文主要針對學術社群網路進行自動建置、分析與具體視覺化的工作。首先，我們採用資料探勘 的技術在網際網路上自動識別台灣學術社群之不同種類的個體以及他們之間的關係。並用研究人員、學 術機構、關鍵字、以及其他相關的學術資訊間的關係建構全台灣學術社群之網路。接著，我們引進社會 網路分析的方法，對已建構好的學術網路進行分析，計算這些學術實體間的重要特性，如群聚係數、中 心度，進而得出該網路的一些特性。最後，我們實作出視覺化的系統具體呈現學術社群網路。

This paper discusses the process of constructing, analyzing, and visualizing an academia social network of research communities in Taiwan. Our work can be divided into three portions. First, we use web mining

67(Nov ’08)72-87 ISSN 1023-2125

technologies to identify on the Internet various kinds of research communities in Taiwan and then construct an academia social network with information of researchers, academic organizations, keywords, and other relevant academic materials that characterize these research communities. After the construction of the academia social networks, we apply the methodology of social network analysis to calculate and evaluate some important factors reflect some properties of the network, such as the clustering coefficient and centrality values of the various research communities. Finally, we design a visualization system to concretely display this academia social network to users.

關鍵詞 Keyword

社會網路分析 學術社群 資訊視覺化 資料探勘

壹、簡介

近來，隨著數位資訊的發展、電腦計算能力與 容量的提升、Web2.0 的竄紅，人們對於網路的仰 賴與日俱增，許多以往需由人工完成的任務均已數 位化，人與人的交流更打破時空的限制，建構在網 際網路上的應用不計其數，如即時通訊軟體、虛擬 社群、線上聊天室、電子佈告欄、網路資料庫等。 於是，互動交流的資料累積相當迅速，尤其在所謂 社群網路服務(Social network service)或稱社交媒 體(Social media)的網站，藉由提供資訊交流的帄 台，建立起以人、事、物為實體的虛擬網路，通稱 為社群網路(Social network)。 從學術研究的角度來看社群網路，通常我們會 以圖(Graph)的結構來表示，將社群網路中的實體 (Entity)與關係(Relation)分別表示成圖的點(Node) 和邊(Edge)，若以一般常見的社交網站服務為例來 看，實體為人，關係為兩人彼此認識，或是有特定 的互動（如共同參與某事件）。一般常見的社群網 路為單一關係網路(Single relation network)，意即網 路中的實體類型僅為一種，而網路中的關係類型也 只有一種，如同上述的人際網路，實體之間只有認 識的關係。然而，這種單一關係網路並不能涵括真 實世界的資訊，它所呈現出來的只是複雜網路 (Complex network)中的其中一個角度，換句話說， 想要窺探真實世界網路，僅僅透過單一關係網路是 無 法 達 到 的 。 為 此 ， 我 們 提 出 多 重 關 係 網 路 (Multi-Relational Network, MRN)的概念，可視為一 個網路中包含眾多單一網路的資訊，多重關係網路 的實體與關係均可以有多種類型，換另一種角度來 解釋，多重關係網路為許多單一關係網路之疊合。 同樣以人際關係網路為例，實體的類型可以是人、 機構、事件、地點等，而關係則為這幾類型的實體 交互組成，例如說人參某些事件。 儘管多重關係網路所涵蓋的資訊較接近真實 世界，但目前國內外關於此種網路的相關研究仍 不多。而近兩年專注於學術網路之社會網路分析 的 研 究 ， 並 與 多 重 關 係 網 路 相 關 的 研 究 ， 以 DBconnect (Zaiane, Chen & Goebel, 2007) 與 ArnetMiner (Tang, et al., 2008)為代表。DBconnect 是從一個蒐集資訊領域相關學術著作的網路資料 庫(Digital Bibliography & Library Project, DBLP, http://www.informatik.uni-trier.de/~ley/db)中，定義 一個擷取學術網路的模型，並採取類似網頁排名 (PageRank)之隨機作業(Random work)機制來偵測 不同領域的研究社群，並推薦出指定領域的重要研 究人員。ArnetMiner 更進一步設計出從網路上自動 擷取研究人員相關資訊的演算法，將擷取的資訊與 現有的線上著作資料庫整合，以建構出完整的多重 關係學術社群網路。其中，它使用 Hidden Markov random field 之機率模型對同人不同名的問題做修 正，最後全部整合於 Author-conference-topic 模 型，能夠將各領域的專家找出來，並提供發現依據 關係類型來對學術網路做搜尋與排名的服務。 本研究主要提出如何建立並分析多重關係網 路研究的方法與架構。我們以台灣學術社群網路為 例，以程式自動化的方式從網際網路中自動擷取學 術實體，如學生、教授、關鍵字、系所學院，並建 立起實體間的彼此關係，形成多重關係網路。本研 究的另一個重心在於對於台灣學術社群網路進行 網路特性之計算與探勘，透過分析網路的特性，我 們將可得知不同實體扮演的角色與重要性、實體間 的距離與群聚性、不同類型實體的關連性都能因而 獲得解答。本研究的最後一個貢獻在於將台灣學術 社群網路具體視覺化呈現出來，我們開發出「關係 探勘器」(Relation explorer)，讓使用者可以在與系 統的互動中，探得學術網路不同實體類型各種組合 彼此關係的真實面貌，此外，該系統也提供簡單全 域與個人化的網路量測與排名。

貳、學術網路建置

本研究的資料收集網站，提供選單列出所有 論文資料，因此可達成 100%之資料收集率。在無 法 預 知 節 點 總 數 的 情 況 時 ， Mislove, Marcon, Gummadi, Druschel, & Bhattacharjee(2007)及 Ahn, Han, Kwak, Moon, & Jeong (2007)等人描述在不確 定總下載節點個數的情況下如何抓取資料。國內徐 慧成 (2003)整合國家圖書館的碩博士論文資料和 國科會的研究人才資料，分析台灣學術界的社會網 路結構。張秀儀(2004)的資料來源與徐慧成(2003) 相同，而研究方向在於自動建構學術界的知識來源 映射圖，協助使用者了解專家的專長及聯繫專家的 管道。 本文說明如何在網際網路上面擷取並建置台 灣學術網路系統。我們的資料來源是網際網路上的 中文學位論文資料庫，藉由自動抓取相關的學位論 文資料後，經由後續處理成 GraphML 格式檔案， 再進行分析，並以視覺化的方式來呈現。 中 文 電 子 學 位 論 文 服 務 (Chinese Electronic Theses & Dissertations Service, CETD, http://www.cetd.com.tw)資料庫，是華藝數位股份有 限公司於西元 2005 年所推出的博碩士論文資料庫 服務網站，提供台灣、中國大陸、香港及澳門等大 專院校的博碩士論文。目前共收錄 19 所台灣的大 專院校，約 5 萬筆的學位論文。 由於中文學位論文資料庫的資料相當龐大，我 們透過電腦程式進行查詢與下載來取得。為此，我 們開發了一個自動網頁擷取程式，經由校院瀏覽方 式取得每一篇論文的的相關欄位資料，每一篇學位 論文中都包含了學生名稱、指導教授、論文題目、 關鍵字、語言、頁數等資訊。 關於我們從 CETD 所取得台灣學術社群網 路，其中學生與教授的數量資訊描述如表 1。經由 驗證發現在 5 萬多篇碩博士學位論文中有 7,500 篇 左右的作者名字有重複，而如何利用知識發現的方 法找出有多少作者為同名不同人，將會是我們未來 研究重點之一。 為了便於社群網路資料格式的傳輸，我們採用 GraphML 標準來儲存學術網路的資料。GraphML 是一種專門用來儲存圖的一種 XML 標準格式，透 過結構化的描述，利於跨系統或軟體的傳輸與應 用。我們定義了六種實體、九種有向邊(Directed edge)，分別列於表 1 與表 2。

表 1

節點的名稱與個數

節 點 名 稱 個 數 <學生> 51,302 <指導教授> 8,210 <學院> 117 <系所> 615 <中文關鍵字 > 4,290 <英文關鍵字 > 4,082

表 2

關係的名稱與個數

關係名稱(節點, 節點) 個 數 指導關係(<指導教授>,<學生>) 50,699 共同指導 (<指導教授 A>,<指導教授 B>) 9,756 學生之研究領域(<學生>,<關鍵字>) 112,581 指導教授之研究領域(<指導教授>,<關鍵字>) 101,076 指導教授所屬學院(<指導教授>, <學院>) 8,100 指導教授所屬學系(<指導教授>, <系所>) 10,051 學生所屬學院(<學生>, <學院>) 50,815 學生所屬學系(<學生>, <系所>) 51,045 學系所屬學院(<學院>,<系所>) 726 對於每一種節點，我們在其上定義的屬性說明 如下： <學生> 節點的屬性有：type (std，此為常數)、 name (學生中文名字)、eng_name (學 生英文名字)、chn_thesis (論文中文標 題 ) 、 eng_thesis ( 論 文 英 文 標 題 ) 、 thesis_type (學位別)、pub_year (出版 年)、page (總頁數)、language_type (論 文書寫的語言別) <指導教授> 節 點 的 屬 性 有 ： type (prof, 此為常 數)、name (指導教授中文名字) <學院> 節點的屬性有：type (clg，此為常數)、 name (學院名稱) <學系> 節點的屬性有：type (dpt，此為常數)、 name (學系名稱) <中文 關鍵字> 節點的屬性有：type (chn_keyword， 此為 常數 ) 、name (關鍵字內 容 )、 chn_keyword_freq (關鍵字出現頻率) <英文 關鍵字> 節點的屬性有：type (eng_keyword， 此為常數)、name (關鍵字內容)、eng _keyword_freq (關鍵字出現頻率)

參、台灣學術社群網路分析

在這小節中，我們描述如何用社群網路分析的 方法來解釋台灣學術網路。

一、Average Path Length (APL)

一個網路的帄均距離即是其中所有節點兩兩 間最短路徑的帄均長度。一般來說，大部分的社群 網 路 其 直 徑 和 網 路 的 大 小 無 關 ， 並 且 大 約 是 Small-world phenomenon (Watts & Strogatz, 1998) 的長度，也就是大約是 6。Small-world effect 代表 發生在此網路上的活動的強度，例如直徑小時，則 網路裡資訊傳播得很快。網路帄均距離的計算方式 如下： E APL uv v u

l



 , , , 其中

u

,

v



V

，|E|為邊之個數，lu,v為節點 u 與 v 之最短距離。 我們對這個學術社群網路做了人與人間的最 短距離的分析，其中最長的距離可達 9，表示在這

個網站上的人們之間最遠的關係可能只間隔 8 個 學校、學生或是關鍵字，然而現實中他們可能會有 更多關係，距離會更短，而最短的距離是 1（指導 教授和其學生的關係），帄均距離則是 4.4320335， 由於學生或教授可能會和學院或是關鍵字有連 結，可以看成是這個網站上搜集論文的學生之間， 帄均只相隔了 2 個領域（學生或教授→關鍵字→學 生或教授→關鍵字→學生或教授）。

二、Network Cluster

一 個 網 路 中 節 點 的 群 聚 係 數 (Clustering coefficient) 量 化 了 它 相 鄰 的 節 點 之 間 的 靠 近 程 度。Watts 和 Strogatz (1998)引進了這種測量來決定 一個網路是否為一個小世界網路。 一個節點 vi 的群聚係數 Ci 即為它直接相鄰 節點之間真正存在的連結數，除以它們之間可能存 在的最大連結數。假設一個節點 vi 有 ki個相鄰節 點，則這些相鄰節點間最多可以有 ki(ki − 1) 個可 能存在的有向連結，因此一個有向圖中一個節點的 群聚係數即是： ) 1 ( |

)

(

|

 

k

k

i

v

neighbor

c

i i i 其中|neighbor(vi)|代表節點 vi現有的連結個 數，也就是 vi的 In-degree 與 Out-degree 之和，

V

v

_i



。更進一步而言，整個系統的群聚係數即 為對每個頂點的係數帄均：







| | 1

|

|

1

V i

C

i

V

C

其中|V|為整個網路之節點總數。 對整個學術社群網路應用了以上的方法可得 到整體的群聚係數為 0.24244578，這算是低的數 值，表示在這個社群網路中，節點成群聚集的現象 不明顯。低的群聚係數表示這個網路的重複性比較 少。從某種角度來看，相鄰節點之間的關係，可以 經由 vi建立，所以其間並不需要特別有連結，比如 說以下的連結(圖 1)代表某個教授指導一個學生， 而這個教授來自某個學校。其實這樣的連結已經隱 含了這個學生也是屬於這個學校的一員，所以無須 特別將此學生與學校做一個連結。所以低的群聚係 數某種程度上可以代表這個網路中並沒有太多重 複的訊息。

圖 1 教授、學生與學校之間的連結關係

三、Degree Correlation

哪些節點會有連結，除了可能和節點的類型有 關，和節點的度值(Degree)也許也會有關係。度值 相關性(Degree correlation)就是計算在這個學術網 路中，一個度值高的節點是否和相同度值的節點有 連結。 Newman (2002)提出一種度值相關性的計算公 式如下： 2 1 2 2 1 2 1 1 ) 2 ( 2 ) 2 (             



i i i i i i i i i i i i k j m k j m k j m k j m r , 其中 ji和 ki是第 i 個邊的兩個節點的度值，而 i = 1,2,…,m。 Advised by

計 算 這 個 學 術 網 路 的 度 值 相 關 性 ， 得 到 -0.10255072，因為其數值的範圍可能為-1 到 1 之 間，接近 0 的相關性，表示這個網路中節點的度值 並沒有特別相關。

四、Mixing Pattern

(Newman, 2003)

在研究社會網路的領域，社群中人們彼此連結 的方式是否與它們自身的屬性或種類有關呢？又 個體間的連結是否會受語言、種族和年齡或其他事 物的影響？這可以透過混合樣式(Mixing pattern) 來探討。 如果人們傾向於和同類的人之間有關係，我們 說 這 個 網 路 表 現 出 同 配 連 接 傾 向 (Assortative mixing or Assortative matching)。如果反之他們和不 同類型的人們比較有關聯，我們把這叫做異配連接 傾向(Disassortative mixing)。友誼通常可以發現它 的 特 質 是 同 類 相 近 (Assortative by most characteristics)。在這個實驗中，我們想知道同校教 授會不會有比較相同的研究方向。我們首先把所有 研究領域相同的教授配對(Pairs)找出來（圖 2）， 然後再統計這些教授屬於某些學校的機率。

圖 2 教授與關鍵字間的連結關係。

表 3

台灣學術社群網路中，教授間研究領域相關程度之混合樣式表

臺灣師範大學 臺灣大學 淡江大學 清華大學 元智大學 中興大學 臺灣師範大學 0.052 0.0646 0.0226 0.0135 0.0173 0.0162 臺灣大學 0.0646 0.1759 0.045 0.0374 0.0382 0.0429 淡江大學 0.0226 0.045 0.0172 0.0093 0.0134 0.0118 清華大學 0.0135 0.0374 0.0093 0.0101 0.0089 0.0094 元智大學 0.0173 0.0382 0.0134 0.0089 0.0118 0.0104 中興大學 0.0162 0.0429 0.0118 0.0094 0.0104 0.0115 表 3 是選擇了資料裡論文數最多的六所學 校，對其中教授之間的研究相關程度計算做比較， 而所謂研究的相關程度定義為：在該網路中，我們 任取兩個連到相同關鍵字的節點 vi和 vj，該二節 點 分 屬 兩 個 不 同 的 學 校 之 邊 際 機 率 (Marginal probability)，即 P(vj|vi)與 P ( vi|vj) 。其基本之假 設為教授之研究方向通常可由指導學生之論文看 出，而關鍵字正是該論文研究方向之代表，因此我 們透過關鍵字來決定兩位教授之研究是否相同，進 而以此計算研究領域之混合樣式。我們將這六所學 校兩兩之邊際機率算出後，填入一矩陣 M，如表 3。例如，淡江與清華之間的比例是 0.093，表示如 果我們任意取兩個連到一樣關鍵字的教授節點，第 一個節點屬於淡江大學，而第二個節點屬於清華大 In area

keyword In area faculty faculty

學的機率是 0.093。同配連接傾向的係數定義如下：







      ₆ 1 2 6 1 2 6 1 1 j j j j j jj e e e r 其中ejj 代表矩陣 M 中，對角線之值總和， ej 表示每所學校對於所有學校各別之邊際機率。 當 r = 0 表示沒有同配連接傾向，也就是教授 所屬的學校和他們主題之間的研究沒有關係。r = 1 表示是完美的同配連接傾向，如果是同樣學校的教 授，他們一定研究相關的主題。而不同學校一定研 究不同的主題。r = -1 表示同樣學校的教授一定研 究不相關的主題。這個學術網路中我們計算出 r = 0.05，代表同校教授間同配連接傾向程度不明顯。

五、Centrality

Degree centrality：一個網路的中心節點為網 路中與其他節點之互動最為頻繁之節點，其中互動 的頻繁程度定義為該節點的度值，當節點的度值愈 高，則表示該節點愈可能是網路的中心。

表 4

台灣學術社群網路中

Degree Centrality

前五名之列表

學生 教授 中文關鍵字 英文關鍵字 學院 1 賴澤君 李弘暉 類神經網路 APOPTOSIS 臺灣大學工學院 2 江慧賢 張百棧 細胞凋亡 TAIWAN 臺灣大學電機資訊學院 3 溫演福 柯承恩 服務品質 DATA MINING 臺灣師範大學教育學院 4 王正德 鄭春生 基因演算法 GENETIC ALGORITHM 元智大學工程學院 5 洪嘉祥 湯玲郎 公司治理 PERFORMANCE 臺灣大學生命科學院 表 4 說 明 的 是 每 種 不 同 類 的 節 點 Degree centrality 最大的前五名。比如說教授通常是有指導 很多學生並且研究領域廣，而關鍵字的前幾名代表 有很多人的研究與此相關。而學院前幾名代表其轄 下的教職員學生很多。 Closeness centrality：第二個計算節點中心度 (Centrality)的方式是以其與網路中所有節點最短 距離的帄均值為準。也就是中心的節點應可以在最 短距離內達到網路中所有節點。這種量度基於一個 節點對於其他節點的距離，所以被稱為 Closeness centrality。在學術網路之中，一個節點和其他節點 很接近時，這表示他可能是一位有多個研究領域的 教授，或是一個很常被使用的關鍵字。 我們計算出來的結果如表 5 所示，就我們的觀 察，這些教授們的研究領域通常為跨領域研究；而 關鍵字中度值高的通常 Closeness centrality 也不會 太低，但是其中也有度值不特別高，但是比較容易 連到不同領域的研究學者的關鍵字（如台灣）。學 院方面也顯示跨領域的學院有比較大的機會成為 Closeness centrality 高的節點。

表 5

台灣學術社群網路中

Closeness centrality

前五名之列表

教 授 中文關鍵字 英文關鍵字 學院 1 李 弘 暉 類神經網路 TAIWAN 臺灣大學工學院 2 張 百 棧 台灣 DATA MINING 臺灣師範大學教育學院 3 陳 文 華 服務品質 PERFORMANCE 臺灣師範大學理學院 4 邱 昭 彰 基因演算法 SIMULATION 臺灣大學理學院 5 莊 立 民 資料探勘 INTERACTION 臺灣大學生物資源暨農學院

六 、 Hypertext Induced Topic Selection

(HITS)

(Ding, Zha, He, Husbands, & Simon, 2001) 在一個網路裡探勘或搜尋時，我們常會需要評 估一個節點的重要性，一個被許多頁面或節點連到 的節點很可能是重要的，這種 In-degree 很大的節 點叫做 Authority；一個連到許多節點的節點，提 供 了 有 用 的 資 源 ， 也 很 可 能 是 重 要 的 ， 這 種 Out-degree 很大的節點叫做 Hub。 一開始各個節點都有初始的 Hub 分數 yi和 Authority 分數 xi，而一個好的 Hub 應該連到許多 好的 Authority，一個好的 Authority 也會被許多好 的 Hub 連結。因此，我們可以藉由遞迴的方式， 將 Hub 和 Authority 定義如下： Authority score：







E e j j i ji

y

x

: , Hub score：







E e j j i ij

x

y

: HITS 分數是取決於節點彼此的連結狀況，以 學術網路中的學生節點來說，學生節點可能連到所 屬的學院，因此如果所屬的學院是一個許多人連到 的 Authority，分數就會比較高。表 6 列出 HITS 中 Hub 和 Authority 都很高的節點。

表 6

台灣學術社群網路中

HITS

前五名之列表

學生 教授 中文關鍵字 英文關鍵字 學 院

1 廖思翰 黃漢邦 有限元素法 FINITE ELEMENT METHOD 臺灣大學工學院

2 李臻誠 曾惠斌 類神經網路 MEMS 臺灣大學電機資訊學院

3 陳雅媚 廖運炫 有限元素分析 GENETIC ALGORITHM 元智大學工程學院

4 彭建國 郭斯傑 二氧化鈦 FINITE ELEMENT ANALYSIS 臺灣大學管理學院

肆、網路視覺化

資訊視覺化(Information visualization)的目的 在於有效率地讓使用者從各種不同的面向觀察資 料的特性。近來，資訊視覺化尤其備受社會科學以 及電腦科學領域重視，著重於由各種不同實體與關 連(Entity-relation)所組成的架構之視覺化，以利相 關研究人員對特定資料的了解與分析，這個資訊視 覺 化 的 子 領 域 被 稱 作 網 路 視 覺 化 (Network visualization)。社會網路的視覺化最早可追溯至 2000 年 Freeman 對社群互動的視覺化原則，他主 要利用實體的顏色、位置、形狀與大小來表示網路 中的不同資訊意義，他同時提出，若能伴隨電腦產 生的不同 Layout， 如 Force-directed 與 Radical layouts，對資料的呈現將提供更多不同的觀點。 自從 Freeman 提出網路視覺化的基本原則 後，相繼有人基於他的理論做了一些應用。首先， Nardi 等人於 2002 年提出一個名為 ContactMap 的 系統，該系統主要是利用電子郵件的往來資料實作 出個人社會網路的視覺化，使用者可以手動替自己 經常通信的親朋好友進行分類，系統會在視覺化上 以不同的顏色展示與自己有接觸的不同社群，該系 統主要用於個人化信件管理。然而，ContactMap 實際上並沒有包含將人與人之間的互動，僅是以人 為實體的呈現。2004 年，Fisher 和 Dourish 二人提 出另一個類似 ContactMap 的系統，同為以電子信 件為資料來進行視覺化，可視為 ContactMap 的改 進，比較不同的地方是，Fisher 等人加入了社會學 的觀點，即為社會網路所具備的兩種面向：Whole network 與 Ego-centric network。前者表示網路的全 貌，後者表示以個人為中心的網路視覺化。 上述兩者的視覺化呈現均著重於靜態網路，另 一種能夠與使用者有豐富互動的視覺化方式是動 態呈現。在網路視覺化中加入動態效果的一個典型 是 TouchGraph (http://www.touchgraph.com)它是一 個以圖形化呈現特定領域實體之間關連的架構，其 「領域」如於人、組織、知識、網站。TouchGraph 同 時 實 作 了 Freeman 所 提 出 的 Force-directed layout，提供與使用者的互動功能。後來，Viegas, Boyd, Nguyen, Potter, and Donath (2004)將視覺化 加入時間元素，開發了 Social network fragments 的 系統，視覺化時間序列上信件往來的變化，讓使用 者容易回顧與特定群體通信的網路變化。

關於將網路視覺化應用於學術網路的相關研 究，Fujimura, Fujiyoshi, Hope, and Nishimura (2006) 提出一個針對真實世界學術交流的視覺化系統，尤 其用於學術會議的圓桌會談，藉由特製感應器紀錄 學術人員參與討論的紀錄，將每次的參與交流的事 件作為連結，建立出學術交流網路。Nakazono, Misue, and Tanaka (2006)則提出階層式結構之網路 視覺化，主要用於在加入時間因素後，透過分層的 方式呈現網路的變化，並且可將各階層作適當之整 合 。 Ortega 和 Augillo (2007) 則 藉 由 現 成 軟 體 NetDraw (Borgatti, 2002)來做學術網路的視覺化與 分析，該學術網路之實體均為學術機構網站，關係 則為透過網際網路之連結。 儘管網路視覺化這個領域已經有不少人提出 相關的系統與架構，然而，先前的研究均著重於單 一關係網路(Single relation network)，對於我們所提 出的多重關係網路(Multi-relational network)的資訊 呈現，幫助是有限的。因此，我們提出並實作了關 係探勘器來視覺化我們提出的多重關係網路。 關係探勘器主要目的在於具體化呈現社會網 路中的實體與實體之間的關係，相關研究人員與一 般使用者可透過本系統觀察特定多重關係網路，它 同時也作為往後社會網路分析相關研究的帄台。關 係探勘器與傳統視覺化系統最大的改進在於提供 不同關係類型(Relation types)的觀察面向，並且如 同一般搜尋引擎的搜尋方式，正確且有效率地呈現

出 指 定 的 子 圖 (Subgraph) 。 它 在 Ego-centric 與 Whole networks 的互動性讓使用者能簡易地識別 實體在網路中扮演的角色。此外，我們實作了一些 常見的量測社會網路的計算準則於其中，如： PageRank, HITS, Centrality 等，並提供對不同類型 實體的排名。 如同所謂的網路或圖形，我們視覺化是透過點 與邊的結構來呈現的。在我們所取得的台灣學術網 路資料中，我們識別了點的類型有學生、教授、系 所學院、關鍵字四種實體類型(Node type)，而這些 構成了指導、屬於、研究領域關鍵字三種關係類型 (Relation type)。例如：X 教授指導 Y 學生，Y 學 生屬於 Z 科系，Y 學生論文研究領域的關鍵字為 「關係探勘器」。在網路的視覺化中，對實體會以 其文字名稱呈現，透過邊來連結不同實體。當使用 者查詢特定的實體，系統會對應呈現與該實體相關 的其他實體。以上例來說，當使用者查詢 X，則會 出現相互連結的其他類型實體有 X, Z, A, B, C。圖 3 為關係探勘器的截圖。

圖 3 關係探勘器的截圖

以「SOCIAL NETWORK」關鍵字為查詢對 象。圖的最上方為提供使用者下查詢的地方，與提 供的參數，以及選擇欲呈現的實體類型。下方主視 窗被切割為左右兩部份，左半部為網路視覺化之動 態呈現，右半部包含四個頁籤，分別提供網路量 測、個人屬性、個人化分析、動態網路校調等。 關 係 探 勘 器 的 視 覺 化 系 統 設 計 是 遵 從 Shneiderman (1996)所提出來的視覺化法則「先給 全貌、在互動中觀察與過濾、依據使用者需求呈現 細節」。當查詢被輸入後，首先被呈現出來的是根 據查詢的子圖全貌，使用者在這個時候可以透過帄 移與縮放來觀察該網路，並利用我們提供的一些互 動元素來過濾觀察不同的資訊面向，若想看得更詳 細，可以點擊實體，會對應出相關屬性與度量網路

的一些計算值。以下我們針對系統的各個部份做更 詳細的介紹。

一、參數化查詢與實體類型

關係探勘器為以查詢為主的關係探勘系統，使 用者可以在最上方輸入已知的對象。在我們所取得 的台灣學術網路中，可輸入的實體對象為教授、學 生、關鍵字與系所學院。在下查詢的同時，使用者 可指定欲從該查詢向外擴張幾層(Level)關係，從圖 論(Graph theory)的角度來講，即利用深度做為優先 搜尋之深度為多少。另一方面，使用者可以點擊選 擇實體類型，不同的類型將展示網路不同面向的資 訊。參數化查詢與實體類型選擇如圖 4 所示。

圖 4 參數化查詢與實體類型選擇圖

二、視覺化介面與互動

根據 Freeman (2000)的網路視覺化設計原則， 動態的介面可讓使用者有豐富的互動感受，進而做 到資訊瀏覽的目的。基於此原則，關係探勘器採用 Force-directed layout，當大量實體與關係所構成的 網路產生時，系統會自動做各實體彼此間力與力必 須達到帄衡的物理模擬，逐漸地將畫面上的實體調 整到邊相交最少、點重疊最少的程度，使用者亦可 於右方的模擬器(Simulator)頁籤內手動調整各種 模擬參數。而點擊拖曳各個實體時，也會改變整個 網路的帄衡狀態。此外，使用者可以透過滑鼠左鍵 帄移整個視覺化畫布，或透過滑鼠右鍵上下拖放達 到畫面縮放的效果，藉此一覽全貌或深入細部探 察。

三、個人化瀏覽

個人化瀏覽的方式在於藉由與使用者之間的 互動性來達到，我們的系統提供了以下幾項功能性 互動元素：

(一)以度為基礎的實體顯示

在視覺化網路中，可以見到不同實體的大小是 不一樣的，我們的系統會計算各個實體的度，根據 度值來顯示實體的大小。使用者同樣可以在模擬器 中的 Enhanced revealing filtering 手動調整實體大 小，可讓網路中比較重要的實體呈現愈明顯。

(二)強調關係與實體(Entity-Relation

Highlighting)

由於有多種關係類型，若同時呈現出來，使用 者將難以辨別，因此系統會自動依據不同類型的關 係顯示不同的顏色。當整個網路的實體與關係的數 目很大，將造成使用者瀏覽上的困難，因此關係探 勘器提供強調的功能。使用者可於 Ego-centric 頁 籤中的搜尋列中輸入查詢，系統會自動將符合查詢 的實體透過顏色強調顯示。當滑鼠移動到任一實體 上時，除了會透過顏色強調外，與該實體直接連結 的實體亦會被強調。如圖 5 所示。

圖 5 關係與實體強調圖

(三)依查詢為中心的深度過濾(Ego-centric

Connectivity Filtering)

使用者可於 Ego-centric 頁籤中指定依特定實 體瀏覽時的深度 d，然後在網路視覺化畫布中點擊 不同實體(如 X)，即可見到整個網路會轉變為以被 點擊的實體 X 為中心，向外擴展 d 層。透過這種 過濾式瀏覽，可以見到在不同層分別是不同類型的 實體，愈裡面與指定實體的關係愈強烈，愈外面與 指 定 實 體 的 關 係 則 愈 微 弱 ， 因 此 通 常 建 議 connectivity 值為 2 或 3 最為恰當。

(四)個人屬性與排名(Profiling and Ranking)

針對不同類型的實體，所擁有的屬性之數目與 名稱不盡相同。當使用者在我們的系統中點擊實體 時，將於 Profile 頁籤內對應產生該實體的屬性列 表，如此一來，使用者在瀏覽網路的同時可隨時查 看實體的屬性。另一方面，在使用者於最初於上方 輸入查詢後，系統會自動利用 PageRank 計算不同 類 型 實 體 於 對 應 子 圖 的 排 名 ， 使 用 者 可 於 Ego-centric 頁籤中選擇不同類型實體來觀看。如圖 6 所示。

圖 6 以「SOCIAL NETWORK」關鍵字為查詢兩層的子圖下，相關的中文關鍵字排名

(五)網路量測(Network measures)

針對社會網路分析的部份，關係探勘器提供 Global 與 Local 兩種角度的量測。Global 的量測的 對象是我們取得的整個台灣學術網路資料，主要是 計算網路帄均長度與度的統計分佈量測。Local 的 部 份 則 以 常 見 的 實 體 重 要 性 來 度 量 ， 有 Bary Center(量測實體接近網路邊緣的程度，值愈大表示 愈 接 近 邊 緣 ， 愈 小 表 示 愈 為 網 路 中 的 核 心 ) 、 PageRank(透過與自己連結的實體的重要性與數目 來衡量自己的重要性)、HITS(由 Hub 與 Authority 所組成，Hub 值為指向重要的 Authority 的程度， Authority 為 被 重 要 的 Hub 所 指 向 的 程 度 ) 、 Betweenness Centrality(透過圖論中的最短路徑來 衡量實體的重要性，被最短路徑經過越多次者，其 值愈大)。

伍、結論

本文提出了關於社會網路應用於學術社群之 完整流程，該學術社群網路為多重關係網路。先是 自動從中文學位論文資料庫網站擷取學術實體資 訊，表示為 GraphML 標準格式以建構學術網路。 接著，我們對整個學術網路進行社會網路分析之相 關量測，如群聚係數、實體重要性、混合樣式、度 的分佈等。最後，我們開發關係探勘器以視覺化該 學術社群網路，除了彈性的互動式經驗，使用者可 透過查詢輕易地瀏覽網路的全貌，並且局部進行分 析與觀測。這三個部份串連成社會網路分析的典型 流程，有別於傳統的單一關係網路，我們提出來的 多重關係網路更接近真實世界的實體互動。未來， 我們將制定更多屬於多重關係網路的衡量準則，並 在關係探勘器上加入專屬多重關係網路的演算法 與元件。 針對台灣學術之多重關係網路所進行的分 析，我們可以稍微了解目前台灣學術研究之社會網 路之現況：透過網路帄均距離之計算，我們得知台 灣學術界之研究社群的關係相當緊密，兩個研究領 域不同的教授或學生僅僅相隔兩個領域；低群聚係 數告訴我們，這種多重關係網路的建構方式是精簡 而有效率的，網路中少有重複之訊息；低度值相關 性顯示台灣學術網路中，教授與學生之間、教授與 教授之間，做研究是較不受彼此的影響力所影響 的；低混合樣式顯示台灣的研究型大學的研究領域 相當多元，即便同校的教授也未必做相關的研究； 透過 Centrality 的計算，我們可得知近幾年熱門的

研究議題為何，同時顯示跨領域研究為目前台灣學 術研究的一大潮流；HITS 值之計算則呈現學術網 路中較具影響力的各類型節點；而透過關係探勘 器，相關研究人員將更容易觀察學術網路中不同類 型節點彼此的互動，如學術社群之形成以及上述各 種分析指標對於以個人為中心之子圖的結果。 （收稿日期：97 年 6 月 9 日）

參考書目

徐慧成（2003）。利用網頁資訊建構多階層指導教授與研究生之網絡關係。未出版之碩士論文，國立中山大學資訊管 理研究所，高雄市。 張秀儀（2004）。利用全國博碩士論文資料庫自動化建構知識來源映射圖。未出版之碩士論文，國立中山大學資訊管 理研究所，高雄市。

Ahn, Y.-Y., Han, S., Kwak, H., Moon, S. & Jeong, H. (2007). Analysis of topological characteristics of huge online social networking services. In Proceedings of the 16th International World Wide Web Conference. Retreived October 24, 2008, from http://www2007.org/papers/paper676.pdf

Borgatti, S. P. (2002). NetDraw: Graph visualization software. Harvard, MA: Analytic Technologies.

Ding, C., Zha., H., He, X., Husbands, P. & Simon, H. (2001). Link analysis: Hubs and authorities on the world wide web. SIAM Review. Retrieved October 24, 2008, from http://www.nersc.gov/~simon/Papers/hits5.hits5.pdf

Fisher, D. & Dourish, P. (2004). Social and temporal structure in everyday collaboration. In Dykstra-Erickson, E., & Tscheligi, M. (Eds.), Proceedings of the ACM SIGCHI Conference on Human Factors in Computing Systems (pp.551-558). New York: ACM.

Freeman, L. (2000). Visualizing social networks. Journal of Social Structure, 1(1). Retrieved October 24, 2008, from http://www.cmu.edu/joss/content/articles/volume1/Freeman.html

Fujimura, N., Fujiyoshi, S., Hope, T. and Nishimura, T. (2006). Tabletop community: Visualization of real world oriented social network. In Proceedings of the 14th Annual ACM international conference on Multimedia (1035-1036). Retrieved October 24, 2008, from http://portal.acm.org/citation.cfm?id=1180868

Mislove, A., Marcon, M., Gummadi, K. P., Druschel, P. & Bhattacharjee, B. (2007). Measurement and analysis of online social networks. In Proceedings of the 7th ACM SIGCOMM Conference on Internet Measurement. Retrieved October 24. 2008, from http://www.imconf.net/imc-2007/papers/imc170.pdf

Nakazono, N., Misue, K. and Tanaka, J. (2006). Nel2: Network drawing tool for handling layered structured network diagram. In, K. Misue, K. Sugiyama, and, J. Tanaka, (Eds.), Proceeding of Asia-Pacific Symposium on Information Visualization (pp. 109-115). Retrieved October 24, 2008, from http://crpit.com/confpapers/CRPITV60Nakazono.pdf Nardi, B., Whittaker, S., Isaacs, E., Creech, M., Johnson, J. & Hainsworth, J. (2002). ContactMap: Intergating

communication and information through visualizing personal social networks. Communication of the ACM, 45(4), 89-95.

Newman, M. E. J. (2003). Mixing patterns in networks. Physical Review E, 67(2), 026126.

Ortega, J. L. & Augillo, I. F. (2008). Visualization of the Nordic academic web: Link analysis using social network tools. Information Processing and Management, 44(4), 1624-1633.

Shneiderman, B. (1996). The eyes have it: A task by data type taxonomy for information visualization. In IEEE Symposium on Visual Languages (Ed.), Proceedings of the 1996 IEEE Symposium on Visual Languages (p.336-343). Wash., D.C.: IEEE Computer Society.

Tang, J., Zhang, J., Yao, L., Li, J., Zhang, L., & Su, Z. (2008). ArnetMiner: Extraction and mining of academic social networks. In Proceeding of the 14th ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp.990-998). New York: ACM.

Viegas, F., Boyd, D., Nguyen, D., Potter, J. & Donath, J. (2004). Digital artifacts for remembering and storytelling: PostHistory and social network fragments. In R. H. Sprague (Ed.), Proceedings of the 37th Annual Hawaii International Conference on System Sciences. New York: IEEE.

Watts, D. J. & Strogatz, S. H. (1998). Collective dynamics of “small-world” networks. Nature, 393, 440-442.

Zaiane, O. R., Chen, J. & Goebel, R. (2007). DBconnect: Mining research community on DBLP data. In Proceedings of the Joint 9th WebKDD and 1st SNA-KDD Workshop on Web Mining and Social Network Analysis. Retrieved October 24, 2008, from http://workshops.socialnetworkanalysis.info/websnakdd2007/papers/submission_1.pdf