基于网络分析方法的手机社交 媒体使用需求分析:个体人际和心理因素的作用

推荐人:写作督导机构 来源: 写作辅导机构 时间: 2021-11-01 21:14 阅读:
论文,毕业论文
摘要
随着科技的进步和时代的发展,手机和互联网的普及使得在线社交网站得到了广泛的使用。探究用户为什么使用社交媒体软件,以及如何开发出更好地满足用户使用需求的社交软件成为了用户需求分析领域内的热点话题。现有研究多采用大数据分析来总结用户的社交媒体使用行为的规律,但人的行为是心理的外在表现,更应从心理学角度探究个体对社交媒体软件的使用需求。以往的与心理学相关的用户需求调查存在几点不足:第一,多为横断面研究,而横断面研究不能揭示社交媒体使用需求在一段时间内的变化情况;第二,前人研究证明了社交媒体使用与人际关系和诸多心理因素都存在密切关系,但是受传统的数据分析方法的限制,这一领域的研究大多只集中在对少数变量关系的分析上。因此,本研究从网络视角,采用追踪设计探究社交媒体使用与人际问题和心理因素之间的关系。研究一采用问卷法调查了 422名在校大学生的社交媒体使用时长、人际问题、孤独、错失恐惧、抑郁、焦虑和压力状况。利用相关网络分析、贝叶斯网络分析方法探究这 7 个变量之间的相关关系以及可能存在的因果关系,并检验孤独和错失恐惧在人际问题和社交媒体使用之间的中介作用。结果表明大学生社交媒体使用需求与错失恐惧、孤独和焦虑存在正相关关系;错失恐惧可能直接影响社交媒体使用需求;孤独和错失恐惧在人际问题和社交媒体使用之间起到链式中介作用。
研究二采用追踪研究设计(3次调查,间隔时间为 2 周)对 286 名在校大学生进行了调查。首先利用相关网络分析方法探究 7 个变量间跨时间维度的联系,结果表明压力、抑郁和人际问题的减少可能与社交媒体使用有关。然后用交叉滞后分析方法探究社交媒体使用与人际问题和心理因素之间的相互影响,结果表明社交媒体使用与人际问题和心理健康因素均不存在显著的相互影响关系。最后采用潜增长曲线模型探索大学生社交媒体使用的变化趋势,结果表明学期初男大学生的社交媒体使用需求低于女大学生,但是随着时间的推移,男大学生的需求逐渐上升,女大学生的需求逐渐降低,最终男大学生超过了女大学生,并且总的来看,人际问题和错失恐惧可以正向预测大学生的社交媒体使用需求。本研究结果提示人际问题、孤独、错失恐惧和焦虑水平越高的大学生对手机社交媒体的需求越大。虽然研究数据表明社交媒体使用可能会缓解压力、抑郁和人际问题,但是仍需要更严格的因果检验进行证明。
关键词:社交媒体使用 用户需求分析 人际问题 网络分析 纵向研究
目录
摘要I
研究背景
第一部分 文献综述
 媒体与社交媒体
 媒体的定义
 社交媒体的定义和分类
 用户需求分析
 用户需求的定义
 用户需求的分析方法
 社交媒体使用的用户需求研究
 社交媒体使用的个体人际因素
 社交媒体使用的心理因素
 网络分析方法
 图论
 相关网络
 贝叶斯网络
第二部分 问题提出和研究思路
 问题提出
 研究思路
 研究意义
 理论意义
 实践意义
第三部分 研究一 手机社交媒体的使用与人际问题、心理因素的关系
 研究目的
 研究设计
 研究对象
 研究工具
 分析方法
 结果
 共同方法偏差检验
 描述性统计
 相关分析
 相关网络分析
 贝叶斯网络分析
 中介效应检验
 小结与讨论
第四部分 研究二 手机社交媒体使用及其影响因素的纵向分析
 研究目的
 研究设计
 研究对象
 研究工具
 分析方法
 结果
 描述性统计
 相关分析
 相关网络分析
 交叉滞后分析
 潜增长曲线模型
 小结与讨论
第五部分 总讨论
 手机社交媒体的使用与人际问题、心理因素的关系
 社交媒体使用、人际问题和心理因素之间的关系
 孤独和错失恐惧在人际问题和社交媒体使用之间的中介作用
 手机社交媒体使用的变化及其影响因素
 社交媒体使用与人际问题和心理因素的跨时间关系
 大学生社交媒体使用的变化趋势和影响因素
 研究局限与展望
第六部分 总结论
参考文献
附录
科研成果
致谢
 
 
 
 
 
研究背景
据第 47 次《中国互联网络发展状况统计报告》显示,截止至 2020 年 12 月,我国网民规模达到了 989 亿,其中手机网民 986 亿,占总体的 9970%(中国互联网络信息中心,2021),远远高于其他设备上网的网民数量。手机逐渐取代电脑、数字电视等终端,成为第一大新媒体终端。在大学生群体中,手机已成为了生活中不可或缺的一部分。相比于中小学生,大学生在校园生活中更加自由,不受父母的管制,因而可以“随心所欲”地使用手机,然而这种“自由”有利也有弊。一项对我国在校大学生的调查显示,近八成的大学生认为自己存在“手机依赖”(麦可思, 2018)。也因此,大学生手机使用成为了学界关注的热点问题(任世秀等, 2020; 刘拓等, 2020)。手机和互联网在我国的普及也使得在线社交网站得到了广泛的使用。社交网站(SocialNetwork Sites, SNS)作为一种虚拟社区,允许人们通过制作个人资料、分享和上传照片和
更新状态来与好友进行互动和联系。目前,我国最流行的社交网站包括微信、QQ 和新浪微博等。据报告显示,2019 年微信的活跃用户已达 11 亿,是中国目前用户量最大的 APP。
并且随着时间的推移,各类社交网站用户的数量越来越多。探究用户为什么使用社交媒体软件,以及如何开发出更好地满足用户使用需求的社交软件成为了用户需求分析领域内的热点话题。但是,现有研究多采用大数据分析来总结用户的社交媒体使用行为的规律,比如有研究对加州大学洛杉矶分校的大一新生的 Twitter 使用情况进行了调查,结果发现他们在每天晚上 9 点到凌晨 1 到 2 点之间发送的推文最多(Garett et al, 2018)。但人的行为是心理的外在表现,更应从心理学角度探究个体对社交媒体软件的使用需求。从而了解个体对社交媒体软件使用需求的深层次原因,以提高用户使用产品的满意度。第一部分 文献综述
11 媒体与社交媒体111 媒体的定义现代汉语词典(第 5 版)将“媒体”定义为交流、传播信息的工具,如报刊、广播、广告等。而“新媒体(New Media)”一词最早是 1967 年由美国哥伦比亚广播电视网技术
研究所所长 Peter Carl Goldmark 提出的。随后,新媒体一词开始在世界范围内流行。但是对新媒体的定义,学术界并没有达成统一的共识。早期的联合国教科文组织对新媒体的定义是:新媒体就是网络媒体。后来,逐渐有更多学者尝试对其进行定义。匡文波(2008)在梳理了已有的定义的基础上,认为新媒体特点之一是利用数字技术、通过计算机网络、无线通信网、卫星等渠道,以及电脑、手机、数字电视机等终端,向用户提供信息和服务的传播形态。他还认为新媒体的外延中包括各类搜索引擎、网站(新闻、视频、社交等)、网络报纸、网络图书等等。可见,随着科技的进步,新媒体有了更丰富的内涵。
122 社交媒体的定义和分类
Kaplan 和 Haenlein(2010)将社交媒体(Social Media)定义为一组基于因特网的允许创建和交换用户生成的内容的应用程序,并且他们认为广义的社交媒体可以分成以下五类:第一类是协作项目(Collaborative Projects)。协作项目可以让许多终端用户共同同时创建内容,最为典型的代表是在线百科全书维基百科(Wikipedia)和百度百科。第二类是博客(Blogs)。博客代表了社交媒体的最早形式,它是一种相当于个人网页的社交媒体,通常以逆时间顺序显示带有日期的条目,这些条目可以是描述作者生活的个人日记,也可以是某一特定内容领域相关信息的摘要。第三类是内容社区(Content Communities)。内容社区的主要用途是在用户之间共享媒体内容,例如抖音、You Tube、Tik Tok 等。第四类是被定义为虚拟社区的社交网站,用户可以通过给朋友或同事发送电子邮件和即时消息来进行联系。在社交网站上人们可以就特定主题进行联系和互动,或者只是在网上闲逛(Murray &Waller, 2007)。最后一类是虚拟世界(Virtual World)。虚拟世界是复制三维环境的平台,用户可以在其中以个性化化身的形式出现,并像在现实生活中那样相互互动。虚拟世界有两种形式,一是虚拟游戏世界(Virtual Game World),如魔兽世界(World of Warcraft)等,二是虚拟社交世界(Virtual Social World),如第二人生(Second Life)。目前大部分研究者将社交媒体狭义地等同于社交网站(Groth et al, 2017),本研究也主要研究狭义的社交媒体,即研究大学生社交网站的使用。
12 用户需求分析
121 用户需求的定义
在心理学中,需要是指人脑对生理需求和社会要求的反映,是机体内部的一种缺乏或不平衡的状态,体现了个体在生存和发展过程中对客观事物与条件的依赖性(梁宁建, 2011;沈德立, 阴国恩, 2010)。美国著名人本主义心理学家 Maslow(1943)将人的需求从低到高分成 5 个等级,分别是生理需求、安全需求、爱与归属的需求、尊重的需求和自我实现的需求。当低层次的需求逐渐被满足时,新的更高的需求将会出现。用户在购买和使用产品的过程就是满足需求的过程。用户需求可以被分为显性需求和隐性需求,所谓显性需求是用户自己可以清晰感知和表达的需求,而隐性需求是指被试自己没有察觉到和无法清晰表达的需求。
在系统工程和软件工程中,需求分析的任务是:在创建一个新的产品或对现存的产品进行改变时,确定新产品的目的、范围、定位和功能。在这个过程中,相关人员(如产品经理、系统分析员和软件工程师)只有明确了解用户的需要,才能够有效地完成这项任务(Kotonya & Sommerville, 1998)。
122 用户需求的分析方法
用户需求分析的目的是为了让产品开发者更好地了解用户的需求(Maguire & Bevan,2002; Vervaeke et al, 2018)。常用的调查用户需求的方式有:问卷调查、用户访谈、情境调查、A/B 测试、观察法等。问卷调查方法一般是向用户群体提出一些书面问题,问卷由固定回答的“封闭式”问题和“开放式”问题组成,答案没有对错之分,被试可以根据自己的情况随意回答。这种方法有利于从大量用户那里获得有关当前产品问题的定量和定性数据。用户访谈方法通过询问用户、利益相关者和领域专家来获取他们对新产品的需求的信息。访谈通常是半结构化的,即基于一系列固定的问题,主试可以根据访谈时的实际情况
对问题的顺序、内容等方面灵活地做出相应的调整。情境调查方法指的是通过对用户使用产品时的情境进行调查分析,从而提升产品可用性。A/B 测试指的是将同一产品的两个或多个版本,让两个或多个同质的用户群体同时使用,收集各组的用户体验数据和业务数据,最后通过数据分析采用最优版本。观察法指的是招募一群具有代表性的目标用户群体在自然使用环境或实验室中对产品进行典型操作,同时主试在一旁观察并记录观察表。用户需求分析对产品开发有诸多好处,例如提高用户满意度、提高生产率以及降低培训和支持成本(Hay, 2003; Kotonya & Sommerville, 1998)。但是在实际应用中,大部分研4究采用质性研究方法,因此本研究从量化分析角度,探寻大学生社交媒体使用的需求。
13 社交媒体使用的用户需求研究
随着手机和互联网的普及,在线社交媒体得到了广泛的使用。根据使用和满足理论(Uses-and-Gratifications Theory),人们在选择和使用媒体时是有目的和动机的(Rubin,2002)。以往研究显示,不同人群对社交媒体的需求各不相同,例如:有研究发现,在英国,年龄小于 35 岁的人更喜欢用 Instagram(Peat et al, 2019);还有研究发现罹患重病的人和孕期女性会更多地使用社交媒体来获取有关疾病或者孕期的护理知识,以此来缓解焦虑或者紧张情绪(Oviatt & Reich, 2019; Peat et al, 2019)。但人的行为是心理的外在表现,因此从心理学角度探寻个体对社交媒体使用的需求是十分必要的。
131 社交媒体使用的个体人际因素
(1)人际关系和人际问题的定义及测量
马克思曾说过:“人是一切社会关系的总和。”良好的人际关系能力不仅有助于个体发起交往、建立依恋、以恰当的方式影响他人从而实现个人的目标,而且能够提高个体行为的效率以及对环境的适应能力。在心理学领域中,人际关系是指人与人在社会生活过程中通过交往而产生和发展的心理关系或情感联系(梁宁建, 2011; 黄四林等, 2016)。在国内外研究中常用的量化个体人际关系的方式有两种:第一种是采用成型量表获得的分数来代表被试某种人际关系水平。用量表分数表示人际关系水平的好处在于其可以全面考查个体某种亲密关系的情况,如同伴关系、家庭关系等,但是缺点在于有时不能客观反映个体在其人际关系网络中的受欢迎程度,以及“人际关系”应属于关系数据,仅用简单的量表得分来代替有失偏颇。第二种是采用提名法获得被试的友谊关系,然后利用社会网络分析方法(Social Network Analysis, SNA)获得被试的友谊网络的中心度指标等,用这些指标代表被试的人际关系水平(Zhang et al, 2021; 侯珂等, 2014; 张舒等, 2020)。在利用SNA 对人际关系进行量化分析时,可以选择从整体网角度和自我中心网角度进行调查分析。
整体网的特点是选取的网络具有明确的边界,比如一个班级、公司的一个部门等等,然后对这个群体的所有成员进行调查。自我中心网是选择一个核心行动者,然后通过提名法获得与其有关系的行动者,构建社交网络。由此可知,二者的区别在于:整体网研究可以准确得获得某个个体与网络中其他个体的“选择”与“被选择”的关系,即可以清晰、客观地了解个体在该社交网络中的活跃度和受欢迎程度;自我中心网则可以全面地了解个体的所有重要的人际关系,但因为在自我中心网中所有的关系是核心行动者报告的,所以与整体网相比,更为主观。人际问题则被定义为个体觉得困难的人际行为和给个体造成困扰的人际行为(Horowitz et al, 1988)。目前在国内外被广泛使用的测量个体人际问题的量表主要有Horowitz 等人(1988)编制的人际问题环状量表(IIP)和 Soldz 等人(1995)修订的简版5量表(IIP-SC; Millstein et al, 2015; 孙启武等, 2010)虽然使用SNA 量化个体人际关系有着诸多优点,但尚未发展出结合整体网和自我中心网优点的调查和分析方法,即不能十分全面并客观地量化个体的人际关系和人际问题情况。此外,进行整体网和自我中心网调查需要耗费更多的人力、物力。综上,考虑到研究可行性和研究目的等方面,本研究选择利用 Soldz 等人(1995)编制的简版人际问题环状量表(
IIP-SC)测量个体的人际问题情况。
(2)社交媒体使用与人际问题的关系
根据马斯洛的需求层次理论,当最基本的需求(生理需求和安全需求)被满足之后,人们就会寻求爱与归属感的满足,也就是渴望拥有和谐人际关系的社交需求(Maslow, 1943;Zhang et al, 2021; 张舒等, 2020)。社交需求需要通过与他人之间的互动来满足。随着数字和移动技术的普及,社交媒体已经成为人们首选的通信媒介,并被认为是一种新的发展亲密关系的方式(Yang et al, 2014)。社交增强假说(Social Augmentation Hypothesis)认为网络给个体和他人的交流提供了新的可能的方式,因此在某种程度上放大了个体的社交资源。根据这一假说,那些在线下感到孤独的人可能会通过访问互联网来获得另一种与他人交流的途径,比如使用社交媒体进行在线互动,从而扩大他们的社交世界(Song et al, 2014)。以往研究发现人际关系与手机社交媒体的使用有着密切的关系(廖慧云等, 2016; 王慧慧等, 2015)。Jenkins-Guarnieri 等人(2012)的研究发现在建立人际关系方面有困难的个体会对 Facebook 有更大的使用需求。还有研究者认为 Facebook 成瘾是一个很复杂的过程,可能是个人因素和动机因素的共同作用,而这种动机很有可能是为了维持线上和线下的人际互动以及社会支持(Tang et al, 2016)。
Liu 和 Kuo(2007)指出互联网可以好地满足那些在建立社会关系方面有特殊困难的人的社会需求,从而增加其社会联系和归属感。先前的这些研究虽已证明人际关系和手机社交媒体的使用存在密切的关系,但是以往研究多为横断面研究,因此并不能得到“人际关系影响社交媒体使用”或者“人际关系状况更差或更好的个体会有更多的使用社交媒体的需求”这样的结论。故,需要更多的追踪
研究或者实验研究来推断二者间的因果关系。
132 社交媒体使用的心理因素
(1)社交媒体使用与孤独的关系Peplau 等人(1979)将“孤独(loneliness)”定义为在持续的关系方面感知到数量和质量上的缺陷。具体来说,这种“缺陷”是指个体所感知到的社会网络小于他所期望的,或者对现存的关系网不满意。国内外研究常用的测量个体孤独情况的量表主要有 Russell 等人(1980)编制的 UCLA孤独感量表(UCLA Loneliness Scale; Abella et al, 2017; 张雪凤等, 2018; 闫志民等, 2014)、6Asher 等人(1984)编制的孤独感量表(Loneliness Scale, LS; 田录梅等, 2014; 赵景欣等,2008)和陈小莉等人(2012)编制的独处行为量表( Solitude Behavior Scale, SBS; 戴晓阳, 刘佳培, 2012)等。社交补偿假说(Social Compensation Hypothesis)认为在现实生活中缺少社会支持的个体会在网络中寻求慰藉(Bessière et al, 2008)。因此,在线下缺少人际互动的个体可能会选择通过互联网扩大自己的社交网络。既然手机作为第一大上网终端,那么手机社交媒体自然在其中发挥着至关重要的作用。先前的诸多研究均证明了孤独水平与社交媒体使用间存在着密切的关系(Bian & Leung, 2014; Jin & Park, 2013; X Liu et al, 2014)。如,Kross 等人(2013)的研究发现高孤独感的人会更多地使用社交媒体。再如,Aalbers 等人(2019)的研究也发现孤独水平可以正向预测手机社交媒体的使用。由此可以推断,当个体感到孤独时,可能会通过使用社交媒体来缓解这种孤独感,也就是孤独会提高个体对社交媒体的使用需求。
(2)社交媒体使用与错失恐惧的关系
社交媒体使得人们可以方便、快捷地与社交网络中的他人进行实时对话,并且可以随时浏览他们在个人主页发布的动态。随着科技的进步,社交媒体的流行使得研究者逐渐开始关注一种有趣的现象——错失恐惧Fear of Missing Out, Fo MO)。错失恐惧指意识到自己可能会错过别人正在享受的有益体验而产生的焦虑情绪。错失恐惧水平高的个体的最大的特点是渴望随时与他人保持联系,以了解他人正在做的事情(Przybylski et al, 2013),而这一愿望可以通过反复浏览社交媒体软件来实现。目前在心理学界应用最广泛的量化错失恐惧的量表是 Przybylski 等人(2013)编制的错失恐惧的量表(Fear of Missing Out Scale,Fo MOs; Franchina et al, 2018; Fumagalli et al, 2021; Hayran & Anik, 2021)。以往研究发现,错失恐惧水平越高的个体使用社交媒体时间越多(Rozgonjuk et al,2020; Sindermann et al, 2021)。Franchina
等人(2018)的研究发现错失恐惧水平可以预测个体使用社交媒体的时间,并且研究结果发现与更加开放的社交软件(如,Twitter 和Youtube)相比,错失恐惧水平高的个体更倾向于使用较为私密的社交软件(如,
Facebook和 Snapchat 等)。综上,有理由认为错失恐惧可以正向预测社交媒体使用行为。
(3)社交媒体使用与心理健康的关系
心理健康指的是一种持续的心理状态。在这种状态下, 个体具有生命的活力、积极的内心体验、良好的社会适应, 能够有效地发挥身心潜力与积极的社会功能(刘华山, 2001)。目前国内外常用的测量心理健康量表有 Lovibond 和 Lovibond(1995)编制的抑郁-焦虑-压力量表(DASS-21; Chao et al, 2020; 张雪晨等, 2020)、Derogatis 编制(1973)的症状自评量表(SCL-90; Hanafi et al, 2021; 辛自强等, 2012)、我国学者樊富珉教授从日本引进的大学生人格问卷(UPI; 郑林科, 杨静, 2005)以及 Zung(1965, 1967)编制的抑郁自评量表(SDS; Argyriou et al, 2021; 李欢欢等, 2013)等。诸多已发表的研究表明社交媒体使用与抑郁、焦虑和压力水平相关(Aalbers et al, 2019;Barry et al, 2017; Hawes et al, 2020; Lin et al, 2016; Shensa et al, 2017, 2018; Woods & Scott,2016)。有研究指出儿童和成年人会通过看电视来调节情绪(Chen & Kennedy, 2005; Van DerGoot et al, 2012),因此可以推断抑郁水平高的个体可能会通过使用社交媒体来缓解这种低落情绪(Woods & Scott, 2016)。Thorisdottirde 等人(2019)的研究发现焦虑水平越高的人的社交媒体使用需求也越大。Aalbers 等人(2019)从网络视角利用多水平向量自回归时间序列模型 (Multilevel Vector Autoregressive Time-series Models)对追踪研究的数据进行分析,发现压力水平可以正向预测社交媒体使用行为。综上,研究个体的心理健康因素,如抑郁、焦虑和压力,与社交媒体的使用需求之间的关系是十分必要的。
(4)孤独和错失恐惧在人际问题和社交媒体使用之间的中介作用
综上所述,以往研究的结果显示社交媒体使用与人际关系、孤独和错失恐惧存在密切的联系,但是鲜有研究探索这四者之间的相互作用的机制。前人研究指出了从人际关系到社交媒体使用的几个途径。首先,Tian 等人(2019)的研究发现人际关系可以预测个体的孤独感,而孤独感可以预测个体的社交媒体使用行为(Aalbers et al, 2019)。此外,先前研究发现错失恐惧可以将心理需求的不足与社交媒体的使用联系起来(柴唤友等, 2018),Przybylski 等人的研究(2013)表明错失恐惧在心理变量和社交媒体使用之间起到了中介作用。在此基础上,Uram 和 Skalski(2020)的研究发现孤独感可以通过错失恐惧预测个体的社交媒体使用行为。因此,有理由假设孤独和错失恐惧在人际问题和社交媒体使用之间起到中介作用。
 
14
网络分析方法
网络分析在社会学领域有着悠久的历史,许多研究人员利用网络分析方法研究社会群体成员之间的关系,如对友谊网络的研究(张舒等, 2020; Zhang et al, 2021)。这种经典的社会网络(Social Network)是基于关系数据建立的,即行动者(如人、公司等)之间存在某种交互关系。对这种经典的社会网络进行分析的方法称为社会网络分析。但是大多数心理学研究很少收集关系数据,因而除社交网络外,有另外两种网络被广泛应用到心理学研究中,即相关网络(Correlation Networks)和贝叶斯网络(Bayesian Networks; Mair, 2018)。因为网络一般用图来表示,所以在介绍相关网络和贝叶斯网络前,需要先了解一下图论的基础知识。
141
图论图论(Graph Theory)是对图的研究,是数学领域的一个分支。图是用来建立对象之间成对关系的数学结构。在网络分析的背景下,图指的就是网络(network)或者网络图。网络是由顶点(vertex/ vertices)和连接顶点的边(edge)组成的,可分为有向图和无向图。无向图的边是对称地连接两个顶点的线段,而有向图的边是不对称地连接两个顶点的带方8向的箭头,在有向图中边又可以被称为弧(arc)。网络图已经在很多学科中得到了应用,因此“顶点”和“边”也有着不同的名称和含义。在社会科学中,顶点指行动者(actor),一般为一个人、一个公司等实体;边指行动者之间的关系(tie),比如两个人之间的友谊关系。在计算机科学中,顶点又可以被称为节点(node),边可以指链接(link),比如用有向图表示网站的链接结构,其中顶点表示网页,有向边表示从一个网页到另一个网页的链接。
142
相关网络
相关网络分析方法(Correlation Network Analysis)提供了一种以图形和定量方式描述变量之间关系的途径,近些年它开始被广泛应用于心理疾病的共病研究(Armour et al, 2017;Borsboom & Cramer, 2013; Epskamp, Borsboom, et al, 2018; Jones et al, 2018)。用图形方式描述就是指用顶点和连接顶点的边来表示变量和变量间的关系。在相关网络分析中,顶点指变量,边代表变量间的相关或偏相关关系。因为相关关系的特点,所以相关网络图是一种无向图。相关网络分析中一般采用中心度指标对特定变量和其它变量间的关系进行定量描述,常用的 3 个中心度指标分别为强度中心度(strength centrality)、中介中心度(betweennesscentrality)和接近中心度(closeness centrality),以下是参考Opsahl 等人(2010)的文献所列出的计算公式。

联系我们