ソーシャルネットワーク
ソーシャル ネットワークの進化グラフ:バラバシ モデル。

ソーシャルネットワークとは、社会的な主体（個人や組織など）、二者間のつながりのネットワーク、そして主体間のその他の社会的相互作用から構成される社会構造です。ソーシャルネットワークの観点は、社会全体の構造を分析するための一連の手法と、これらの構造に見られるパターンを説明する様々な理論を提供します。[ 1 ]これらの構造の研究において、ソーシャルネットワーク分析は、ローカルおよびグローバルなパターンを特定し、影響力のある主体を特定し、ネットワークのダイナミクスを分析するために用いられます。例えば、ソーシャルネットワーク分析は、ソーシャルメディアプラットフォームにおける誤情報の拡散の研究や、ソーシャルネットワークにおける重要人物の影響の分析に利用されてきました。

ソーシャルネットワークとその分析は、社会心理学、社会学、統計学、グラフ理論から生まれた、本質的に学際的な学問分野です。ゲオルク・ジンメルは、社会学における初期の構造理論を著し、三者関係のダイナミクスと「集団所属の網」を強調しました。[ 2 ]ヤコブ・モレノは、1930年代に人間関係を研究するための最初のソシオグラムを開発したとされています。これらのアプローチは1950年代に数学的に定式化され、ソーシャルネットワークの理論と手法は1980年代までに社会科学と行動科学に広く浸透しました。 [ 1 ] [ 3 ]ソーシャルネットワーク分析は現在、現代社会学の主要なパラダイムの一つであり、他の多くの社会科学や形式科学でも用いられています。他の複雑ネットワークと共に、ネットワーク科学という新興分​​野の一部を形成しています。[ 4 ] [ 5 ]

概要

ソーシャル ネットワークは、社会科学において個人、グループ、組織、さらには社会全体(社会単位、差別化を参照) の関係を研究するのに役立つ理論的構成概念です。この用語は、このような相互作用によって決定される社会構造を説明するために使用されます。特定の社会単位を接続する絆は、その単位のさまざまな社会的接触の収束を表します。この理論的アプローチは、必然的に関係的です。社会的相互作用を理解するためのソーシャル ネットワーク アプローチの公理は、社会現象は主にこれらの単位自体の特性ではなく、単位間および単位内の関係の特性を通じて考えられ、調査されるべきであるというものです。したがって、ソーシャル ネットワーク理論に対する一般的な批判の 1 つは、個人のエージェンシーがしばしば無視されるというものです[ 6 ]が、実際にはそうではない場合があります (エージェント ベース モデリングを参照)。このようなネットワーク構成は、単独または組み合わせによるさまざまなタイプの関係によって形成されるため、ネットワーク分析は幅広い研究活動に役立ちます。社会科学における研究分野には、人類学、生物学、コミュニケーション研究、経済学、地理学、情報科学、組織研究、社会心理学、社会学、社会言語学などが含まれますが、これらに限定されません。

歴史

1890年代後半、エミール・デュルケームとフェルディナント・テンニエスは、社会集団に関する理論と研究において、社会ネットワークの概念を予見していました。テンニエスは、社会集団は、価値観や信念を共有する個人を結びつける個人的かつ直接的な社会的つながり（ドイツ語： Gemeinschaft、一般に「共同体」と訳される）として、あるいは非個人的かつ形式的かつ道具的な社会的つながり（ドイツ語： Gesellschaft、一般に「社会」と訳される）として存在し得ると主張しました。[ 7 ]デュルケームは、社会事実について非個人主義的な説明を行い、相互作用する個人が、もはや個々の行為者の特性では説明できない現実を構成するときに、社会現象が生じると主張しました。[ 8 ] 20世紀初頭に著作を発表したゲオルク・ジンメルは、ネットワークの性質とネットワーク規模が相互作用に及ぼす影響を指摘し、集団ではなく、緩く結びついたネットワークにおける相互作用の可能性を検討しました。[ 9 ]

モレノの2年生の社会図

この分野における大きな発展は、1930年代に心理学、人類学、数学の複数のグループがそれぞれ独立して研究を進めたことに見られる。[ 6 ] [ 10 ] [ 11 ]心理学では、1930年代にジェイコブ・L・モレノが小集団、特に教室や作業集団における社会的相互作用の体系的な記録と分析を開始した（社会測定学を参照）。人類学では、社会ネットワーク理論の基礎はブロニスワフ・マリノフスキー[ 12 ]、[アルフレッド・ラドクリフ＝ブラウン]、[ 13 ] [ 14 ]、クロード・レヴィ＝ストロースによる理論的・民族誌的研究である。[ 15 ]マックス・グラックマンやマンチェスター学派と関係のある社会人類学者のグループ、ジョン・A・バーンズ、[ 16 ] J・クライド・ミッチェル、エリザベス・ボット・スピリウス[ 17 ] [ 18 ]は、南アフリカ、インド、イギリスのコミュニティネットワークを調査し、ネットワーク分析が行われる最初のフィールドワークのいくつかを遂行したとよく言われています。[ 6 ]同時に、イギリスの人類学者SF ネーデルは、後のネットワーク分析に影響を与えた社会構造の理論を体系化しました。[ 19 ]社会学では、タルコット・パーソンズの初期（1930 年代）の研究が、社会構造を理解するために関係的アプローチを取るための土台を築きました。[ 20 ] [ 21 ]その後、パーソンズの理論を参考にして、社会学者ピーター・ブラウが社会交換理論に関する研究で社会単位の関係的つながりを分析する強い推進力[ 22 ] [ 23 ] [ 24 ]

1970年代までに、様々な分野や伝統を融合させようとする学者が増えていった。その一つは、社会学者ハリソン・ホワイトとハーバード大学社会関係学部の彼の学生たちだった。当時、ハーバード大学社会関係学部で独立して活動していた人物としては、政治・コミュニティ社会学、そして社会運動におけるネットワークに焦点を当てたチャールズ・ティリーや、 「六次の隔たり」論を展開したスタンレー・ミルグラムなどがいた。 [ 25 ]マーク・グラノヴェッター[ 26 ]とバリー・ウェルマン[ 27 ]は、ホワイトの元学生で、社会ネットワークの分析を発展させ、推進した人物である。[ 26 ] [ 28 ] [ 29 ] [ 30 ]

1990 年代後半から、ソーシャル ネットワーク分析では、ダンカン J. ワッツ、アルバート ラースロー バラバシ、ピーター ベアマン、ニコラス A. クリストキス、ジェームズ H. ファウラーなどの社会学者、政治学者、物理学者による研究が行われ、オンライン ソーシャル ネットワークに関する新たなデータや対面ネットワークに関する「デジタル トレース」に新しいモデルや手法が開発され、適用されました。

分析レベル

Nagler、Levina、Timme (2011)に基づくネットワークの自己組織化[ 31 ]
中心性

一般に、ソーシャルネットワークは自己組織化され、創発的で、複雑であり、システムを構成する要素のローカルな相互作用から、グローバルに一貫したパターンが出現する。[ 32 ] [ 33 ]これらのパターンは、ネットワークのサイズが大きくなるにつれて、より顕著になる。しかし、例えば世界中のすべての人間関係を対象としたグローバルネットワーク分析[ 34 ]は実現可能ではなく、情報が多すぎて役に立たない可能性がある。計算能力、倫理、参加者の募集と支払いに関する実際的な制限も、ソーシャルネットワーク分析の範囲を制限している。[ 35 ] [ 36 ]ローカルシステムのニュアンスは大規模なネットワーク分析では失われる可能性があるため、ネットワークの特性を理解するには、情報の質がその規模よりも重要になる可能性がある。したがって、ソーシャルネットワークは、研究者の理論的質問に関連する規模で分析される。分析のレベルは必ずしも相互に排他的ではありませんが、ネットワークは一般に、マイクロレベル、メソレベル、マクロレベルの 3 つのレベルに分類されます。

ミクロレベル

ミクロレベルでは、ソーシャル ネットワークの研究は、通常、個人から始まり、社会的関係が追跡されるにつれて雪だるま式に拡大していきますが、特定の社会的コンテキストにおける少数の個人から始まることもあります。

二者関係レベル：二者関係とは、二人の個人間の社会的関係です。二者関係に関するネットワーク研究では、関係の構造（多重性、強さなど）、社会的平等性、そして相互性／互恵性への傾向に焦点が当てられることがあります。

三者関係レベル：二者関係に一人を加えると三者関係になる。このレベルの研究では、均衡や推移性、社会的平等、相互性への傾向などの要因に集中することがある。[ 35 ]フリッツ・ハイダーのバランス理論では、三者関係は社会ダイナミクスの鍵となる。ライバル関係にある三角関係の不和は不均衡な三者関係の例であり、関係の1つが変化することで均衡のとれた三者関係に変化する可能性がある。社会における社会的友情のダイナミクスは、三者関係のバランスをとることでモデル化されてきた。この研究は、符号付きグラフの理論とともに進められている。

アクターレベル：ソーシャルネットワークにおける分析の最小単位は、その社会的環境における個人、すなわち「アクター」または「自我」です。エゴネットワーク分析は、ネットワークの規模、関係性の強さ、密度、中心性、威信、孤立者、連絡係、橋渡し役などの役割といったネットワーク特性に焦点を当てています。[ 37 ]このような分析は、心理学や社会心理学、民族誌的親族関係分析、あるいは個人間の関係性に関する系譜学的研究の分野で最も一般的に用いられています。

サブセットレベル：ネットワーク研究におけるサブセットレベルの問題は、ミクロレベルから始まりますが、分析のメソレベルにまで及ぶことがあります。サブセットレベルの研究は、距離と到達可能性、クリーク、凝集性の高いサブグループ、その他の集団行動や行動に焦点を当てる場合があります。[ 38 ]

中位レベル

一般的に、メソレベル理論は、ミクロレベルとマクロレベルの中間に位置する集団規模から始まります。しかし、メソレベルとは、ミクロレベルとマクロレベル間のつながりを明らかにするために特別に設計された分析を指す場合もあります。メソレベルネットワークは密度が低く、対人関係のミクロレベルネットワークとは異なる因果プロセスを示す場合があります。[ 39 ]

ソーシャルネットワーク図、中レベル

組織：正式な組織とは、共通の目標のためにタスクを分配する社会集団である。[ 40 ]組織に関するネットワーク研究は、公式または非公式な関係の観点から、組織内または組織間のつながりに焦点を当てる場合がある。組織内ネットワーク自体には、特に複数の支店、フランチャイズ、または半自律的な部門を持つ大規模組織において、複数の分析レベルが含まれることが多い。このような場合、研究は作業グループレベルと組織レベルで行われることが多く、2つの構造間の相互作用に焦点を当てている。[ 40 ]オンラインでネットワーク化されたグループを対象とした実験では、グループへの自律エージェントの追加など、多様な介入を通じてグループレベルの調整を最適化する方法が実証されている。[ 41 ]

ランダム分散ネットワーク：指数ランダムグラフモデルを用いた社会ネットワークは、1980年代に社会ネットワーク分析の最先端の手法となった。この枠組みは、多くの人間の社会ネットワークで一般的に見られる社会構造的効果を表現する能力を持つ。これには、多くの人間の社会ネットワークで一般的に見られる一般的な次数ベースの構造的効果、相互性、推移性、そしてノードレベルでは、ネットワーク間の依存関係に関する明示的な仮説から導かれる同質性、属性ベースの活動および人気効果が含まれる。パラメータは、ネットワーク内の小さなサブグラフ構成の普及度によって与えられ、特定のネットワークが形成される局所的な社会プロセスの組み合わせを記述するものと解釈できる。特定のアクター集合上のネットワークに対するこれらの確率モデルは、マイクロネットワークの制限的な二項独立性仮定を超えた一般化を可能にし、社会行動の理論的構造的基礎からモデルを構築することを可能にする。[ 42 ]

ランダムネットワークとスケールフリーネットワークの例。各グラフには32個のノードと32個のリンクがあります。スケールフリー図（右側）の「ハブ」（次数の高いノード）に注目してください。

スケールフリーネットワーク：スケールフリーネットワークとは、次数分布が少なくとも漸近的にはべき乗則に従うネットワークです。ネットワーク理論において、スケールフリー理想ネットワークとは、社会集団の規模分布を解き明かす次数分布を持つランダムネットワークです。 [ 43 ]スケールフリーネットワークの具体的な特性は、ネットワーク構築に使用される理論や分析ツールによって異なりますが、一般的にはいくつかの共通の特性があります。スケールフリーネットワークの注目すべき特性の一つは、次数が平均を大きく上回る頂点が比較的多く存在することです。最高次数のノードはしばしば「ハブ」と呼ばれ、ネットワーク内で特定の目的を果たすことがありますが、これは社会的文脈に大きく依存します。スケールフリーネットワークのもう一つの一般的な特性は、クラスタリング係数の分布で、ノードの次数が増加するにつれて減少します。この分布もべき乗則に従います。[ 44 ]上に示したネットワーク進化のバラバシモデルは、スケールフリーネットワークの一例です。

マクロレベル

マクロレベルの分析では、一般に、対人関係の相互作用を追跡するのではなく、大規模な集団にわたる経済的相互作用やその他の資源移転相互作用などの相互作用の結果を追跡します。

図: 大規模ソーシャルネットワークのセクション

大規模ネットワーク：大規模ネットワークは「マクロレベル」とほぼ同義の用語です。主に社会科学、行動科学、経済学で用いられます。もともとこの用語はコンピュータ科学の分野で広く用いられていました（大規模ネットワークマッピングを参照）。[ 45 ]

複雑ネットワーク: 大規模なソーシャルネットワークのほとんどは、生物学的ネットワークや技術的ネットワークと同様に、ネットワークトポロジーの重要な非自明な特徴、つまり、純粋に規則的でも純粋にランダムでもない要素間の複雑な接続パターンを伴う社会的複雑性の特徴を示す（複雑性科学、力学系、カオス理論を参照）。このような複雑ネットワークの特徴には、次数分布の重い裾、高いクラスタリング係数、頂点間の同類性または非同類性、コミュニティ構造（確率的ブロックモデルを参照）、階層構造などがある。エージェンシー指向ネットワークの場合、これらの特徴には相互性、トライアド有意性プロファイル（TSP、ネットワークモチーフを参照）、およびその他の特徴も含まれる。対照的に、過去に研究されてきた格子やランダムグラフなどのネットワークの数学的モデルの多くでは、これらの特徴は示されない。[ 46 ]

輸入された理論

社会ネットワーク分析には、様々な理論的枠組みが導入されてきました。その中で最も著名なものとしては、グラフ理論、バランス理論、社会的比較理論、そして近年では社会的アイデンティティ・アプローチが挙げられます。[ 47 ]

先住民の理論

社会ネットワーク分析から完全な理論が導き出された例はほとんどない。その例としては、構造的役割理論と異好性理論が挙げられる。

異好理論の根底にあるのは、ある研究で発見された「弱い紐帯の数が多いほど、情報やイノベーションの探求において重要になる」という発見です。なぜなら、派閥はより均質な意見を持ち、多くの共通点を持つ傾向があるからです。この同質性こそが、そもそも派閥のメンバーが惹かれ合う理由でした。しかし、似ているため、派閥のメンバーはそれぞれ、他のメンバーが知っていることをある程度知っていることになります。新しい情報や洞察を見つけるには、派閥のメンバーは、派閥の枠を超えて、他の友人や知人に目を向けなければなりません。これはグラノベッターが「弱い紐帯の強さ」と呼んだものです。[ 48 ]

構造上の穴

ネットワークの文脈において、社会資本は、人々がネットワーク内の位置によって有利になる場所に存在します。ネットワーク内のつながりは、ネットワークの中心人物にとって有益な情報、機会、視点を提供します。ほとんどの社会構造は、強いつながりが密集したクラスターを特徴とする傾向があります。[ 49 ]これらのクラスター内の情報は、むしろ均質で冗長である傾向があります。冗長でない情報は、ほとんどの場合、異なるクラスター内のつながりを通じて得られます。[ 50 ] 2つの別々のクラスターが冗長でない情報を持っている場合、それらの間には構造的な穴があると言われています。[ 50 ]したがって、構造的な穴を埋めるネットワークは、重複するのではなく、ある程度付加的なネットワークの利点を提供します。理想的なネットワーク構造は、つる植物とクラスターの構造を持ち、多くの異なるクラスターと構造的な穴へのアクセスを提供します。[ 50 ]

構造的ホールが豊富なネットワークは、情報上の利点を提供するという点で社会資本の一種である。構造的ホールを埋めるネットワークの主要プレイヤーは、多様な情報源やクラスターからの情報にアクセスできる。[ 50 ]例えば、ビジネスネットワークでは、ネットワークがさまざまな業界/セクターの幅広い連絡先にまたがっている場合、求人や機会について聞く可能性が高くなるため、これは個人のキャリアにとって有益である。この概念は、幅広い連絡先を持つことが仕事の達成に最も効果的であるという考えに基づく、マーク・グラノベッターの弱いつながりの理論に似ている。構造的ホールはソーシャルネットワーク分析で広く応用されており、機械学習ベースの社会予測だけでなく、幅広い実用的なシナリオでの応用につながっている。[ 51 ]

研究クラスター

アートネットワーク

ネットワーク分析を用いた研究では、美術館の展覧会で複数のアーティストが共同で展示された際に形成されるネットワークが分析されています。このようなネットワークは、アーティスト個人の業績を考慮に入れた場合でも、歴史や歴史物語におけるアーティストの認知度に影響を与えることが示されています。[ 52 ] [ 53 ]また、アーティストのネットワークグループ化が個々のアーティストのオークションパフォーマンスにどのような影響を与えるかを検証した研究もあります。[ 54 ]アーティストの地位は、より高い地位のネットワークと結びつくことで高まることが示されていますが、この結びつきはアーティストのキャリア全体にわたって収穫逓減の法則に従います。

コミュニティ

JAバーンズの時代には、「コミュニティ」とは特定の地理的な場所を指し、コミュニティのつながりに関する研究は、誰が誰と話をし、交流し、取引し、教会に通うかといったことに焦点を当てていました。しかし今日では、通信機器やソーシャルネットワークサービスを通じて、より広範な「オンライン」コミュニティが形成されています。こうした機器やサービスは、ネットワーク科学の手法を用いた、広範囲かつ継続的な保守と分析を必要とします。今日のコミュニティ開発研究においても、こうした手法が広く活用されています。

複雑ネットワーク

複雑ネットワークには、動的ネットワーク分析の手法を含む、社会の複雑性と複雑適応システムのモデル化と解釈に特化した手法が必要です。二相進化などのメカニズムは、接続性の時間的変化が社会ネットワークの構造形成にどのように寄与するかを説明します。

対立と協力

ソーシャルネットワークの研究は、アクター間の相互依存関係の性質と、それが紛争や協力の結果にどのように関連するかを調査するために用いられています。研究分野には、抗議活動などの集団行動における参加者間の協力行動、非公式なガバナンスネットワークを通じたコミュニティ内における平和的行動、社会規範、公共財の促進、国家内紛争および国家間紛争におけるソーシャルネットワークの役割、政治家、有権者、官僚間のソーシャルネットワーキングなどが含まれます。[ 55 ]

犯罪ネットワーク

犯罪学と都市社会学では、犯罪者間の社会的ネットワークに多くの注目が集まっています。例えば、殺人はギャング間の一連のやり取りとして捉えることができます。殺人は単一の発生源から拡散していくと考えられます。これは、弱いギャングは報復として強いギャングのメンバーを殺害する余裕がなく、強さの評判を維持するために他の暴力行為に手を染めざるを得ないからです。[ 56 ]

イノベーションの普及

アイデアとイノベーションの普及に関する研究は、ある主体から別の主体へ、あるいはある文化から別の文化へとアイデアが広まり、利用される過程に焦点を当てています。この研究分野は、なぜ一部の人がアイデアやイノベーションの「アーリーアダプター」になるのかを説明しようとし、社会ネットワーク構造とイノベーションの普及促進または阻害との関連性を明らかにしています。その好例が、新語などの言語イノベーションの社会的な普及です。実験や大規模なフィールド実験（例えば、ニコラス・クリスタキスらによる）では、ホンジュラスの村々[ 57 ] [ 58 ] 、インドのスラム街[ 59 ] 、あるいは実験室[ 60 ]といった多様な環境において、社会集団内で望ましい行動の連鎖が誘発されることが示されています。さらに、投票行動[ 61 ] 、[ 62]、[63 ]、[ 64 ] 、そして商品における社会的伝染の実験的誘発が記録されています。

人口統計

人口統計学では、ソーシャルネットワークの研究により、数えるのが難しい集団（例えば、ホームレスや静脈注射による薬物使用者）を推定し、調査対象者に到達するための新しいサンプリング方法が生まれました。例えば、回答者主導サンプリングは、調査の回答者がさらなる回答者を推薦することに依存するネットワークベースのサンプリング手法です。[ 65 ] [ 66 ]

経済社会学

社会学の分野は、社会的な相互作用の成果のネットワークにほぼ完全に焦点を合わせています。より狭義には、経済社会学は、社会資本と社会「市場」を通じた個人および集団の行動的相互作用を考察します。マーク・グラノベッターをはじめとする社会学者は、社会構造、情報、処罰または報酬を与える能力、そして信頼の相互作用に関する中核原則を発展させており、これらは政治制度、経済制度、その他の制度の分析において頻繁に用いられます。グラノベッターは、社会構造と社会ネットワークが雇用、価格、生産性、イノベーションといった経済的成果にどのように影響するかを検証し、社会構造とネットワークが経済に与える影響の分析における社会学者の貢献について論じています。[ 67 ]

健康管理

ソーシャルネットワークの分析は、疫学研究だけでなく、患者のコミュニケーションと教育、病気の予防、メンタルヘルスの診断と治療のモデル、そして医療組織とシステムの研究など、医療分析にますます組み込まれています。[ 68 ]

人間の生態学

人間生態学は、人間と自然環境、社会環境、そして人工環境との関係性を探求する学際的かつ超学際的な研究分野です。人間生態学の科学的哲学は、地理学、社会学、心理学、人類学、動物学、そして自然生態学と密接に関連しながら、多様な歴史を歩んできました。[ 69 ] [ 70 ]

文学ネットワーク

文学システムの研究において、ネットワーク分析は、アンハイアー、ゲルハルツ、ロモ[71]、デ・ヌーイ[72]、セネカル[73]、ロトカー[ 74 ]によって、文学の機能の様々な側面を研究するために応用されてきた。その基本的な前提は、エヴェン＝ゾハルの著作以来存在するポリシステム理論をネットワーク理論と統合し、文学ネットワーク内の様々なアクター（作家、批評家、出版社、文学史など）間の関係性をSNAの 視覚化によってマッピングできるというものである。

組織研究

公式または非公式の組織関係、組織コミュニケーション、経済学、経済社会学、およびその他の資源移転に関する研究。ソーシャルネットワークは、組織がどのように相互作用するかを調べるためにも使用されており、幹部同士を結びつける多くの非公式なつながりや、異なる組織の個々の従業員間のつながりやつながりを特徴付けています。[ 75 ]多くの組織ソーシャルネットワーク研究はチームに焦点を当てています。[ 76 ]チームネットワーク研究では、例えば、中心性と権力の予測因子と結果、チームの道具的および表現的なつながりの密度と集中化、チーム間ネットワークの役割などが評価されています。組織内ネットワークは、組織へのコミットメント、 [ 77 ]組織への帰属意識、[ 37 ]対人関係の市民行動に影響を与えることがわかっています。[ 78 ]

社会資本

社会資本は、社会的ネットワークが中心となり、取引は互恵性、信頼、協力によって特徴づけられ、市場主体は主に自分のためではなく、共通の利益のために財やサービスを生産する、経済・文化資本の一形態である。社会資本は、構造的次元、関係的次元、認知的次元の3つの次元に分けられる。構造的次元は、パートナー同士がどのように交流し、どの特定のパートナーが社会ネットワーク内で出会うかを説明する。また、社会資本の構造的次元は、組織間のつながりのレベルを示す。[ 79 ]この次元は、信頼性、規範、期待、パートナー間のつながりの識別を指す関係的次元と密接に関連している。関係的次元は、主に組織ネットワークに与えられる信頼のレベルによって示されるこれらのつながりの性質を説明する。[ 79 ]認知的次元は、組織がつながりや相互作用の結果として、共通の目標や目的をどの程度共有しているかを分析します。[ 79 ]

社会資本とは、社会関係の価値と、協力と信頼が肯定的な結果をもたらす役割に関する社会学的な概念である。この用語は、人が社会的なつながりから得られる価値を指す。例えば、新しく移住してきた移民は、定住した移民との社会的なつながりを活用することで、そうでなければ（例えば、現地の言語に不慣れなため）得るのが難しい仕事を得ることができる。社会資本と社会的ネットワークの利用度合いの間には正の相関関係がある。[ 80 ] [ 81 ] [ 82 ]動的な枠組みでは、ネットワーク内の活動が活発になると、社会資本も高まり、それがさらなる活動を促す。[ 80 ] [ 83 ]

広告

このクラスターは、ブランドイメージとプロモーション戦略の有効性に焦点を当て、顧客の参加が売上とブランドイメージに与える影響を考慮しています。これは、データマイニングやアナリティクスといった数学的研究分野を基盤とする感情分析などの手法によって測定されます。この研究分野は、消費者行動を理解し、売上を促進することを主な目標としているため、膨大な数の商業的応用を生み出しています。

ネットワークの位置付けと利点

多くの組織では、メンバーは自身のグループ内での活動に集中する傾向があり、それが創造性を抑制し、機会を制限しています。構造的な穴を埋めるネットワークを持つプレーヤーは、報酬の高い機会を発見し、発展させる上で有利です。[ 49 ]このようなプレーヤーは、本来であれば接触することのない2つのクラスター間の情報の「仲介者」として行動することで社会資本を動員し、新しいアイデア、意見、機会へのアクセスを提供します。英国の哲学者であり政治経済学者であるジョン・スチュアート・ミルは、「人間を自分とは異なる人々と接触させることの価値を過大評価することはほとんど不可能である。…このようなコミュニケーションは進歩の主要な源泉の一つである」と述べています。[ 84 ]このように、構造的な穴が豊富なネットワークを持つプレーヤーは、新しいアイデアや機会を通じて組織に付加価値をもたらすことができます。これはひいては、個人のキャリア開発と昇進にも役立ちます。

ソーシャルキャピタルブローカーは、コンタクト間の情報の流れをファシリテーターとして制御するメリットも享受します。探究的なマインドセットによる充実したコミュニケーションと、ソーシャルネットワーク内での立場が動的に交代することで生まれる情報交換は、創造的で深い思考を促進します。[ 85 ]コンサルティング会社Eden McCallumのケースでは、創業者はかつてのビッグスリーコンサルティング会社のコンサルタントや中規模企業とのつながりを築くことでキャリアアップを実現しました。[ 86 ]構造的な穴を埋め、ソーシャルキャピタルを動員することで、プレーヤーはコンタクト間の新たな機会を実現し、キャリアアップを図ることができます。

情報仲介のメリットを実証する研究と反証する研究の両方が存在する。Zhixing Xiaoによる中国のハイテク企業を対象とした研究では、構造上の穴を埋めることによる管理上のメリットは「企業全体に浸透している協調精神と相容れず、情報上のメリットは、そのような組織における共同体としての共有の価値観のために実現できない」ことが明らかになった[ 87 ] 。しかし、この研究は、共同体としての共有の価値観が強い傾向にある中国企業のみを分析している。構造上の穴を埋めることによる情報と管理上のメリットは、企業全体レベルでそれほど包括的かつ協力的ではない企業においても依然として価値がある。2004年、Ronald Burtは、アメリカ最大の電子機器メーカーの一つでサプライチェーンを統括する673人のマネージャーを調査した。彼は、他のグループと頻繁に問題について議論するマネージャーは、より高い報酬を受け、より肯定的な職務評価を受け、昇進する可能性が高いことを発見した[ 49 ] 。このように、構造上の穴を埋めることは組織にとって、ひいては個人のキャリアにとって有益となり得る。

ソーシャルメディア

コンピュータネットワークとソーシャルネットワーキングソフトウェアを組み合わせることで、新たな社会的交流の媒体が生まれます。コンピュータ化されたソーシャルネットワーキングサービスにおける関係性は、文脈、方向性、そして強さによって特徴づけられます。関係性の内容とは、交換されるリソースを指します。コンピュータを介したコミュニケーションにおいては、社会的な関係を持つ人々は、データファイルやコンピュータプログラムの送信、感情的なサポートの提供、会合の手配など、様々な種類の情報を交換します。電子商取引の台頭に伴い、交換される情報は「現実」世界における金銭、物品、サービスの交換にもつながる可能性があります。[ 88 ]ソーシャルネットワーク分析手法は、こうした種類のコンピュータを介したコミュニケーションを分析する上で不可欠なものとなっています。

さらに、ソーシャルメディアの巨大さと不安定な性質により、新たなネットワーク指標が生まれています。ソーシャルメディアから抽出されたネットワークに関する重要な懸念事項は、欠損データがある場合、ネットワーク指標の堅牢性に欠けることです。[ 89 ]

分離

同質性パターンに基づくと、人々のつながりは互いに最も類似したノード間で発生する可能性が最も高く、近隣分離においては、個人は自分と似た他の個人と同じ地域に住む可能性が最も高い。したがって、ソーシャルネットワークは、ソーシャルネットワーク内の分離または同質性の程度を測定するツールとして使用できる。ソーシャルネットワークは、同質性のプロセスをシミュレートするために使用できるだけでなく、特定の地域における個人の現在のソーシャルネットワーク内で、異なるグループ同士の露出レベルを測る指標としても使用できる。[ 90 ]

参照

参考文献

  1. ^ a bワッサーマン、スタンリー、ファウスト、キャサリン (1994). 「社会科学と行動科学におけるソーシャルネットワーク分析」.ソーシャルネットワーク分析：方法と応用. ケンブリッジ大学出版局. pp.  1-27 . ISBN 978-0-521-38707-1。
  2. ^スコット、W・リチャード、デイビス、ジェラルド・F（2003年）「組織内外のネットワーク」『組織と組織化』ピアソン・プレンティス・ホール、ISBN 978-0-13-195893-7。
  3. ^フリーマン、リントン（2004年）『社会ネットワーク分析の発展：科学社会学における研究』Empirical Press. ISBN 978-1-59457-714-7。
  4. ^ Borgatti, Stephen P.; Mehra, Ajay; Brass, Daniel J.; Labianca, Giuseppe (2009). 「社会科学におけるネットワーク分析」. Science . 323 ( 5916): 892– 895. Bibcode : 2009Sci...323..892B . CiteSeerX 10.1.1.536.5568 . doi : 10.1126/science.11 ​​65821. PMID 19213908. S2CID 522293 .   
  5. ^イーズリー、デイビッド、クラインバーグ、ジョン (2010). 「概要」.ネットワーク、群衆、そして市場：高度に連結された世界についての推論. ケンブリッジ大学出版局. pp.  1-20 . ISBN 978-0-521-19533-1。
  6. ^ a b cスコット、ジョン・P. (2000).ソーシャルネットワーク分析：ハンドブック（第2版）. サウザンドオークス、カリフォルニア州: Sage Publications.
  7. ^フェルディナンド・トニーズ (1887)。 Gemeinschaft und Gesellschaft、ライプツィヒ: Fues の Verlag。 （1957年、チャールズ・プライス・ルーミス著『コミュニティと社会』翻訳、イースト・ランシング：ミシガン州立大学出版局）
  8. ^デュルケーム、エミール (1893)。 De la Division du travail social: étude sur l'organisation des sociétés supérieures、パリ: F. Alcan。 （1964年、ルイス・A・コーザー著「社会における分業」として翻訳、ニューヨーク：フリープレス）
  9. ^ジンメル、ゲオルク (1908)。 Soziologie、ライプツィヒ：ダンカーとフンブロ。
  10. ^ソーシャルネットワーク分析の発展の歴史的概要については、 Carrington, Peter J.、Scott, John (2011). 「Introduction」 . The Sage Handbook of Social Network Analysis . Sage. p. 1. ISBNを参照。 978-1-84787-395-8。
  11. ^スコット・ジョン（2000年）『ソーシャルネットワーク分析：ハンドブック』Sage、p.8の図も参照のこと。ISBN 978-0-7619-6339-4。
  12. ^マリノフスキー、ブロニスラフ（1913年）『オーストラリア先住民の家族：社会学的研究』ロンドン：ロンドン大学出版局。
  13. ^ラドクリフ・ブラウン、アルフレッド・レジナルド（1930）『オーストラリア部族の社会組織』シドニー、オーストラリア：シドニー大学オセアニアモノグラフ、第1号。
  14. ^ラドクリフ＝ブラウン, AR (1940). 「社会構造について」.王立人類学研究所誌. 70 (1): 1– 12. doi : 10.2307/2844197 . JSTOR 2844197 . 
  15. ^レヴィ＝ストロース、クロード ([1947]1967)。親の構造の説明。パリ: La Haye、Mouton et Co. (JH Bell、JR von Sturmer、および R. Needham により翻訳、1969 年、 The Elementary Structures of Kinshipとして、ボストン: Beacon Press.)
  16. ^バーンズ、ジョン（1954年）「ノルウェーの島の教区における階級と委員会」『人間関係』 (7):39–58。
  17. ^フリーマン、リントン・C.；ウェルマン、バリー（1995年）「ソーシャルネットワーク分析の祖先であるトロントについて」『コネクションズ』18 (2): 15-19。
  18. ^サヴェージ、マイク (2008). 「エリザベス・ボットと近代イギリス社会学の形成」.社会学評論. 56 (4): 579– 605. doi : 10.1111/j.1467-954x.2008.00806.x . S2CID 145286556 . 
  19. ^ネイデル、SF 1957年。「社会構造の理論」ロンドン：コーエン＆ウェスト。
  20. ^パーソンズ、タルコット（[1937] 1949）『社会行為の構造：ヨーロッパの作家グループを特に参照した社会理論の研究』ニューヨーク：フリープレス。
  21. ^パーソンズ、タルコット（1951年）『社会システム』ニューヨーク：フリープレス。
  22. ^ピーター・ブラウ（1956年）『現代社会における官僚制』ニューヨーク：ランダムハウス社
  23. ^ピーター・ブラウ（1960年）「社会統合の理論」アメリカ社会学誌（65）6:545-556（5月）。
  24. ^ブラウ、ピーター（1964年）社会生活における交換と権力。
  25. ^バーニー・ホーガン. 「ネットワーク化された個人：バリー・ウェルマンのプロフィール」 . 2012年7月12日時点のオリジナルよりアーカイブ。 2012年6月15日閲覧。
  26. ^ a bグラノヴェッター、マーク（2007年）「フランス語読者のための入門」ソシオロジカ2 : 1–8。
  27. ^ウェルマン、バリー (1988). 「構造分析：方法とメタファーから理論と実質へ」. B. ウェルマン、SD バーコウィッツ編『社会構造：ネットワークアプローチ』19–61ページ、ケンブリッジ大学出版局、英国。
  28. ^マリンズ、ニコラス『現代アメリカ社会学における理論と理論群』ニューヨーク：ハーパー＆ロウ、1973年。
  29. ^ティリー、チャールズ編『都市の世界』ボストン：リトルブラウン、1974年。
  30. ^ウェルマン、バリー. 1988. 「構造分析：方法とメタファーから理論と実体へ」. バリー・ウェルマンとSDバーコウィッツ編『社会構造：ネットワーク・アプローチ』pp. 19–61 . ケンブリッジ：ケンブリッジ大学出版局.
  31. ^ Nagler, Jan; Anna Levina; Marc Timme (2011). 「競争的パーコレーションにおける単一リンクの影響」Nature Physics . 7 (3): 265– 270. arXiv : 1103.0922 . Bibcode : 2011NatPh...7..265N . doi : 10.1038/nphys1860 . S2CID 2809783 . 
  32. ^ニューマン、マーク、アルバート＝ラースロー・バラバシ、ダンカン・J・ワッツ (2006).ネットワークの構造とダイナミクス(プリンストン複雑性研究). オックスフォード: プリンストン大学出版局.
  33. ^ウェルマン、バリー (2008). 「レビュー：ソーシャルネットワーク分析の発展：科学社会学における研究」. Contemporary Sociology . 37 (3): 221– 222. doi : 10.1177/009430610803700308 . S2CID 140433919 . 
  34. ^ワッサーマン, スタンリー; ファウスト, キャサリン (1998). 『ソーシャルネットワーク分析：方法と応用』（再版）. ケンブリッジ [ua]: ケンブリッジ大学出版局. ISBN 978-0-521-38269-4。
  35. ^ a bカドゥシン、C. (2012). 『ソーシャルネットワークを理解する：理論、概念、そして知見』オックスフォード：オックスフォード大学出版局.
  36. ^ Granovetter, M. (1976). 「ネットワークサンプリング：最初のステップ」. American Journal of Sociology . 81 (6): 1287–1303 . doi : 10.1086/226224 . S2CID 40359730 . 
  37. ^ a b Jones, C.; Volpe, EH (2011). 「組織的アイデンティティ：ソーシャルネットワークを通して社会的アイデンティティの理解を深める」. Journal of Organizational Behavior . 32 (3): 413– 434. doi : 10.1002/job.694 .
  38. ^ de Nooy, Wouter (2012). 「ソーシャルネットワーク分析：グラフ理論的アプローチ」.計算複雑性. Springer. pp.  2864– 2877. doi : 10.1007/978-1-4614-1800-9_176 . ISBN 978-1-4614-1800-9。
  39. ^ Hedström, Peter; Sandell, Rickard; Stern, Charlotta (2000). 「中位ネットワークと社会運動の拡散：スウェーデン社会民主党の事例」(PDF) . American Journal of Sociology . 106 (1): 145– 172. doi : 10.1086/303109 . hdl : 10016/34606 . S2CID 3609428. 2016年3月4日時点のオリジナルよりアーカイブ(PDF) . 2012年2月26日閲覧. 
  40. ^ a b Riketta, M.; Nienber, S. (2007). 「多重アイデンティティと労働モチベーション：ネストされた組織単位間の適合性認識の役割」 . British Journal of Management . 18 : S61–77. doi : 10.1111/j.1467-8551.2007.00526.x . S2CID 144857162 . 
  41. ^白土 宏和; ニコラス A. クリストキス (2017). 「局所的にノイズの多い自律エージェントは、ネットワーク実験における人間のグローバルな協調性を向上させる」 . Nature . 545 (7654): 370– 374. Bibcode : 2017Natur.545..370S . doi : 10.1038/nature22332 . PMC 5912653. PMID 28516927 .  
  42. ^ Cranmer, Skyler J.; Desmarais, Bruce A. (2011). 「指数ランダムグラフモデルを用いた推論ネットワーク分析」.政治分析. 19 (1): 66– 86. CiteSeerX 10.1.1.623.751 . doi : 10.1093/pan/mpq037 . 
  43. ^モレイラ、アンドレ A.;ディメトリアス・R・ポーラ。ライムンド・N・コスタ・フィーリョ;ホセ・S・アンドラーデ・ジュニア (2006)。 「複雑なネットワークにおける競争力のあるクラスターの成長」。物理的レビュー E . 73 (6) 065101.arXiv : cond-mat/ 0603272 。ビブコード: 2006PhRvE..73f5101M。土井: 10.1103/PhysRevE.73.065101。PMID 16906890。S2CID 45651735。  
  44. ^バラバシ、アルバート＝ラースロー (2003).『リンク：あらゆるものがあらゆるものとどのようにつながっているか、そしてそれがビジネス、科学、そして日常生活に何を意味するのか』ニューヨーク：プラム.
  45. ^ベドル、ハヤト・ディノ;ユウ、シュオ。シャオ、シンルー。張、ダー。ワン、梁天。郭、彼。夏、馮（2020年8月）。「大規模ネットワーク: 調査」。コンピュータ サイエンスのレビュー。37 100247. arXiv : 2008.03638。土井：10.1016/j.cosrev.2020.100247。
  46. ^ Strogatz, Steven H. (2001). 「複雑ネットワークの探究」 . Nature . 410 (6825): 268– 276. Bibcode : 2001Natur.410..268S . doi : 10.1038/35065725 . PMID 11258382 . 
  47. ^ Kilduff, M.; Tsai, W. (2003).ソーシャルネットワークと組織. Sage Publications.
  48. ^グラノヴェッター, M. (1973). 「弱いつながりの強さ」.アメリカ社会学ジャーナル. 78 (6): 1360–1380 . doi : 10.1086/225469 . S2CID 59578641 . 
  49. ^ a b cバート、ロナルド (2004). 「構造的欠陥と優れたアイデア」.アメリカン・ジャーナル・オブ・ソシオロジー. 110 (2): 349– 399. CiteSeerX 10.1.1.388.2251 . doi : 10.1086/421787 . S2CID 2152743 .  
  50. ^ a b c dバート、ロナルド（1992年）『構造的穴：競争の社会構造』ケンブリッジ、マサチューセッツ州：ハーバード大学出版局。
  51. ^ Lin, Zihang; Zhang, Yuwei; Gong, Qingyuan; Chen, Yang; Oksanen, Atte; Ding, Aaron Yi (2022). 「社会ネットワーク分析における構造ホール理論：レビュー」(PDF) . IEEE Transactions on Computational Social Systems . 9 (3): 724– 739. Bibcode : 2022ITCSS...9..724L . doi : 10.1109/TCSS.2021.3070321 .
  52. ^ Braden, LEA; Teekens, Thomas (2020-08-01). 「歴史ネットワークと記念：博物館展示を通して生み出されるつながり」 . Poetics . 81 101446. doi : 10.1016/j.poetic.2020.101446 . hdl : 1765/127209 . ISSN 0304-422X . 
  53. ^ Braden, LEA (2021-01-01). 「展覧会内で形成されるネットワーク：キュレーターによる歴史認識への影響」 . American Behavioral Scientist . 65 (1): 25– 43. doi : 10.1177/0002764218800145 . ISSN 0002-7642 . 
  54. ^ Braden, LEA; Teekens, Thomas (2019年9月). 「評判、ステータスネットワーク、そしてアート市場」 . Arts . 8 (3): 81. doi : 10.3390/arts8030081 . hdl : 1765/119341 .
  55. ^ラーソン、ジェニファー・M. (2021年5月11日). 「紛争と協力のネットワーク」 . Annual Review of Political Science . 24 (1): 89–107 . doi : 10.1146/annurev-polisci-041719-102523 .
  56. ^パパクリストス、アンドリュー (2009). 「構造による殺人：支配関係とギャング殺人の社会構造」（PDF） . American Journal of Sociology . 115 (1): 74– 128. doi : 10.2139/ssrn.855304 . PMID 19852186. S2CID 24605697. 2014年4月7日時点のオリジナル（PDF）からアーカイブ。 2013年3月29日閲覧。  
  57. ^ Kim, David A.; Hwong, Alison R.; Stafford, Derek; Hughes, D. Alex; O'Malley, A. James; Fowler, James H.; Christakis, Nicholas A. (2015-07-11). 「集団行動変容を最大化するためのソーシャルネットワークターゲティング：クラスターランダム化比較試験」. Lancet . 386 ( 9989): 145– 153. doi : 10.1016/S0140-6736(15)60095-2 . ISSN 1474-547X . PMC 4638320. PMID 25952354 .   
  58. ^ Airoldi, Edoardo M.; Christakis, Nicholas A. (2024-05-03). 「孤立した村での構造化実験における多様な結果のための社会的伝染の誘導」 . Science . 384 (6695) eadi5147. Bibcode : 2024Sci...384i5147A . doi : 10.1126/science.adi5147 . ISSN 0036-8075 . PMID 38696582 .  
  59. ^ Alexander, Marcus; Forastiere, Laura; Gupta, Swati; Christakis, Nicholas A. (2022-07-26). 「ソーシャルネットワークをシードするためのアルゴリズムは、インド都市部における公衆衛生介入の採用を促進する可能性がある」 . Proceedings of the National Academy of Sciences . 119 (3​​0) e2120742119. Bibcode : 2022PNAS..11920742A . doi : 10.1073 / pnas.2120742119 . ISSN 0027-8424 . PMC 9335263. PMID 35862454 .   
  60. ^ Fowler, James H.; Christakis, Nicholas A. (2010). 「人間の社会ネットワークにおける協力行動カスケード」 . Proceedings of the National Academy of Sciences . 107 (12): 5334– 5338. arXiv : 0908.3497 . Bibcode : 2010PNAS..107.5334F . doi : 10.1073/ pnas.0913149107 . PMC 2851803. PMID 20212120 .  
  61. ^ Bond, RM; Fariss, CJ; Jones, JJ; Kramer, ADI; Marlow, C; Settle, JE; Fowler, JH (2012). 「社会的影響力と政治的動員に関する6100万人の実験」 . Nature . 489 (7415): 295– 298. Bibcode : 2012Natur.489..295B . doi : 10.1038/nature114 ​​21. PMC 3834737. PMID 22972300 .  
  62. ^ Kramer, ADI; Guillory, JE; Hancock, JT (2014). 「ソーシャルネットワークを通じた大規模な感情伝染の実験的証拠」(PDF) . Proceedings of the National Academy of Sciences . 111 (24): 8788– 8790. Bibcode : 2014PNAS..111.8788K . doi : 10.1073/ pnas.1320040111 . PMC 4066473. PMID 24889601 .  
  63. ^ Moussaid, M; Brighton, H; Gaissmaier, W (2015). 「実験的拡散連鎖におけるリスクの増幅」(PDF) . Proceedings of the National Academy of Sciences . 112 (18): 5631– 5636. arXiv : 1504.05331 . Bibcode : 2015PNAS..112.5631M . doi : 10.1073 / pnas.1421883112 . PMC 4426405. PMID 25902519 .  
  64. ^アラル、シナン、ウォーカー、ディラン (2011). 「バイラル製品デザインによる社会的伝染の創出：ネットワークにおけるピアインフルエンスのランダム化試験」.マネジメントサイエンス. 57 (9): 1623– 1639. doi : 10.1287/mnsc.1110.1421 .
  65. ^ Gile, Krista J.; Beaudry, Isabelle S.; Handcock, Mark S.; Ott, Miles Q. (2018年3月7日). 「回答者主導のサンプリングデータからの推論方法」 . Annual Review of Statistics and Its Application . 5 (1): 65– 93. Bibcode : 2018AnRSA...5...65G . doi : 10.1146/annurev-statistics-031017-100704 . S2CID 67695078. 2022年1月31日時点のオリジナルよりアーカイブ。2021年9月21日閲覧。 
  66. ^ヘッカソーン, ダグラス・D.; キャメロン, クリストファー・J. (2017年7月31日). 「ネットワークサンプリング：スノーボールと多重性から回答者主導サンプリングへ」 . Annual Review of Sociology . 43 (1): 101– 119. Bibcode : 2017ARSoc..43..101H . doi : 10.1146/annurev-soc-060116-053556 .
  67. ^グラノヴェッター、マーク (2005). 「社会構造が経済的成果に与える影響」.経済展望ジャーナル. 19 (1): 33– 50. doi : 10.1257/0895330053147958 . JSTOR 4134991. S2CID 263519132 .  
  68. ^レヴィ、ジュディス、バーニス・ペスコソリド (2002).『ソーシャルネットワークと健康』 ボストン、マサチューセッツ州: JAI Press.
  69. ^ Crona, Beatrice、Klaus Hubacek編 (2010).「特集：天然資源ガバナンスにおけるソーシャルネットワーク分析」Wayback Machineに2012年6月4日アーカイブ。『エコロジーと社会』 48ページ。
  70. ^ Ernstson, Henrich (2010). 「読書リスト：社会生態学的研究におけるソーシャルネットワーク分析（SNA）の活用」 Resilience Science 2012年4月3日アーカイブ、Wayback Machine
  71. ^アンヘイアー, HK; ロモ, FP (1995). 「資本の形態と分野の社会構造：ブルデューの社会地形学の検証」.アメリカ社会学ジャーナル. 100 (4): 859–903 . doi : 10.1086/230603 . S2CID 143587142 . 
  72. ^ De Nooy, W (2003). 「場とネットワーク：場の理論の枠組みにおける対応分析とソーシャルネットワーク分析」. Poetics . 31 ( 5–6 ): 305–327 . doi : 10.1016/S0304-422X(03)00035-4 .
  73. ^バージニア州セネカル (2012)。 「アフリカーンス語文学システム: 社会ネットワーク分析 (SNA) に基づいた実験が行われます。」LitNet アカデミー。9：3。
  74. ^ Lotker, Zvi (2021)、「マシン・ナラティブ」、ソーシャルネットワークにおけるナラティブの分析、Cham: Springer International Publishing、pp.  283– 298、doi : 10.1007/978-3-030-68299-6_18、ISBN 978-3-030-68298-9、S2CID  241976819{{citation}}: CS1 maint: work parameter with ISBN (link)
  75. ^ Podolny, JM; Baron, JN (1997). 「資源と関係性：職場におけるソーシャルネットワークとモビリティ」アメリカ社会学評論. 62 (5): 673– 693. CiteSeerX 10.1.1.114.6822 . doi : 10.2307/2657354 . JSTOR 2657354 .  
  76. ^パーク, セミン; グロッサー, トラビス J.; ローバック, アダム A.; マシュー, ジョン E. (2020年2月3日). 「ネットワークの観点から見た作業チームの理解：レビューと今後の研究の方向性」 .ジャーナル・オブ・マネジメント. 46 (6): 1002– 1028. doi : 10.1177/0149206320901573 .
  77. ^ Lee, J.; Kim, S. (2011). 「感情的な組織コミットメントにおけるソーシャルネットワークの役割の探究：ネットワークの中心性、絆の強さ、そして構造的欠陥」(PDF) .アメリカ行政評論. 41 (2): 205– 223. doi : 10.1177/0275074010373803 . S2CID 145641976 . 
  78. ^ Bowler, WM; Brass, DJ (2011). 「対人関係における市民行動の関係的相関：ソーシャルネットワークの視点」. Journal of Applied Psychology . 91 (1): 70– 82. CiteSeerX 10.1.1.516.8746 . doi : 10.1037/0021-9010.91.1.70 . PMID 16435939 .  
  79. ^ a b c（クラリッジ、2018年）。
  80. ^ a bコーリー、ガウラフ;デシュムク、ジャヤティ。スリニヴァーサ、スリナス（2020）。「エンゲージメントと信念の改訂としてのソーシャル キャピタル」。アレフでは、サミン。ボンチェヴァ、カリーナ。ブラギエリ、マルコ。ディグナム、フランク。ジャンノッティ、フォスカ。グリゾリア、フランチェスコ。ペドレスキ、ディーノ (編)。社会情報学。コンピューターサイエンスの講義ノート。 Vol. 12467. チャム: Springer International Publishing。 pp.  137–151。土井: 10.1007/978-3-030-60975-7_11。ISBN 978-3-030-60975-7. S2CID  222233101 . 2021年6月9日時点のオリジナルよりアーカイブ。2021年6月9日閲覧。
  81. ^セバスティアン・バレンズエラ、ナムス・パーク、カーク・F・キー (2009). 「ソーシャルネットワークサイトに社会資本は存在するか？Facebookの利用と大学生の生活満足度、信頼、そして参加」 . Journal of Computer-Mediated Communication . 14 (4): 875– 901. doi : 10.1111/j.1083-6101.2009.01474.x .
  82. ^ Wang, Hua & Barry Wellman (2010). 「アメリカにおける社会的つながり：2002年から2007年にかけての成人の友人関係ネットワーク規模の変化」アメリカ行動科学者誌. 53 (8): 1148–1169 . doi : 10.1177/0002764209356247 . S2CID 144525876 . 
  83. ^ Gaudeul, Alexia; Giannetti, Caterina (2013). 「ソーシャルネットワーク形成における相互関係の役割とLiveJournalへの応用」. Social Networks . 35 (3): 317– 330. doi : 10.1016/j.socnet.2013.03.003 . ISSN 0378-8733 . 
  84. ^ミル、ジョン（1909年）『政治経済学原理』経済と自由の図書館：ウィリアム・J・アシュリー。
  85. ^ Csermely, Peter (2017年7月). 「創造性と深い思考のネットワーク概念：社会的意見形成と才能支援への応用」 . Gifted Child Quarterly . 61 (3): 194– 201. arXiv : 1702.06342 . doi : 10.1177/0016986217701832 . ISSN 0016-9862 . S2CID 14419926 .  
  86. ^ガードナー、ハイディ、エクルズ、ロバート (2011). 「エデン・マッカラム：ネットワークベースのコンサルティング会社」ハーバード・ビジネス・スクール・レビュー.
  87. ^ Xiao, Zhixing; Tsui, Anne (2007). 「ブローカーが機能しないかもしれない時：中国のハイテク企業における社会資本の文化的偶発性」（2016年9月14日、 Wayback Machineにアーカイブ）. 『Administrative Science Quarterly』 .
  88. ^ Garton, Laura; Haythornthwaite, Caroline ; Wellman, Barry (2006年6月23日). 「オンラインソーシャルネットワークの研究」. Journal of Computer-Mediated Communication . 3 (1): 0. doi : 10.1111/j.1083-6101.1997.tb00062.x . S2CID 29051307 . 
  89. ^ Wei, Wei; Joseph, Kenneth; Liu, Huan; Carley, Kathleen M. (2016). 「Twitterにおけるアカウント停止ユーザーの特性とネットワークの安定性の調査」『ソーシャルネットワーク分析とマイニング』6 51. doi : 10.1007/s13278-016-0358-5 . S2CID 18520393 . 
  90. ^ Bojanowski, Michał; Corten, Rense (2014-10-01). 「ソーシャルネットワークにおける分離の測定」 .ソーシャルネットワーク. 39 : 14–32 . doi : 10.1016/j.socnet.2014.04.001 . ISSN 0378-8733 . 

さらに読む

ウィキメディア コモンズには、ソーシャル ネットワークに関連するメディアがあります。

組織

査読付きジャーナル

教科書と教育リソース

データセット

「 https://en.wikipedia.org/w/index.php?title=Social_network&oldid=1333465611」より取得