網絡分析

前言：想要寫出一篇令人眼前一亮的文章嗎？我們特意為您整理了5篇網絡分析范文，相信會為您的寫作帶來幫助，發現更多的寫作思路和靈感。

網絡分析范文第1篇

網絡分析服務近兩年在國內迅速崛起，成為ASP服務的一個重要組成部分。然而，網絡監測的有效性和精確性卻頻頻遭到質疑，一些專業網站、電子商務平臺運營者抱怨，由于技術和數據分析標準上的滯后，導致ROI測算數據嚴重失真。很多網站號稱能夠精確獲知用戶信息，而且能夠拿出各種數據來證明自己的人氣，如pv、用戶IP量等等，但是，這些數據實際上并不能反映出整個網絡傳播的質量。

“網絡分析服務亟須確立全新的技術標準和指標，有質量的流量比純粹的高流量更為重要。”國內領先的網絡分析服務商99click公司總裁馬天云日前在接受記者采訪時表示。

目前，對于網絡傳播效果的測算，應用最普遍的指標就是pv，即網站瀏覽的數量。大多數免費流量監測軟件可以很容易地獲得網站的訪問數量和訪問者來源，然而這種衡量方式得出的結果同真實情況卻存在很大的誤差，無法辨別訪問者的誤訪、甚至虛假點擊，也無法分析不同來源訪問者在瀏覽行為上的差異。99click公司提出了一種以“二跳”指標作為測算標準的方法，所謂“二跳”就是指網民在點擊廣告鏈接進入被監測網站后，又點擊進入了該網站的某個鏈接。據馬天云介紹，除了“二跳”指標之外，還有轉化分析、路徑分析等指標，這些都能夠更科學地反映出流量的質量，準確地將網絡廣告的效果測量出來。與普通監測軟件不同，99click的測算方法還可以為客戶提供網絡分析的訂制服務，比如應客戶需求開發出郵件投放監測、廣告活動分析等系統功能，讓用戶輕松及時地掌握自己在多個網站中投放的廣告哪些收益更高、哪些沒有必要。據了解，國內最大的電子商務網站當當網最終選擇99click，就是因為看中其提供的服務并不僅僅是簡單的流量監測，而是一個可以隨需而變的全套解決方案。此外，目前國內最大的搜索引擎“百度”也通過99click的標準和技術，為中國移動、海爾、HP、Sony這些大客戶提供第三方評測服務。

對于很多以內容服務為核心的網絡運營者來說，網頁分析功能也是至關重要的。很多網站的自我優化，往往是沒有根據也沒有目的的，不僅沒有提高用戶的粘度，相反卻引起了用戶的逃離。99click網頁分析服務可以使用戶從真實有效的數據中得知網站訪問者的瀏覽習慣，總結網站內容的成敗得失，為網站優化提供可靠依據。目前“車趣網”、“芒果網”等一批新銳電子商務網站均采用了99click的網頁分析服務。

對于整個互聯網來說，真正促進技術進步的乃是標準的確立，在網絡分析服務領域同樣如此。互聯網的監測服務從初始的流量監測走到今天，必將向質量監測、標準化邁進。作為繼ISP、ICP、電子商務之后的互聯網應用第四階段，ASP的崛起必將大力推進互聯網的發展，而隨著網絡分析服務的成熟，互聯網這個新媒體將煥發出更誘人的魅力。

網絡分析范文第2篇

關鍵詞:無尺度網絡;冪次定律;集散節點

中圖分類號:TP301.6 文獻標識碼:A 文章編號:1009-3044(2009)15-3876-02

The Analysis and research of Scale-free Networks

LIU Qing-Feng

(Anyang Institute of Technology, Anyang 455000, China)

Abstract: This paper describes the discovery of scale-free networks and their properties, introduces briefly the significance of scale-free networks for research of science, and point out the challenges it faced.

Key words: scale-free networks; power law; networks hub-node

1 引言

社會也是一個網絡,它由友情、家庭和職業關系彼此連結。在更大的尺度上,食物鏈和生態系統可以看作是由物種所構成的網絡。大腦,也是由軸突相連結的神經細胞網絡組成的,而細胞本身,又是生化反應相連結的分子網絡。科技領域的網絡更是隨處可見:因特網、電力網和運輸系統都是實例。就連在文章中我們用以向你傳遞思想的語言,也是一種由語法相互串連在一起的文字網絡。

盡管網絡是如此重要和普遍,但科學家對它的結構和屬性卻知之不多。在復雜的基因網絡中,故障節點是如何相互作用而引發癌癥的?在特定的社會和通信系統中,疾病和電腦病毒如何快速傳播而導致流行?某些網絡即便大部分節點失效,還能維持運行,原因何在?

2 無尺度網絡

網絡有隨機網絡和無尺度網絡,許多網絡包括因特網、人類社會和人體細胞代謝網絡等,都是無尺度網絡。網民對網站的訪問,可以說是獨立、自由的,完全取決于網民本人的主觀意愿。在做大量統計實驗之前,科學家預測,連接數k應當服從泊松分布或正態分布,即每個網站的被訪問量差異不會太大,就像人類身高差異不會太大那樣。然而,實測結果了這個預測。Barabasi等人設計了一種軟件,可以從一個節點跳到另一節點,收集并記錄網上的所有連接。在對幾十萬個節點進行統計之后,發現了令人驚異的結果:當絕大多數網站的連接數很少的情況下,卻有極少數網站擁有高于普通網站百倍、千倍甚至萬倍的連接數。就像在茫茫人海中突然發現若干身高數百尺巨人那樣令人意外。巨人的身高之大,已不能用普通人高度的尺度來度量,于是想出了“無尺度”的用詞,形容少數節點連接數大大超出普通節點的現象。

上述實驗結果可以用冪次定律表達:出現連接數為k的概率 p(k),反比于k的n次方( P (k ) ～ k-n )。其中,n稱為冪數,它是很接近于2的一個常數。

2.1無尺度網絡的特性

很多復雜系統擁有共同的重要特性:大部分節點只有少數幾個連結,而某些節點卻擁有與其他節點的大量連結。這些具有大量連結的節點稱為“集散節點”,所擁有的連結可能高達數百、數千甚至數百萬。由此看來,這一特性似乎能說明網絡是無尺度的。

無尺度網絡具有某些重要特性。例如它們都可以承受意外的故障,但面對協同式攻擊卻很脆弱。

了解這些特性,可能導致許多領域出現新的應用。例如,電腦科學家可能據此設計出更有效的策略,以保護因特網免受電腦病毒的侵害。

2.2 無尺度網絡的存在

過去幾年中,研究者在很多不同的系統中都發現了無尺度結構。我們研究萬維網的目標是以超連結彼此串連的虛擬網頁網絡。相比之下,美國加州大學河濱分校的Faloutsos、加拿大多倫多大學的Faloutsos以及美國卡耐基梅隆大學的Faloutsos則是分析因特網的物理結構。這三位電腦科學家兄弟研究了以光纖或其他通信線路連接的路由器,他們發現,這個實體網絡的拓撲結構也是無尺性的。

3 無尺度網絡的形成原因

無尺度網絡的形成主要有兩個原因。

3.1 成長性

萬維網的頁面數量絕對不是恒定的。1990年整個萬維網只有一個網頁,而到今天它的網頁數已經超過了30億。大部分網絡也都具有類似的發展過程。1890年好萊塢只有屈指可數的幾位演員,但隨著越來越多的人加入這個行業,新人與之演員建立聯系,如今這個網絡已經超過了50萬人。大約30年前,整個因特網只有幾個路由器,隨著新的路由器與網絡原有的路由器相連結,如今路由器的數量已經高達百萬。由于現實中的網絡具有不斷成長的本性,所以老節點獲得連結的機會就比較高。

3.2 優先性

此外,并非所有的節點都是平等的。在選擇將網頁連結到何處時,人們可以從數十億個網站中進行選擇。然而我們大部分人只熟悉整個萬維網的一小部分,這一小部分中往往包含那些擁有較多連結的站點,因為這樣的站點更容易為人所知。只要連結到這些站點,就等于造就或加強了對它們的偏好。這種“優先連結”的過程,也發生在其他網絡。在好萊塢,連結關系較多的影星更容易受到新秀們的重視。而在因特網上,那些連結較多的路由器通常還擁有更大的帶寬,因而新用戶就更傾向于連結到這些路由器上。在美國的生物技術產業內,象Genzyme這樣的知名公司更容易吸引到同盟者,而這又進一步加強了它在未來合作中的吸引力。類似地,被引用較多的科學文獻,會吸引更多的研究者去閱讀和引用。美國著名的社會學家K?Merton將這種現象稱之為“馬太效應”。這個詞來源于《新約》圣經的內容:“凡有的,還要加給他,叫他有余。”

成長性和優先連結這兩種機制,有助于解釋集散節點的存在。當新節點出現時,它們更傾向于連結到已經有較多連結的節點,隨著時間的推進,這些節點就擁有比其他節點更多的連結數目。這種“富者逾富”的過程,有利于早期節點,它們更有可能成為集散節點。

4 無尺度網絡的潛在意義

4.1 運算

具有無尺度結構的計算機網絡,例如萬維網,對意外故障具有極強的承受能力,但面對蓄意的攻擊和破壞卻可能不堪一擊。 要想在因特網上徹底清除病毒,即使是已知的病毒,也是不可能的。

4.2 醫學

對天花等嚴重疾病的疫苗接種,如果能針對集散節點(即那些與很多人具有連結關系的人)進行,也許可以達到最大的效果,但要找出屬于集散節點的人非常困難。

弄清人體細胞內的網絡結構,將有助于研究者發現和控制藥物的副作用。此外,若能識別出那些與特定疾病有關的集散點分子,就可開發只針對這些集散節點作用的新藥物。

4.3 商業

了解公司、產業與經濟之間的連結方式,有助于研究人員監控和預防大規模的經濟衰退。

研究流行病在無尺度網絡中的傳播現象,為市場人員傳播他們的新產品提供了新方法。

5 無尺度網絡面臨的挑戰

無尺度網絡對意外故障具有驚人的強韌性,這一特性本質上源于這些網絡的非同質拓撲結構。隨機去除的方式所破壞的主要是那些不重要的節點,因為它們的數目遠大于集散節點。與那些幾乎連結所有節點的集散節點相此。那些不重要的節點只擁有少量的連結。因而去除它們不會對網絡拓撲結構產生重大的影響。但是,對集散節點的依賴,也帶來了一個嚴重問題:面對蓄意攻擊時,網絡可能不堪一擊。通過一系列的模擬,我們發現,只要去除少數幾個主要集散節點,就可導致因特網潰散成孤立無援的小群路由器。

無尺度網絡的這一致命缺陷,引發了這樣一個問題:到底有多少集散節點是必不可少的?最近的研究表明,總的來說,只要有5-10%的集散節點同時失效,就足以搞垮系統。我們對因特網的實驗顯示,一次有組織的協同攻擊,只要去除掉若干個集散節點(先去除最大的,再去除次大的,依次類推),就足以造成重大破壞。

6 結束語

為了避免因惡意攻擊帶來網絡的大規模破壞,最有效的辦法就是保護好集散節點。不過,要想知道特定的網絡系統到底有多容易被破壞掉,還有待進一步的研究。

參考文獻:

[1 ]Andrew Y.Wu Michael Garland Jiawei Han. Mining Scale-free Networks using Geodesic Clustering [J].KDD’04 August: 719-724.

[2] Albert R, Barabási A L. Statistical mechanics of complex networks [J]. Rev. Mod. Phys,2002, 74: 47- 97.

[3] Newman M E J. The structure and function of complex network s [J]. Society for Industrial and Applied Mathematics, 2003, 45: 167-256.

[4] 李幼平.無尺度現象引發的思考――文化傳播對網絡的反作用[EB/OL]. 中國工程物理研究院(傳媒投資網2005-3-18)

[5] 無尺度網絡[J]. 摘自《科學美國人》中文版2003.7

[6] Yan Gang, ZhouTao, Wang Jie, Fu Zhong-Qian, Wang Bing-Hong. Epidemic spread in weighted scale-free networks [J]. September 13, 2004 .

網絡分析范文第3篇

由于實際的網絡較為復雜，是一個由200多個國家和近400個組成的網絡，分析起來較為復雜，因此這里以一個假想的組成的簡易網絡為例，介紹社會網絡分析在研究中的應用。如表1所示，這是一個假設的網絡。

2構建網絡

網絡可以使用矩陣、二分圖和超圖來表示，所有這些表示方法都包含了相同的信息。在表1中，使用的是矩陣表示的網絡。矩陣ijAa，叫做從屬矩陣。矩陣A是一個行代表行動者，列代表事件的雙模關系矩陣。具體地表示為：1j0jijIGOaIGO如果國家i參與了如果國家i未參與網絡也可以用二分圖來表示，如圖1所示，其中的點被分為兩個子集，所有的邊都是在不同子集的節點對之間的，表示該國家屬于某個。二分圖的優點是，可以清晰地看到國家之間以及國家和之間的非直接聯系。網絡還可以用超圖來表示，如圖2所示。因為從屬網絡可以用實體子集的集合來描述，所以每個事件描述了它所包含的行動者的子集，每個行動者描述了它所屬的事件的子集。用這種方式看待從屬網絡是超圖方法的基礎。超圖包含一組客體，稱為點，以及一個客體子集的集合，稱為邊。在網絡中，一個包含N個國家的點集和M個的邊集組成的超圖用符號表示為HN,M。通過點和邊的轉置，就可以得到對偶超圖*HM,N。對偶超圖里，被描述成點，行動者被描述成邊。盡管表示網絡的方式有三種，但矩陣是其中最常用的一種方法。這是因為一方面矩陣在進行變換和運算時比較方便，另一方面，二分圖和超圖都不適用于大規模的社會網絡分析，表示起來十分復雜。將圖1中的矩陣進行TAA的轉化，即得到表2所示的國家之間的社會關系矩陣S，圖3是國家之間的社會關系網絡圖。利用矩陣S對國家的社會關系網絡進行分析。當然，這里也可以通過轉化TAA得到的社會關系矩陣，本文以分析國家之間的網絡關系為例，之間的網絡關系可以同理進行分析。

2.1網絡性質分析

在網絡構建的基礎上，可以對網絡的性質進行全面的分析。這里結合當前網絡研究的熱點問題，主要講述節點的中心性分析和網絡的聚類分析。進行中心性分析是為了找出一些在中活躍程度較高、作用比較突出的國家，它們對整個網絡產生的影響比較顯著。通過聚類分析找出網絡結構相類似的國家，根據社會網絡分析理論就可以推斷這些國家可能在國際事務中會表現出相似的行為，這對揭示對國家、國際關系的影響有重要的意義。（在進行相關數據分析和處理的時候，使用了Ucinet6.0分析軟件）。中心性分析社會網絡分析中，中心性分析的方法很多，常用的包括點度中心度（Degeecentrality）、接近中心度（closenesscentrality）和中介中心度（Betweennesscentrality）分析。在矩陣S中，國家的點度中心度是該國與其他國家共同參與的數量之和，這個指標揭示了該國與其他國家聯系的緊密程度，但是它沒有考慮到其他節點的重要程度。國家的接近中心度是通過該國到達其他國家的距離來計算的，這個指標可以用來估計信息或者資源傳遞到一個給定節點的時間。國家的中介中心度是通過最短路徑的數量來計算的，最短路徑是指該國作為兩國發生聯系必須經過的節點，它反映了網絡的效能對一個國家依賴程度。不過，接近中心度和中介中心度都沒有考慮所有路徑的意義。之后，隨著研究的深入，又出現了一些測量特定性質的中心度算法。這些中心度算法包括特征向量中心度（eigenvectorcentrality），信息中心度（informationcentrality），流中介中心度，特征向量中心度測量了一個國家吸引網絡資源的能力，信息中心度和流中介中心度測量了一個國家在網絡中接受信息資源的效率。在實際應用中，應該根據網絡分析的實際需要，綜合運用多種分析方法。對矩陣S進行六種中心度分析的結果，從中可以看出，美國和法國的點度中心度是最高的，但是法國的接近中心度、中介中心度和信息中心度都比美國高，這是因為法國與更多的國家有直接的聯系。在特征向量中心度上，美國比法國擁有更高的中心度，這是因為美國與英國有很強的直接聯系。

2.2聚類分析

當兩個國家與其他國家之間的聯系相同，就稱它們在網絡結構上等價。事實上，完全等價是非常少見的，因此在位置分析中，可以嘗試找出位置相類似的國家。聚類分析的方法主要包括層次聚類分析法（HierachicalCluster）、迭代相關收斂法（ConvergentCorrelations）和多維標度法（Multidimensionalscaling）。這里，以最常用的層次聚類分析法為例進行層次聚類。為了判斷兩個國家的相似程度，需要對兩兩國家聯系的相似性進行度量，當前的度量方法主要有距離法和相關系數法。在網絡中普遍使用的是距離法，在社會關系矩陣S上，應用距離法可以得到一個距離矩陣D。距離矩陣可以通過兩種方法進行計算，一種是通過絕對值計算的通過絕對值進行計算，得到的絕對距離矩陣。從中可以看出，雖然法國和俄羅斯同中國聯系的緊密程度是相同的，但俄羅斯與中國的距離更近，更易于劃分為同一類。這是因為中國和俄羅斯的對外聯系十分相似，都只同法國參加了同樣的，而法國還與美國和英國參加了同樣的。所以在接下來的聚類分析過程中，俄羅斯就更容易同中國劃分為一類國家。在得到絕對距離矩陣以后，利用層次聚類法對國家進行分類。首先將每個國家作為一個獨立的類，共有5個獨立的類。然后增加距離的大小，以此作為分類的參考，直到得到想要的分類結果。通過逐漸減少分類的數量，可以得到表5的分類結果。依據分類結果，認為美國和英國在網絡中具有相類似的地位，根據社會網絡分析中網絡地位和角色的相關理論，可以推斷它們會在一些國際問題中表現出相似的行為。

3影響

網絡分析范文第4篇

關鍵詞：城市；技術轉移；雙網絡；高校；企業

中圖分類號：F204 文獻標識碼： 文章編號：

Abstract： Using 2008～2012 bilateral data of technology transfer between cities in China， we compare the technology transfer network structure and function of universities and firms through a dual social network analysis. Results illustrate： 1）Universities and firms have different requirements for cities’ resources. 2）The technology output of firms in the network is more than that of universities. 3）The output and input of technology of developed cities is far ahead of backward ones.4）There are cities occupying the critical path of technology transfer to the Midwest in both networks.5）There is a positive correlation between the two networks.

Key words： city； technology transfer； dual network； university； firm

引言

技術轉移是企業在現代開放式創新環境下，從外部技術市場引進科技資源、創新資源從而提高自身創新能力的重要途徑[1， 2]。然而，由于我國技術市場機制不夠完善，技術轉移仍是企業提升自主創新能力的重大阻礙。技術轉移過程是一個雙邊關系的形成過程，關系強弱、路徑長短等是技術轉移結果的體現[3]，它不僅與主體間的技術勢差有關，還受主體地理位置的影響，具有典型的地理特征[4]。而跨區域技術轉移打破了地理界限和行政隸屬關系，將不同地理區域連結成一張龐大的技術轉移網絡，實現了科技資源在不同區域間的優化配置[5]。此外，由于不同的網絡結構會影響網絡的知識傳遞潛力[6]，且主體在網絡中所占據的位置不同，其獲取資源和信息的便利程度也不同[7]，所以近年來諸多學者運用社會網絡分析方法對技術轉移的網絡關系進行定量分析并以可視化圖譜對其結構特征進行直觀展示[8-10]，以期從網絡的結構和功能層面促進跨區域技術轉移。

城市是我國技術轉移網絡中最重要的組成單位，因此跨區域技術轉移必須以創新能力較強的城市為中心[4]，以此來推動全國范圍內的技術轉移。現有研究大多從國際、省際的層面研究技術轉移網絡[11， 12]，極少從城市創新合作網絡的層面展開。但知識和技術的流動、經濟發展和政治制度的交互作用，并不僅僅存在于國際范圍內或是省與省之間，更多的是發生在局部的城市之間[13]。在我國，城市不僅是經濟競爭的基本單位，同時也是技術創新和科技進步的孵化器，是踐行國家政策方針的最終主體。因此，研究城市技術轉移網絡，能從更為微觀和具有實踐性的層面為促進技術轉移的政策制定提供依據。

高校和企業是城市技術轉移網絡中最重要的兩個主體，而不同主體其要素稟賦特征不同，獲取新知識的機會、利用資源的能力、技術轉移的動機等也不同，顯然其網絡結構和功能會有很大差異。但目前，在運用社會網絡分析技術轉移時，學者普遍從單一網絡的視角出發，并沒有關注不同的技術讓與主體之間的網絡差異以及網絡的交互作用。

本文以我國城市間技術交易數據（以專利技術許可規模為指標）為基礎，利用社會網絡分析方法對高校和企業兩個不同技術轉移主體形成的雙網絡進行對比研究，旨在比較兩張網絡的結構特征和功能效率等，以及分析兩張網絡的相互作用，最終為我國技術轉移提出新的政策建議。

本研究首次運用雙網絡比較法將同一城市放在多張網絡中對比分析，在一定程度上彌補了理論研究的不足，且極具現實意義。首先，分析主體間的關系狀態能有效揭示技術轉移的現狀及規律，更能從整體上把握整個技術交易市場的結構模式和空間格局，進而協調和促進跨區域技術轉移的進程[14]。其次，跨區域技術轉移必須以創新能力較強的城市為中心[4]，所以重點研究我國各省會城市、直轄市及副省級城市之間的技術轉移網絡能有效帶動我國整個技術轉移網絡系統。最后，基于主體視角對高校和企業兩個不同主體形成的網絡進行對比分析，找出兩者的共性和異性，同時弄清兩個網絡的相互關系，能以此為區域間技術轉移的相關政策制定提供更為具體有效的依據。

1數據與方法

1.1數據來源

專利技術是創新活動的主要成果之一，而專利許可是科學技術向生產力轉化的重要途徑，是國內外學者衡量技術轉移的慣用指標。本文使用國家知識產權局公布的技術許可數據，通過許可合同包含的讓與人、受讓人、技術標的物等信息匹配技術轉移城市。前期數據處理工作經歷了三個階段：第一，經過大量的數據檢索、整理及統計，得到2008～2012年的許可數據共84693條；第二，對讓與人及受讓人地區進行篩選，將區域范圍設置為省會城市、直轄市以及副省級城市，共得到數據12288條；第三，將讓與人屬性限定為高校及企業，共得到數據12233條。即本研究針對高校、企業作為讓與人的城市技術轉移網絡，最終得到了12233個樣本作為研究基礎，其中高校作為讓與人的有2231條，企業作為讓與人的有10002條。

1.2研究方法

基于我國36個省會城市、直轄市以及副省級城市之間不同技術轉移主體引導的技術轉移關系可構建兩張區域間技術轉移網絡。其中，網絡節點為36個城市，節點聯系分別為各城市之間高校和企業作為讓與人的專利許可項數。本文運用社會網絡分析方法對這種網絡關系進行定量分析并以可視化圖譜直觀展示兩張網絡的結構特征，使用的網絡測量指標有網絡規模、網絡密度、節點強度、網絡中心性、結構洞、區塊特征、核心―邊緣模型等[15]。

2高校及企業城市技術轉移網絡比較研究

為了全面有效地對兩張網絡進行分析，本文從網絡的整體特征、網絡中心性及中介行為、網絡位置角色及結構特征、網絡相互關系等四個方面展開研究。

2.1網絡整體特征對比分析

表1的各項指標從一定程度上反映了兩個網絡整體概況的差異。高校、企業技術轉移網絡的密度分別是0.227和0.285，網絡密度均偏低，即兩個網絡對行動者的態度、行為產生的積極影響程度較低。而相對來說，企業技術轉移網絡較高校技術轉移網絡技術轉移活動更為密切和頻繁，其網絡密度較大，關系數量也較高校技術轉移網絡多73條，即企業比高校能更加便利地從網絡上獲取各種資源。從節點的平均距離來看，高校技術轉移網絡的跨度大于企業技術轉移網絡，其網絡中的城市通過約2個城市能到達其它城市。而從凝聚力指數來看，企業技術轉移網絡建立在距離基礎上的凝聚力要比高校技術轉移網絡稍強。

圖1是兩個網絡的整體網絡圖，全面展示了兩個不同主體引導的所有城市技術轉移關系。網絡呈現出邊緣、半邊緣、核心城市三個層次，其中邊緣城市的關系數量較少，而核心城市的關系數量最多，且關系線也較粗。進一步過濾掉城市間技術轉移頻次小于等于10的低強度關系，簡化后如圖2，網絡密度大幅度減小，大部分城市變為了孤立點。

以上研究發現：（1）企業技術轉移網絡的網絡密度、凝聚力指數均高于高校技術轉移網絡，但整體上兩個網絡的兩項指標均偏低。（2）由于不同技術轉移主體對城市的要素稟賦特征要求不同，同一城市在兩個網絡中所處的位置并不同。（3）專利技術轉移強度極低，大部分城市的技術轉移頻次均低于10。在引入關系強度后，兩個網絡僅分別保留了原圖中3.8%、21.7%的關系。

2.2網絡中心性及中介行為對比分析

各城市在兩個網絡中表現出來的中心性特征差異明顯，其中圖3和圖4中的出度、入度分別表示技術輸出和技術吸納。從技術輸出看，企業技術轉移網絡中各城市的技術輸出普遍領先于高校技術轉移網絡，反映了我國高校技術轉化率低，同時也說明具有技術資源優勢并不一定會引起技術轉移，技術轉移在很大程度上還受技術交易意愿的影響。企業迫于盈利的壓力，會最大程度地利用自身資源，但高校沒有此方面的壓力，技術交易意愿不強。在高校技術轉移網絡中，起到技術輸出中心作用的城市依次是上海、北京、天津、杭州、西安、南京、廣州等高等教育較為發達的地區，具有強大的技術產出能力支撐。而在企業技術轉移網絡中發揮技術輸出中心作用的城市是擁有絕對地理、經濟優勢的京滬粵江浙等地區。例如深圳在高校技術轉移網絡中出度并不大，但是由于其在經濟發展、創新環境、地理區位等各方面都有其他城市無法比擬的優勢，其技術輸出在企業技術轉移網絡中躍居第一，其后依次是北京、上海、南京、西安等。高校、企業技術轉移網絡的出度中心勢分別為11.174%和10.081%，技術輸出均集中在少數城市。從技術吸納看，深圳、寧波、上海、北京、廣州、南京、杭州等城市在兩個網絡中均居于中心地位，說明不論技術讓與人是誰，技術吸納能力強的城市均能發揮自身優勢。高校、企業技術轉移網絡的入度中心勢分別為11.965%和5.902%，反映了高校技術轉移網絡的技術吸納集中在少數城市，而企業技術轉移網絡的技術吸納比較分散。

區域經濟發展不平衡和科技資源分布不均是導致我國各大城市技術輸出和吸納不均衡的首要因素。理論上，存在經濟勢差和技術勢差會促使技術從發達地區流向落后地區。但圖3、圖4均顯示中西部欠發達地區在兩個網絡中的出度、入度均處于邊緣地位，而發達地區同時是技術輸出和吸納中心。形成這樣的狀況主要是由于我國目前經濟和科技資源分布過度傾斜，導致欠發達地區技術吸收能力缺失。因此，均衡分布科技資源，促進欠發達地區的技術吸收是緩解欠發達地區在創新網絡中邊緣化的有效途徑。

中間中心度測量了一個城市在多大程度上充當著其他城市之間溝通的橋梁，一個城市的中間中心度越高，該城市擁有的資源優勢就越多，對其他城市的控制能力也越強。圖5顯示，高校、企業技術轉移網絡中各城市的中間中心度差異很大，例如廣州和長沙在高校技術轉移網絡中的中間中心度位居前列，僅次于北京和上海，但是其在企業技術轉移網絡中卻表現平平，反映了這兩個城市在高校技術向中西部轉移的進程中發揮了極其重要的中介作用，是高校技術西進的重要橋梁，但在企業技術轉移中卻并未發揮很好的傳遞作用。相反，深圳在企業技術轉移網絡中卻極大程度地充當著眾多城市之間的中間人。

除了北京、上海、天津等發達城市，杭州、武漢、重慶、成都等城市在兩個網絡中的中間中心度也較高，說明這些城市在兩個網絡中均處于技術資源和信息流通的關鍵位置，控制著技術向中西部轉移的關鍵路徑，是我國促進技術轉移進程應該重點培育的城市。技術轉移具有一定的輻射范圍，因此靠近發達城市的地區應該能更加便利的接受技術并向其他地區轉移，進而形成全方位的技術輻射和擴散圈。但是靠近北京、天津的沈陽并未能發揮技術轉移的過渡作用而向東部的長春、哈爾濱輻射技術，此外，石家莊、合肥等也占據著優越的地理位置，但是在技術向中西部轉移的過程中都未能發揮積極的傳遞作用。高校、企業技術轉移網絡的中間中心勢分別為10.82%和14.66%，企業技術轉移網絡的中間中心勢較高，說明該網絡中各個小團體過度依賴于幾個中心城市的傳遞作用。

2.3網絡位置角色及結構特征對比分析

利用CONCOR法分析得出高校、企業技術轉移網絡的分塊結果如圖6所示。兩個網絡均分為五個區塊，但各區塊包含的成員及區塊之間的關系并不相同。在高校技術轉移網絡中，第1區塊包含了北京、寧波、廣州、上海、天津、深圳、南京等城市，屬于輸出傾向型區塊，大量地向剩余的四個區塊輸出技術，同時也從第2、3、4個區塊吸納技術以維持其核心地位。同時，第1區塊的塊內密度很大，其內部成員間的聯系極其緊密。第2區塊包含的成員高校資源豐富，但卻屬于輸入傾向型區塊，沒有很好地向第3、4區塊輸出技術。第5區塊是典型的邊緣型、輸入型區塊。在以企業為主體的城市技術轉移網絡中，第1區塊包含了貴陽、呼和浩特等經濟發展程度相對較低的城市，而天津、成都、武漢、杭州等城市卻分布在其他區塊，這說明貴陽、呼和浩特雖然技術轉移強度不大，但是其與核心城市聯系緊密，與經濟發達城市具有網絡結構對等性。高校、企業技術轉移網絡的塊模型R平方值分別為0.325、0.172，說明高校技術轉移網絡的區塊特征強于企業技術轉移網絡，而企業技術轉移網絡中結構相似的節點較高校技術轉移網絡多，個體行動者的發展也更平衡。

采用UCINET中的核心―邊緣模型對網絡的核心邊緣結構進行分析，得到如下結果。表2分別列出了兩個網絡中的核心城市，邊緣部分由其余城市組成，表3是兩個網絡核心邊緣結構的密度矩陣。高校技術轉移網絡的核心部分由北京、廣州、杭州、南京、上海、深圳、天津等7個城市組成，核心部分各城市間密度為6.286，而邊緣部分各城市間密度僅為0.231，核心到邊緣和邊緣到核心的密度相差不大，分別為1.291和1.015。企業技術轉移網絡的核心部分由北京、南京、寧波、上海、深圳等5個城市組成，核心部分各城市間網絡密度高達30.15，而邊緣部分僅為0.771，核心到邊緣的密度為6.026，是邊緣到核心3.787的約兩倍，說明網絡呈現出明顯的核心―邊緣結構，技術轉移高度集中于5個核心成員之間，且邊緣部分主要依賴于從核心部分吸納技術，相互之間交流不多。

2.4兩個網絡相互關系分析

QAP（二次指派程序）是一種測量關系之間關系的分析方法。本文用QAP方法檢驗以高校為主體的城市技術轉移和以企業為主體的城市技術轉移之間的相互關系，檢驗結果如表4所示，相關系數0.391，顯著性0，說明我國城市之間的高校技術轉移和企業技術轉移是正相關的，并且在統計意義上這種相關關系是顯著的。即兩張城市技術轉移網絡雖然以高校、企業兩個不同的主體引導，但兩張網絡是正向相關的，各自的關系能相互促進，高校技術轉移關系強的城市之間企業技術轉移關系也趨向于發生，反之亦然。

3結論及政策建議

跨區域技術轉移是區域間資源優化配置的有效途徑，是各地區保持和提升創新能力的必經之路。本文以城市技術轉移網絡為研究對象，并將其區分為以高校為主體的城市技術轉移網絡和以企業為主體的城市技術轉移網絡，首次運用雙網絡比較法將同一城市放在兩張網絡中進行對比研究。通過對比分析兩張網絡的整體特征、網絡中心性及中介行為、網絡位置角色及結構特征、網絡相互關系等，得出以下主要結論：（1）從網絡的整體特征規律來看，兩個網絡的網絡密度、技術轉移強度均較低，且由于高校、企業兩個主體對城市的要素稟賦特征要求不同，同一城市在兩個網絡中所處的位置并不同。（2）從技術輸出和輸入度來看，企業技術轉移網絡中各城市的技術輸出普遍領先于高校技術轉移網絡，反映了我國高校技術轉化率低；同時，兩張網絡中發達地區的技術輸出與吸納均遙遙領先于落后地區，處于絕對中心地位。（3）從中間中心度來看，各城市在兩個網絡中的中間中心度差異很大，即同一城市在不同網絡中的中介行為強度不同；但也存在如北京、上海、杭州等在兩個網絡中均處于技術資源和信息流通關鍵位置的城市，控制著技術向中西部轉移的關鍵路徑。（4）從網絡位置和結構特征來看，兩個網絡均分為五個區塊，但各區塊包含的成員以及區塊之間的關系差異很大，且高校技術轉移網絡的區塊特征強于企業技術轉移網絡，而后者較前者呈現出更明顯的核心―邊緣結構。（5）兩個網絡的技術轉移關系是正向相關的，能相互促進。

針對以上研究結論，本文提出如下建議：（1）根據不同技術轉移主體對城市要素稟賦特征的不同要求，有針對性地制定適合不同主體的政策，增強城市間技術轉移關系的強度。（2）增強高校的技術轉移意愿，降低我國高校技術的閑置率。（3）在科學技術和創新資源向中西部轉移的過程中，選擇武漢、西安等作為技術向中西部過渡和滲透的中介城市重點培養，形成關鍵路徑，從而打破經濟發達地區與中西部落后地區技術勢差過大而技術轉移效率低下的局面。（4）發揮發達城市周邊城市的中介作用，把技術輻射源由點變為圈。（5）對在兩個網絡中中心度均較高的城市給予更多的政策關注和支持，以此充分發揮兩個網絡的相互促進作用。

參考文獻

[1]Bozeman B， Rimes H， Youtie J. The evolving state-of-the-art in technology transfer research： Revisiting the contingent effectiveness model[J]. Research Policy，2015，44（1）：34-49.

[2]李艷麗，趙大麗，高偉.市場化改革、知識轉移與區域創新能力研究[J].軟科學，2012，26（4）：28-32.

[3]Luo S， Du Y， Liu P， et al. A study on coevolutionary dynamics of knowledge diffusion and social network structure[J]. Expert Systems with Applications，2015，42（7）：3619-33.

[4]司尚奇，馮鋒.我國跨區域技術轉移聯盟研究――基于38個城市合作網絡分析[J].科學學研究，2010，28（8）：1165-70.

[5]Shin S K， Kook W. Can knowledge be more accessible in a virtual network？： Collective dynamics of knowledge transfer in a virtual knowledge organization network[J]. Decision Support Systems，2014，59（0）：180-9.

[6]趙良杰，姜晨，魯皓.復雜社會網絡結構、局部網絡效應與創新擴散研究[J].軟科學，2011，25（8）：6-9.

[7]Gonzalez-Brambila C N， Veloso F M， Krackhardt D. The impact of network embeddedness on research output[J]. Research Policy，2013，42（9）：1555-67.

[8]Dong J Q， Yang C-H. Information technology and organizational learning in knowledge alliances and networks： Evidence from U.S. pharmaceutical industry[J]. Information & Management，2015，52（1）：111-22.

[9]Nam Y， Barnett G A. Globalization of technology： Network analysis of global patents and trademarks[J]. Technological Forecasting and Social Change，2011，78（8）：1471-85.

[10]溫芳芳.基于專利許可關系網絡的技術轉移現狀及規律研究[J].情報科學，2014，32（11）：24-9.

[11]Cantner U， Rake B. International research networks in pharmaceuticals： Structure and dynamics [J]. Research Policy，2014，43（2）：333-48.

[12]趙尚梅，史宏梅，杜華東.基于網絡模型的跨地區技術轉移的研究[J].研究與發展管理，2013，25（5）：54-61.

[13]Guan J， Zhang J， Yan Y. The impact of multilevel networks on innovation[J]. Research Policy，2015，44（3）： 545-59.

網絡分析范文第5篇

[關鍵詞]社會網絡分析　科技網群　uclnet中心性　派系

[分類號]D63 C931.6

1　研究背景

世界各國都高度重視政府信息化的建設，政府信息化發展程度已成為世界各國和城市競爭力發展水平的重要標志之一。政府網站作為電子政務的基礎和電子政務發展程度的主要標志，不僅是宣傳政府形象的窗口，也是政府信息、服務于社會的主要渠道，更是實現社會公眾與政府溝通互動的載體。

自1999年我國開展“政府上網”工程以來，政府網站建設發展迅速，中央部委政府網站的普及率已經達到100％，省市政府網站普及率達到100％，地市級政府網站普及率達到99.1％。各級各類政府網站服務框架已經形成，電子政務還延伸到社區和農村。從總體上看，我國電子政務已進入全方位、多層次推進的新階段。根據CNNIC的最新統計報告，截至2011年1月，我國域名總數約為866萬個。其中，中國國家頂級域名“CN”為435萬個，占50.2％，而以“GOV CN”結尾的域名數已達5.2萬個，占CN域名數的比例為1.2％，比2010年同期增長3％。

科技部的門戶網站建設，起源于2002年國家科技攻關計劃重點項目“科技電子政務系統關鍵技術及應用系統的研究”，它作為其中的一個課題，經過多年的分步實施，現在已經初步形成了較為完善的科技部門戶網站維護體系，在管理體制、系統應用、人員培訓等方面已經形成了一定的工作基礎。

2011年，在由中國軟件評測中心、人民網、騰訊網共同開展的2010年中國政府網站績效評估結果中，科技部門戶網站在所有被測評的政府部委網站中位列第9位，如表1所示：

近年來，對政府網站的研究逐漸成為專家學者關注的一個新領域。人們不應僅僅把目光停留在政府機構是否建立了網站以及從政府網站中可獲得的信息和服務的多少，而是更應當關注政府網站將其信息資源和服務傳遞給用戶的方式以及在整個社會中，政府網站的影響力。

2　政務網站評價指標與方法

在政務網站綜合評價方法方面，國內外很多學者都開展了積極的探索。總體而言，可以分為三類：①基于網站構建和欄目內容的評價，突出各類網站的內容組織和構架；②基于政府網站服務對象的評價，很多時候會與專家測評相互結合；③基于關系影響力的網站鏈接分析測度。

2.1　基于網站功能和欄目內容的評價

政務網站作為實現電子政務的窗口，在政務信息、檢索導航、欄目組織、網上辦公、公眾服務等方而扮演著重要角色，因此各類網站評價指標大多圍繞此部分內容進行了重點設計。如埃森哲咨詢公司在其的全球政務年度報告中，“服務成熟度”指標被賦予了70％的權重“；國內中國軟件評測中心為了滿足服務型政府建設需求，提出的政府網站績效評估指標體系中，在信息公開、在線辦事和公眾參與三方面設計的指標權重也占到了75％；同時國內從事政務網站測評的國脈互聯網站測評體系，在信息服務、網上辦事和溝通互動方而也設計了很高的權重。此外，劉興宇等應用層次分析法對政府網站進行了綜合測評，針對政府網站的層次性特點，從網站內容、網站功能和網站建設等幾個方面的若干指標進行評價。

2.2　基于政府網站服務對象的評價測度

用戶是政務網站的受眾，在2010年的中國政府網站績效評估中，發現用戶不滿意率由2009年的87.9％下降為84.2％，其滿意程度直接關系到各類政務網站的服務效果。為此Schriver和Sweeney。等通過從目標用戶群中選擇若干潛在用戶，對其調查米獲取相關數據和結論；王熠等提出了基于Web日志分析的電子政務網站綜合評價方法，綜合了用戶問卷和專家評分的優勢，同時通過Web日志分析、統計，對用戶服務效果、用戶行為進行了測評。

2.3　基于關系影響力的網站鏈接分析測度

一個網頁擁有的反向鏈接越多，就越有可能是高質量網頁，同理，一個網站的反向鏈接越多，其網絡影響力也就越高，不然也不會有更多人愿意為其做鏈接。因此，在其他因數相同的條件下，反向鏈接越多的網站排名更靠前=從網站鏈接分析，以“關系”的視角，對政務網站進行評價，開辟了不同于傳統網站評價的新思路。如沙勇忠等運用了鏈接分析法和網絡影響因子測度方法，對我國12個省級政府網站的影響力進行了評價；同時將鏈接分析結果和網絡影響因子測度結果與各省市自治區信息化水平測度結果進行了比較。

此外，韋彥提出了一個基于模糊認知圖的電子政務網站評價方法；馬溪駿等提出了基于信息熵與未確知測度的電子政務網站評價研究；王熠提出了基于云模型的電子政務網站評價系統模型。

總之，各類電子政務網站評價指標或方法以電子政務網站系統為評價對象，已經從最初的單項指標、一維視角向多因素、多維度方向發展，以便得到更科學的評價結果；同時，多數側重于電子政務產出評估，而忽視了電子政務影響的評估。為此，本文擬從社會網絡分析的角度，對科技子網站進行影響力分析，以找出其中的核心站點，為下一步擴大各科技網站的影響力提供參考。

3　基于社會網絡分析的科技網站評價

3.1　數據準備

本文中涉及到的數據主要通過SocSeiBot軟件對科技部門戶網站科技網群欄目內的地方科技子站的頁面進行鏈接下載，共采集站點48個，其中科技廳、科委站點31個，計劃單列市科技局站點16個，科技部門戶網1個。其中河南、新疆、廣西、吉林、陜西、深圳、沈陽7地的科技廳(局)網站因網站服務器設置或其他網絡問題，沒有收集到相關頁面，無法進行互鏈分析，故主要對其他41個科技廳(局)網站進行評價分析。

本文在利用SocSciBot軟件進行分析時，對網站頁面數上限設定為15000，因此表2中所列的網站頁面數并不是網站的實際頁面數，而是隨機從中抓取的網頁頁面數，如北京、寧夏、廈門、遼寧等地的網站均達到了頁而抓取上限。此外，表中的出鏈(Outlink)數作為網站里任何頁面指向其他網站里任何頁面的鏈接數，也間接反應了科技網群中各網站同其他網站的頁面鏈接情況。

為了更為清晰地反映科技網群中各類網站的相互影響情況，本義對科技網群進行了巾心性分析、核心一邊緣分析和聚類派系分析，試圖從結構關系的角度探究科技網群內部之間的聯系。48個科技廳(局)網站互鏈情況見表2(囚上海與河南科技廳網站無法訪問，此處儀列出46個)。

3.2　中心性分析

“中心性”是社會網絡分析的重要研究方向之一，它直接反應了個人或組織在社會網中具有什么樣的權利，或者具有怎樣的地位，是對個體權利的量化分析。如果某點具有最高的度數，則它可能擁有最大的權利。通過將科技網群的網站互連數據形成鏈接矩陣，利用ucinet軟件計算各站點的中心度，發現科技網群的平均密度為0.1419，整個網群的平均中心度為11.208，大于平均中心度的網站總共有10個，因此，在整個科技網群中，這10個網站擁有最強的影響力，見表3。

同時，為了測量各個站點之間的關系在整個科技網群中擁有怎樣的控制優勢，筆者將科技網群中的各個站點作為分析“點”，相互之間的關系作為“線”，分析整個科技網群“線”的中間中心度，通過測算，發現科技部門戶網站與武漢科技廳網站的中間中心度為113，在科技網群中居于首位；而在地方各科技網站中，武漢與沈陽之間的為40，浙江與杭州的為39，它們在地方科技網站之間的關聯中，具有明顯的控制優勢。網站之間的互鏈關系可視化如圖1所示：

3.3　核心一邊緣分析

核心一邊緣結構是一種理想的結構模式，它把行和列分為兩類，在主對角線上左上方象限的是核心，是密度高的塊，主對角線上的右下方象限是邊緣，是密度低的塊。主要研究目的是查看科技網群站點所組成的網絡中，哪些節點處于核心地位，哪些節點處于邊緣地位。通過對科技網群進行核心一邊緣分析，筆者發現，科技部門戶網站、北京、江蘇、江西、安徽、山西、河北、湖北、廣東、杭州、內蒙、黑龍江、河南、山東、廈門共15個網站是整個科技網群的核心，其他網站則具有網站群中的邊緣地位。此外，主對角線的擬合優度測度值為0.614，體現出較好的擬合情況。具體結果如圖2所示：

3.4　聚類派系分析

當網絡中某些行動者之間的關系特別緊密，以至于結合成一個次級團體時，這樣的團體在社會網絡分析中被稱為凝聚子群。派系就是凝聚子群的一種表現形式，它指的是至少包含3個點的最大完備子圖。為了搞清楚科技網群中各成員之間的關系特點，哪些網站之間的關系更為緊密，筆者首先對科技網群矩陣進行強成分分析，結果發現成分分析對整個科技網群內部結構揭示程度不足，于是在對網群矩陣進行對稱化處理后，進行了派系分析，結果得到了5個派系。同時，從網站互惠性角度而言，科技部門戶、安徽、黑龍江、內蒙、哈爾濱、大連、寧波、杭州、武漢、江蘇和南京科技廳(局)網站相互之間擁有較強的互惠關系，而其他網站在互惠性方面，則不隸屬于任何派系，是孤立者。毫無疑問，科技部門戶在整個科技網群中居于重要地位。具體結果如表4、圖3所示。

上面的中心性分析、核心一邊緣分析以及派系分析，揭示了網站內部之間的互鏈情況，了解了哪些網站居于核心地位，哪些網站聯系的比較緊密，哪些在互惠性方面表現較好，基本反映了科技網群中各個網站之間的內在結構。

4　推進科技網群建設的思考與啟示

伴隨著各級各類政府網站的建設，其評價衡量標準也在發生著變化，以往內容導向性的相關標準指標正在轉向服務導向性標準指標，如以往用與業務相關信息的多與少進行評價，現在則走向內容的好與壞、對公眾服務能力的強與弱、各級各類業務之間的協調支撐等方面。總之，對政府網站的要求有了質的變化。基于社會網絡分析的結構視角，結合未來政務網站的發展要求，筆者認為可以從以下幾方面推動科技網群的建設工作：

加強科技網站自身的內容維護，提供更多高質量的內容，在科技網站互相鏈接時，要做好鏈接規范，做到指向明確，從而在一定程度上增加網站網頁的出鏈和入鏈數，提高科技網站的點度中心度，進而提升網站的網絡影響因子，擴大其影響力。

打造政務服務通道，防止在科技網群中被邊緣化。科技網群內的科技網站要通過提供各類規范化、專業化、個性化的信息服務，滿足科技人員、管理人員、社會公眾的需求。一方面可以通過整合業務協作系統，提高網站功能；另一方面可以優化欄目內容設置，對各類資源進行有效的處理和組織，最終形成服務個性化、資源標準化、欄目動態化的網站應用，提升科技部科技網群的整體網站形象。