導(dǎo)語：如何才能寫好一篇網(wǎng)絡(luò)分析，這就需要搜集整理更多的資料和文獻，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

【關(guān)鍵詞】社會網(wǎng)絡(luò)；房地產(chǎn)企業(yè)；網(wǎng)絡(luò)中心性

中國經(jīng)濟多年的持續(xù)穩(wěn)定增長，使得我國綜合國力不斷強大，房地產(chǎn)行業(yè)也持續(xù)發(fā)展。我國的地產(chǎn)大戶主要有萬科、恒大地產(chǎn)、保利地產(chǎn)等等，這些地產(chǎn)公司之間也存在著相互競爭、制約和相互促進等錯綜復(fù)雜的關(guān)系。社會網(wǎng)絡(luò)分析可以實現(xiàn)對企業(yè)之間的關(guān)系結(jié)構(gòu)以及由此結(jié)構(gòu)衍生出來的屬性進行分析。社會網(wǎng)絡(luò)分析方法一起可視化的形式而備受青睞，以網(wǎng)絡(luò)結(jié)構(gòu)圖的形式分析數(shù)據(jù)、發(fā)現(xiàn)隱含在抽象數(shù)據(jù)背后的規(guī)律，從而輔助決策[1]。本文利用網(wǎng)絡(luò)關(guān)鍵詞的搜索，構(gòu)建位于財富500強企業(yè)中的28家房地產(chǎn)企業(yè)之間的社會網(wǎng)絡(luò)關(guān)系，分析企業(yè)之間的競爭格局。

1樣本選擇和數(shù)據(jù)采集

在樣本選擇方面，根據(jù)“財富”網(wǎng)站上的“2015年財富中國500強排行榜”，本文對中國500強企業(yè)中房地產(chǎn)及其相關(guān)行業(yè)的企業(yè)進行了整理，找出其中28家房地產(chǎn)及其相關(guān)企業(yè)作為研究樣本。在數(shù)據(jù)采集中，本文以百度引擎為媒介采集一家企業(yè)在其網(wǎng)站中提及另一家企業(yè)的網(wǎng)頁數(shù)量，作為該企業(yè)與其他企業(yè)是否有聯(lián)系的重要指標(biāo)。由于本文選取的研究對象都為國內(nèi)企業(yè)，百度搜索引擎對中文搜索支持的很強大，對語言的適配能力強，因此選用百度中的數(shù)據(jù)進行采集。提及頻次數(shù)據(jù)的采集時間為2016年6月20日。

2數(shù)據(jù)預(yù)處理

數(shù)據(jù)收集結(jié)果是使28×28的一個二維非對稱陣，其中每一個數(shù)值代表該行企業(yè)網(wǎng)站提及該列企業(yè)網(wǎng)站的網(wǎng)頁數(shù)量，即頻次。為了能夠使用Gephi軟件繪制出28家房地產(chǎn)企業(yè)的社會網(wǎng)絡(luò)圖，本文將每個企業(yè)的提及頻數(shù)做歸一化處理，如萬科的網(wǎng)站中，保利地產(chǎn)、華潤置地、金地集團、招商地產(chǎn)、遠洋地產(chǎn)和綠城中國的提及頻數(shù)分別為2、3、1、2、2和2，歸一化處理后每個企業(yè)的值分別為0.167、0.25、0.082、0.167、0.167和0.167。

3社會網(wǎng)絡(luò)構(gòu)建

在網(wǎng)絡(luò)鏈接分析中，通常用入鏈和出鏈作為社會網(wǎng)絡(luò)構(gòu)建的重要指標(biāo)，入鏈指該企業(yè)網(wǎng)站被鏈接的綜述，出鏈指該企業(yè)網(wǎng)站鏈接其他企業(yè)網(wǎng)站分別的數(shù)量。但是在實際問題中，入鏈和出鏈很難過去，所以本文近似的選擇某企業(yè)網(wǎng)站中提及另一家企業(yè)網(wǎng)站名稱的數(shù)量來代表兩家企業(yè)之間的關(guān)聯(lián)性，即在上文中收集到的二維矩陣中的數(shù)值[2]。企業(yè)提及頻次是企業(yè)之間業(yè)務(wù)往來，相互關(guān)注以及合作、競爭關(guān)系的抽象代表。本文利用社會網(wǎng)絡(luò)分析軟件Gephi對房地產(chǎn)企業(yè)的相互關(guān)注程度進行分析，如圖1所示。

4房地產(chǎn)社會網(wǎng)絡(luò)分析

在該社會網(wǎng)絡(luò)中網(wǎng)絡(luò)中心度排名前3的企業(yè)是保利地產(chǎn)、金地集團和碧桂園，排名倒數(shù)前3的是首創(chuàng)置業(yè)、杭州濱江房產(chǎn)以及時代地產(chǎn)。通過房地產(chǎn)企業(yè)社會網(wǎng)絡(luò)以及中心度度量可以發(fā)現(xiàn)，保利地產(chǎn)處于網(wǎng)絡(luò)的中心地位，與其他企業(yè)的鏈接最多，接下來是金地集團和碧桂園。網(wǎng)絡(luò)中心度越高，代表其網(wǎng)站與其他網(wǎng)站交流程度越高，交流越多可以反映出兩家企業(yè)之間具有密切的關(guān)系，至于關(guān)系是競爭還是合作并不好判斷。而首創(chuàng)置業(yè)、杭州濱江房地產(chǎn)和時代地產(chǎn)，幾乎與其他房地產(chǎn)企業(yè)之間沒有網(wǎng)站鏈接，說明交流較少，開放性不強。

參考文獻

[1]趙蓉英，王靜.社會網(wǎng)絡(luò)分析（SNA）研究熱點與前沿的可視化分析[J].圖書情報知識，2011，01：88~94.

篇2

分析方法：

1、節(jié)點電壓法：以網(wǎng)絡(luò)中每個節(jié)點對某一參考節(jié)點間的電壓作待求量；

2、回路電流法：以每個獨立回路中流動的假想電流為待求量；

3、端口分析法：把該網(wǎng)絡(luò)作為多端網(wǎng)絡(luò)來處理，最常見的是雙口網(wǎng)絡(luò)；

4、定導(dǎo)納矩陣法：以網(wǎng)絡(luò)外接端子對網(wǎng)絡(luò)外部某參考點的電壓為待求量；

5、拓撲分析法：一類是把電網(wǎng)絡(luò)中各電流電壓等物理量之間的關(guān)系用線圖表示出來，再按線圖的簡化規(guī)則或公式求出網(wǎng)絡(luò)函數(shù)，另一類是根據(jù)電網(wǎng)絡(luò)的線圖和網(wǎng)絡(luò)中元件參數(shù)，通過計算其各種樹的樹支導(dǎo)納乘積來求得網(wǎng)絡(luò)函數(shù)；

篇3

【關(guān)鍵詞】新手班主任;座位安排;社會網(wǎng)絡(luò)分析

【中圖分類號】G420【文獻標(biāo)識碼】A 【論文編號】1009―8097(2010)04―0028―05

一 序言

班主任工作是一項需要愛心、慧心和恒心的工作,更是一項需要科學(xué)指導(dǎo)的工作。一名優(yōu)秀的班主任,應(yīng)具備迅速、準(zhǔn)確且全面了解學(xué)生的能力。面對活蹦亂跳而又淘氣可人的學(xué)生,新手教師在有序管理班級、營造良好的學(xué)習(xí)環(huán)境、開展教學(xué)活動上該如何著手呢?彭興奎[1]在《優(yōu)秀班主任的九個好習(xí)慣》一文中提到“取長補短,互相協(xié)調(diào)”(一群相互依賴、互有渴求的學(xué)生組合在一起去完成具體目標(biāo)時,工作效率最高)和“學(xué)會傾聽,勤于觀察”(班主任要能傾聽學(xué)生家長和同事的意見,切實把握學(xué)生的思想脈搏)。

座位是每位學(xué)生和家長特別關(guān)心的事。對于班主任而言,安排座位是件費心的事,更是項智慧的實踐,對新手班主任而言更是項挑戰(zhàn),是新手班主任的必修課。根據(jù)一些專家班主任的多年實踐經(jīng)驗總結(jié),安排好學(xué)生的座位,需三個步驟:第一,安排座位前,要詳細調(diào)查、了解班內(nèi)各種情況。第二,座位安排時,要全面、慎重考慮各種因素。第三,座位安排后,要根據(jù)隨時出現(xiàn)的特殊情況及時調(diào)換座位[2]。本文從社會網(wǎng)絡(luò)的角度探索班級學(xué)生間的整體網(wǎng)絡(luò)結(jié)構(gòu),通過個案研究展開對班級學(xué)生間的調(diào)查了解,為班級學(xué)生的座位安排做好第一步,也是首要步驟。

二 社會網(wǎng)絡(luò)分析方法

社會網(wǎng)絡(luò)分析方法是一種研究社會結(jié)構(gòu)、組織系統(tǒng)、人際關(guān)系、團體互動的概念與方法,能夠用于測量行動者個體及他們所處社會網(wǎng)絡(luò)成員之間的錯綜復(fù)雜的關(guān)系和連結(jié)[3],對群組成員之間的通訊模式等進行可視化建模[4]。通過對行動者間的情況分析,得出行動者之間的社會網(wǎng)絡(luò)信息,了解行動者的社會網(wǎng)絡(luò)特征。社會網(wǎng)絡(luò)分析方法的有效性在于:能夠帶領(lǐng)我們“透視”社會網(wǎng)絡(luò)中行動者之間的互動――能夠定義并清晰地說明它們,看到它們創(chuàng)建的相互連接的圖式,以及達到理解這些圖式的意義[5]。社會網(wǎng)絡(luò)分析被視為研究社會結(jié)構(gòu)的最簡單明朗、最具有說服力的研究視角之一[6]。

三 研究設(shè)計與實施

本案例研究的目的是讓新手班主任詳細調(diào)查和了解班內(nèi)學(xué)生的各種情況。研究聚焦于新手班主任在安排學(xué)生座位問題時,對班級學(xué)生間的人際交往、知識交流與共享、信息流通、學(xué)習(xí)協(xié)作等的了解。本研究運用社會網(wǎng)絡(luò)分析法測量班級成員個體及他們所處的班級網(wǎng)絡(luò)關(guān)系和連結(jié),可視化的交流模式,得出班級成員間的班級網(wǎng)絡(luò)信息。研究對象為江蘇省無錫市某高中201班的40名學(xué)生。由于該班級是高一直升高二的,所以班級成員不變,只是換了一名新的班主任。

對于整體網(wǎng)絡(luò)結(jié)構(gòu)而言,節(jié)點代表的分析單位不同,其間的連帶也不相同,而且這些連帶不是一維的,班級成員之間的連接可以是多維的,比如同學(xué)A是同學(xué)B的孿生兄弟,那么A和B間的連接可以是同學(xué)關(guān)系、也可以是兄弟關(guān)系、更可以是學(xué)習(xí)上的競爭關(guān)系。魁克哈特[7]將個人在組織中間的社會網(wǎng)絡(luò)分為以下四種:情感網(wǎng)絡(luò)、信任網(wǎng)絡(luò)、咨詢網(wǎng)絡(luò)和情報網(wǎng)絡(luò)。以魁克哈特的四種網(wǎng)絡(luò)為指導(dǎo),結(jié)合本文的研究對象和研究目的,筆者預(yù)先設(shè)計好了一份問卷,作為幫助新手班主任詳細調(diào)查和了解班內(nèi)各種情況的依據(jù),以使座位安排符合學(xué)生的實際需要。在本文的解釋案例中,問卷題目如表1所示:

首先,新手班主任在新學(xué)期接手該班級時,讓班上部分同學(xué)先做此問卷,然后根據(jù)調(diào)查結(jié)果適當(dāng)?shù)男薷膯柧?接著在第一次班會活動課上讓所有學(xué)生填寫問卷。調(diào)查問卷中除了學(xué)生的個人信息狀況,例如姓名、性別等以外,主要是4道與學(xué)生間的班級網(wǎng)絡(luò)信息相關(guān)的問題。所有學(xué)生均返回了有效問卷,該問卷得到的數(shù)據(jù)作為本研究分析的根據(jù)。

表1 了解班內(nèi)成員間關(guān)系的問卷

(1)如果功課遇到困難,你經(jīng)常跟班上哪些同學(xué)討論(咨詢關(guān)系)

(2)你通常會與班上哪些人分享班級八卦消息(情報關(guān)系)

(3)你有班上哪些同學(xué)的電話(包括家里的)(信任關(guān)系)

(4)如果你有煩心事,你會向誰吐露苦水(情感關(guān)系)

然后,將原始記錄表導(dǎo)入社會網(wǎng)絡(luò)分析軟件Ucinet6.1得出數(shù)據(jù)矩陣表。

四 數(shù)據(jù)分析與處理

社會網(wǎng)絡(luò)分析是一種通過收集社會網(wǎng)絡(luò)數(shù)據(jù),描繪班級內(nèi)學(xué)生間的信息溝通、知識傳播、學(xué)習(xí)交流以及情感情報的關(guān)系網(wǎng)絡(luò)。

在網(wǎng)絡(luò)分析中,如果分析的節(jié)點較多,人們一般會利用矩陣的方法來表示社會關(guān)系網(wǎng)絡(luò),其中最常見的矩陣是鄰接矩陣。鄰接矩陣中的各元素可以表示兩個節(jié)點間是否連接以及相互間聯(lián)系的強度,其中行代表某種關(guān)系的發(fā)送者,列代表某種關(guān)系的接收者。出于對保護個人隱私的考慮,我們用數(shù)字1、2、3......40表示不同的學(xué)生。咨詢關(guān)系是學(xué)生間在知識交流與共享中最重要的關(guān)系,因此我們選取咨詢網(wǎng)絡(luò)所形成的矩陣如表2所示,相應(yīng)的社群圖見圖1。

對于表2所形成的矩陣,X12=l表示成員1對成員2進行過學(xué)習(xí)討論(1是橫坐標(biāo),2是縱坐標(biāo)),在圖1中則表示,節(jié)點1連接一根有向線至節(jié)點2;X13=0表示成員1沒有對成員3進行過學(xué)習(xí)討論,那么在圖1中可看出節(jié)點1與節(jié)點3之間則沒有連接。從圖1亦可看出,學(xué)生5、30、22、23、36的點入度極高,即班上很多同學(xué)愿意咨詢他們學(xué)習(xí)或生活上的問題,由此可看出這5位同學(xué)知識豐富,也比較樂于幫助其它同學(xué)。而學(xué)生9和17的點入度和點出度都極低,說明這兩位同學(xué)處于班級的邊緣地帶,他們倆既不是很主動請教別人問題,同時也很少有同學(xué)向他們請教。新手班主任通過對該矩陣圖和社群圖的分析,能夠清晰的看清每位學(xué)生的請教對象和被哪些同學(xué)請教,從而采取一定的措施。我們依據(jù)安排座位時的優(yōu)差組合法[8],將學(xué)習(xí)積極性較弱的同學(xué)座位盡量安排在學(xué)習(xí)主動性較好的同學(xué)的附近,將容易傳播、共享知識的同學(xué)與一些處于邊緣的學(xué)生盡量安排在一起。同上述方法所述,新手班主任可將獲得情感、情報和信任網(wǎng)絡(luò)的矩陣和社群圖作為學(xué)生座位安排的一個參考量。

1 網(wǎng)絡(luò)整體結(jié)構(gòu)分析

通過對整體網(wǎng)絡(luò)結(jié)構(gòu)的分析,可以了解其整體特性結(jié)構(gòu)是否適合知識的共享及傳播。而看一個整體網(wǎng)絡(luò)結(jié)構(gòu)如何,應(yīng)該從網(wǎng)絡(luò)的密度入手,密度是一個圖中各個節(jié)點之間連接的緊密程度,即每個個體間的聯(lián)系的緊密程度。通過對網(wǎng)絡(luò)密度的分析,可以了解其組織結(jié)構(gòu)的知識共享或情感交流情況。固定規(guī)模組織的成員之間聯(lián)系越多,網(wǎng)絡(luò)的密度就越大。一般來說,關(guān)系緊密的團體合作行為較多,信息流通較易,情感支持也會較好;而關(guān)系十分疏遠的團體,則常有信息不通、情感支持太少、學(xué)習(xí)滿意度低等問題[9]。

所以密度是一項重要變量,密度計算公式是=2L/g(g-1)(L=圖中線的數(shù)目;g=圖中節(jié)點的數(shù)目),計算得出該班級的四個矩陣密度,結(jié)果如表3所示:

由表3可知四個矩陣密度均在0.15以上,參考其它的一些研究[10],可以認為該班級學(xué)生間的互動較多,該班級比較團結(jié)。咨詢網(wǎng)絡(luò)和信任網(wǎng)絡(luò)形成矩陣的平均密度均在為0.2以上,說明該班學(xué)生間的信任度很高,溝通與互動也較多,只有少數(shù)幾個邊緣型學(xué)生,沒有產(chǎn)生獨立的小團體。而情報網(wǎng)絡(luò)與情感網(wǎng)絡(luò)形成矩陣的密度相對較低,分別為0.1642和0.1604,說明學(xué)生間的情報消息和情感互動相對較少,同學(xué)們還不愿把心里的秘密或者認為最重要的事情與他人分享。人們普遍認為信任網(wǎng)絡(luò)是另一種情感關(guān)系,但也有特殊性即咨詢網(wǎng)絡(luò)和信任網(wǎng)絡(luò)重疊的情況更嚴(yán)重,該班級就是一個很好的范例。依據(jù)安排座位時的性格組合法及開小灶的方法[11],新手班主任將學(xué)習(xí)上積極的和平時關(guān)系較好的同學(xué)的座位拉近點,更利于這類同學(xué)的交流,促進學(xué)習(xí)進步。將那些喜歡傳播班級小道消息的同學(xué)分散開來,以使這些與學(xué)習(xí)無關(guān)的消息不易傳播開來,從而給全班同學(xué)營造良好的學(xué)習(xí)環(huán)境。

2 中心性分析

中心性是社會網(wǎng)絡(luò)分析的重點之一,評價一個人重要與否,衡量一個人的地位優(yōu)越性或特權(quán)性,以及在群體中的社會聲望等常用這個指標(biāo)[12]。其中網(wǎng)絡(luò)中心性中的程度中心性和中介性使用最廣泛。程度中心性常用來衡量誰在一個團體中成為最主要的中心人物。中介性測量的是行動者對資源控制的程度,表示一個點在多大程度上位于網(wǎng)絡(luò)中其他點的“中間”,占據(jù)這樣的位置越多,就越代表他具有很高的中介性,越多的人聯(lián)絡(luò)時就必須要透過他而與他人聯(lián)系。

上述四個矩陣都可進行中心性分析,從情感交流方面看,情感網(wǎng)絡(luò)所形成的矩陣最能反映交流過程中誰處于核心地位。為此,我們對情感矩陣進行程度中心性分析,結(jié)果如圖2所示。

由于情感網(wǎng)絡(luò)形成的矩陣是一個非對稱矩陣,程度中心性和標(biāo)準(zhǔn)化的程度中心性都有兩個值,內(nèi)向程度中心性表示連入值,即有多少其他學(xué)生愿意向該同學(xué)吐露心聲;外向程度中心性表示連出值,即該學(xué)生愿意向其它哪些同學(xué)吐露心聲。例如:學(xué)生23愿意向其他17個同學(xué)談心事,有十二個同學(xué)愿意與他談心事,標(biāo)準(zhǔn)化的內(nèi)向程度中心性為30.769,標(biāo)準(zhǔn)化的外向程度中心性為43.590。學(xué)生4、22、33、36和38具有較高的內(nèi)向程度中心性和外向程度中心性。這些學(xué)生在班級中既愿意向他人談心事,他人也愿意向他們敞開心扉。而學(xué)生3、5、8、9、14、18等學(xué)生具有較高的內(nèi)向程度中心性,但是外向程度中心性則相對較小。說明他人常向這些同學(xué)吐露心事,而這些同學(xué)很少主動對其他同學(xué)談心事。還有一類學(xué)生如10、13、29、36具有較高的外向程度中心性,而內(nèi)向程度中心性較低,表示這類學(xué)生愿意與班級中其他同學(xué)進行情感交流,但其他同學(xué)卻較少與他們進行情感交流。最后一類內(nèi)向程度中心性和外向程度中心性均較低,雖然該類學(xué)生屬于學(xué)習(xí)團體的人物,但在該班級中卻占了大多數(shù)。群體的程度中心性指標(biāo)同樣也有兩個,群體外向程度中心性為28.271%,群體內(nèi)向程度中心性為25.641%。雖然這兩個值反映出該班級比較團結(jié),但其中還存在著一些問題,如班級中缺少一些與許多學(xué)生都聯(lián)系緊密的核心成員,另一方面有許多同學(xué)跟其他同學(xué)的情感交流極少。新手班主任不僅要關(guān)注學(xué)生的學(xué)習(xí),還要關(guān)心同學(xué)們的心理健康,應(yīng)鼓勵學(xué)生們多多進行情感方面的交流,加強學(xué)生間的友誼。在安排座位時,班主任就要考慮這樣一個問題:是不是將不喜歡與他人交流的學(xué)生與班級活躍分子座位靠近點,這樣既能夠帶動內(nèi)向?qū)W生的情感交流,同時又避免了活躍分子與活躍分子座位挨著一起的“超活躍”現(xiàn)象。

本文的案例中,該班級打破人們普遍認為的信任網(wǎng)絡(luò)是另外一種情感網(wǎng)絡(luò)的關(guān)系,展示了咨詢網(wǎng)絡(luò)和信任網(wǎng)絡(luò)重疊的情況。說明某同學(xué)只有在信任另外一個同學(xué)的基礎(chǔ)上,才會向這個同學(xué)咨詢問題,或者他向這個同學(xué)咨詢問題,說明他對這個同學(xué)更加信任。雖然咨詢網(wǎng)絡(luò)能反映網(wǎng)絡(luò)中的信息傳播途徑,但是情報網(wǎng)絡(luò)更適合進行中介性分析。整個網(wǎng)絡(luò)的中介性是12.6%,某些學(xué)生處于信息的中介位置,控制著信息的流動。節(jié)點11、7、18、8、33、38、6、30、32、22、4、6、5、24、35、16、23、1、17等標(biāo)準(zhǔn)化中介性值均在1以上,其中11的標(biāo)準(zhǔn)化中介值最高為15.499。由圖3可見,學(xué)生11、7、8和18在班級中扮演信息傳播中介者的角色。與此相反的是,一共有7位學(xué)生的中介性為零,表示其所處位置無法快速有效的得到班級最新消息。

通過情報矩陣各節(jié)點的中介值的測量,讓新手班主任更加清晰明了的看到了班級同學(xué)中,哪些是消息的中心人物,在班級中傳播信息,為班主任以后的班級管理提供了參考。同時從另一個側(cè)面看到了班級同學(xué)的各自特點,并且清晰地洞察了班級的整體概況。

五 總結(jié)

本研究是將社會網(wǎng)絡(luò)分析應(yīng)用于班級管理的探索性嘗試,其研究結(jié)果只適用于與本案例相近的環(huán)境(如班主任為新手,同學(xué)間有一定的熟悉以及年級等因素),更多的推論將會失之于大膽。但是,我們利用社會網(wǎng)絡(luò)分析也清晰地描繪了該班級學(xué)生的網(wǎng)絡(luò)結(jié)構(gòu)和班級的整體情況。而且,通過社會網(wǎng)絡(luò)分析得到的一些數(shù)據(jù),為新手班主任在學(xué)生座位的安排上提供了一定的參考依據(jù),更好地管理班級。雖然利用社會網(wǎng)絡(luò)分析研究班級管理的技術(shù)不是很成熟,但是本研究還是試圖對上述數(shù)據(jù)作了一定的解釋。本文的研究過程也存在著一些不足,除了班級中的咨詢網(wǎng)絡(luò)、信任網(wǎng)絡(luò)、情感網(wǎng)絡(luò)和情報網(wǎng)絡(luò)可以給新手班主任提供參考外,新手班主任在管理班級中的座位安排時還應(yīng)該考慮其他的因素,如學(xué)生的高矮個頭、近視等等情況。

參考文獻

[1] 彭興奎.優(yōu)秀班主任的九個好習(xí)慣[J].課程教材教學(xué)研究(教育研究版),2008,(4):3.

[2][8][11] 王科雄,張巧紅.座位安排三步曲[J].輔導(dǎo)員,2006,(7-8):83.

[3] Wellman, B.Structural analysis: From method and metaphor to theory and substance[A]. B. Wellman&S. D. Berkowitz. Social Structures: A Network Approach[C]. Greenwich, CT:JAI Press,1997:19-61.

[4] Monge, P.R., & Contractor, N.S. . Emergence of communication networks[A]. F.M. Jablin & L.L. Putnam.New Handbook of Organizational Communication [C]. Newbury Park, CA: Sage,2001:440-502.

[5] Haythornthwaite, C.. Social Network Methods and Measures for Examining E-learning[DB/OL].

[6] 張存剛,李明,陸得梅.社會網(wǎng)絡(luò)分析―一種重要的社會學(xué)研究方法[J].甘肅社會科學(xué),2004,(2):109-111.

篇4

自1983年Bateman和Organ正式提出組織公民行為（OrganizationalCitizenshipBehavior，OCB）概念以來，許多中外學(xué)者對其進行了多方面研究：如，從組織公民行為的因子方面，有二維結(jié)構(gòu)、三維結(jié)構(gòu)、四維結(jié)構(gòu)、五維結(jié)構(gòu)、七維結(jié)構(gòu)、九維結(jié)構(gòu)、十維結(jié)構(gòu)等；從組織公民行為的前因變量來看，影響組織公民行為的因素主要有工作滿意感、公平知覺、組織承諾感等態(tài)度變量和動機等心理變量、領(lǐng)導(dǎo)行為變量和組織特征變量等；從結(jié)果變量來看，主要集中在組織公民行為對組織績效的影響及對管理績效評價的影響。而最近幾年來，對組織公民行為的研究又出現(xiàn)了很多新的發(fā)展趨勢，比較突出地是突破傳統(tǒng)的個體屬性變量研究，擴展到結(jié)構(gòu)變量研究，即從社會資本和社會網(wǎng)絡(luò)分析等觀點和方法來實證分析和檢驗組織公民行為的前因變量和結(jié)果變量。從社會資本和社會網(wǎng)絡(luò)角度分析組織公民行為主要關(guān)注的是人際公民行為（InterpersonalCitizen-shipBehavior，ICB），主要考察社會網(wǎng)絡(luò)位置（如網(wǎng)絡(luò)中心性、中介性、網(wǎng)絡(luò)規(guī)模等）對組織公民行為的影響。這個視角的發(fā)展得益于社會資本和社會網(wǎng)絡(luò)的跨學(xué)科研究。社會資本和社會網(wǎng)絡(luò)本來是社會學(xué)和人類學(xué)學(xué)者提出的概念，因其研究方法的獨特性，越來越受到除社會學(xué)以外的經(jīng)濟學(xué)、心理學(xué)、管理學(xué)、組織行為學(xué)等學(xué)者的青睞。社會資本是關(guān)于結(jié)構(gòu)與行動的理論，可以為組織及其成員帶來各種優(yōu)勢。社會資本植根于社會網(wǎng)絡(luò)之中。在企業(yè)組織中，主要有三種網(wǎng)絡(luò)：一種是友誼網(wǎng)絡(luò)，一種是信息網(wǎng)絡(luò)，一種是咨詢網(wǎng)絡(luò)。另外，還有一種是信任關(guān)系。按照抽樣方式不同，對社會網(wǎng)絡(luò)的分析方法主要有自我中心社會網(wǎng)絡(luò)和整體社會網(wǎng)絡(luò)。自我中心社會網(wǎng)絡(luò)可以采用隨機抽樣，整體社會網(wǎng)絡(luò)必須采取一個封閉的整體，這個整體可以是一個組織，也可以是一個組織中的幾個部門，主要特點是其所分析的最小單位是整體，必須整體中的所有成員都參與進來。

二、研究假設(shè)與研究方法

1.研究假設(shè)。目前已有一些學(xué)者采用社會網(wǎng)絡(luò)分析方法對組織公民行為進行了實證分析。Bowler和Brass（2006）發(fā)現(xiàn)社會網(wǎng)絡(luò)關(guān)系對組織公民行為的行為者和接受者的影響。Settoon和Mossholder（2002）發(fā)現(xiàn)友誼網(wǎng)絡(luò)中心性對組織內(nèi)人際公民行為有正向影響。朱慶忠（2003）在其碩士論文中發(fā)現(xiàn)，組織內(nèi)部經(jīng)常在工作上被他人請或求助的員工，以及在私人情感方面經(jīng)常被他人依賴的員工，會展現(xiàn)出較多的組織公民行為。Lai，Liu和Shaffer（2003）在中國香港、臺灣、上海樣本中研究了社會網(wǎng)絡(luò)特征以及社會網(wǎng)絡(luò)中的關(guān)系規(guī)范對人際公民行為的影響。同時，Bolino和Turnley（2002）分析了組織公民行為的指標(biāo)、社會資本的維度以及組織績效的關(guān)系，提出組織公民行為有可能在結(jié)構(gòu)因子、關(guān)系因子和認知因子上增加組織的社會資本。社會網(wǎng)絡(luò)學(xué)者認為個體可通過網(wǎng)絡(luò)關(guān)系獲得及運用各種資源，而這些資源即所謂的社會資本，其鑲嵌于社會網(wǎng)絡(luò)之中，并由員工的社會網(wǎng)絡(luò)位置決定。個人的網(wǎng)絡(luò)中心性愈高，所建立的關(guān)系連帶愈多，其所擁有的社會資本也愈多。多數(shù)的研究發(fā)現(xiàn)，位于網(wǎng)絡(luò)中心者或連結(jié)許多強連帶者，通常能獲取較豐富的信息與資源，對他人有較強的影響力與控制力、較能提升他人對自己的依賴。個人擁有的社會資本愈多，則所獲得的相關(guān)信息、資源、情感支持、情緒支持、協(xié)助和幫助也愈多。行動者投資越多的個體資源，則擁有的社會資本也愈多。據(jù)此，本研究提出命題（1）：個體社會資本（IndividualSocialCapital，ISC）在個體網(wǎng)絡(luò)中心性（IndividualNetworksCentrality，INC）和組織公民行為（OCB）之間具中介作用（INC-ISC-OCB）。本研究的另一個基本假設(shè)是個體心理變量對組織公民行為具有顯著的預(yù)測作用，在這個基礎(chǔ)上試圖發(fā)現(xiàn)獨立于個體動機之外的其他類型的預(yù)測變量(如結(jié)構(gòu))對組織公民行為的預(yù)測作用和中介作用，從而探討社會情境互動中的組織公民行為成因模式。據(jù)此，本研究提出命題（2）：個體社會資本（ISC）對個體動機（IndividualMotives，IMs）和組織公民行為（OCB）具有中介效應(yīng)（IMs-ISC-OC）。2.研究方法。本研究主要以個體社會資本為中介變量，采用整體社會網(wǎng)絡(luò)分析法建立組織公民行為的結(jié)構(gòu)方程中介模型。社會網(wǎng)絡(luò)分析是社會科學(xué)中的一種獨特視角，包括自我中心社會網(wǎng)絡(luò)和整體社會網(wǎng)絡(luò)兩類。二者分析的重點不同，關(guān)注的的關(guān)系也不同。自我中心社會網(wǎng)絡(luò)關(guān)注的是個體行動者的一些關(guān)系特征，如關(guān)系的密度、同質(zhì)性等，而不是作為一個整體的網(wǎng)絡(luò)。這種研究可以隨機抽樣。而整體社會網(wǎng)絡(luò)是分析具有整體意義的關(guān)系的各種特征，如互惠性、關(guān)系的傳遞性等。這種研究必須整群抽樣。本研究采用的是整體社會網(wǎng)絡(luò)。根據(jù)測量關(guān)系的層次和分析單位的不同，整體社會網(wǎng)絡(luò)因分析分析單位的不同，又可以分為個體層次分析、網(wǎng)絡(luò)層次分析、對偶層次分析和三方關(guān)系分析等。本研究采用的是個體層次分析。個體層次是對“點”的屬性數(shù)據(jù)分析，其分析單位是“點”，即行動者個體，其數(shù)據(jù)為屬性數(shù)據(jù)，及由關(guān)系數(shù)據(jù)轉(zhuǎn)換而成的屬性數(shù)據(jù)。本研究的變量主要有：個體社會資本、個體網(wǎng)絡(luò)中心性、個體動機、組織公民行為。其量表來源為：個體社會資本量表是由Seibert等（2001）所編制，其中文部分是由方鈺如（2001）所翻譯修改而成，共有11個項目（原13個項目），每個項目使用利克特7點計分法來顯示被試者的符合程度，其得分越高，表示員工所獲得的個體社會資本越多。組織公民行為的量表采用Farh等（2004）的組織公民行為量表，原量表共26個項目（原32個項目），分個人層面、群體層面、組織層面，每個項目使用利克特7點計分法來顯示被試者的符合程度。個體動機量表采用Rioux和Penner（2001）開發(fā)的15個項目的組織公民行為動機量表（原30個項目）。每個項目使用利克特7點計分法來顯示被試者的符合程度。組織內(nèi)部網(wǎng)絡(luò)問卷題目參考Krack-hardt和Hanson（1993）研究組織內(nèi)部友誼網(wǎng)絡(luò)、咨詢網(wǎng)絡(luò)的題目，采用提名生成法編寫而成。本研究通過多階段整群抽樣，在1667家企業(yè)中獲得16家企業(yè)，其中有4家企業(yè)不愿配合，實際參與調(diào)查的共12家企業(yè)，發(fā)放問卷620份，回收14家企業(yè)共485份問卷，回收率78.2%。鑒于整體社會網(wǎng)絡(luò)研究問卷的特殊性，若一個企業(yè)的問卷回收率或有效率低于80%，則確定為整體無效問卷。在所調(diào)查的12家企業(yè)中，最后確定整體有效問卷11家企業(yè)，其他1家企業(yè)屬整體無效。有效問卷為470份，有效率75.8%。

三、中介效應(yīng)分析與檢驗

本研究采用SPSS15.0統(tǒng)計軟件、AMOS7.0結(jié)構(gòu)方程模型軟件、UCINET6.3社會網(wǎng)絡(luò)分析軟件進行數(shù)據(jù)分析。1.INC-ISC-OCB中介效應(yīng)分析。在AMOS7.0上運行結(jié)果顯示：個體網(wǎng)絡(luò)中心性對個體社會資本的影響在p<0.05水平上達到顯著，相關(guān)系數(shù)為-0.122；個體社會資本對組織公民行為的影響在p<0.001水平上達到顯著，相關(guān)系數(shù)為0.50；個體網(wǎng)絡(luò)中心性對組織公民行為的影響在p<0.001水平上達到顯著，相關(guān)系數(shù)為0.23?？ǚ脚c自由度之比為3.158，符合Wheaton等（1977）提出的“小于或等于5”的標(biāo)準(zhǔn)。RMSEA值為0.068，在0.05-0.1之間，表示模型具有好的擬合度。NFI、IFI、NNFI、CFI分別為0.935、0.955、0.930、0.954，符合“大于或等于0.9”的普遍可接受標(biāo)準(zhǔn)。個體社會資本對個體網(wǎng)絡(luò)中心性和組織公民行為三者之間的關(guān)系路徑如圖1所示。由于依次檢驗各條路徑都是顯著的，所以個體社會資本的中介效應(yīng)顯著。又由于個體網(wǎng)絡(luò)中心性對組織公民行為的影響顯著，所以是部分中介效應(yīng)，中介效應(yīng)ab=-0.16×0.42=-0.03，直接效應(yīng)c'=0.26，中介效應(yīng)占直接效應(yīng)的比例ab/c'=-0.03/0.26=11.5%。INC-ISC-OCB中介變量的模型分析結(jié)果表明：一方面，個體網(wǎng)絡(luò)中心性（INC）對組織公民行為（OCB）有直接正效應(yīng)，即個體網(wǎng)絡(luò)中心性越高越容易表現(xiàn)組織公民行為。但另一方面，處于較高網(wǎng)絡(luò)位置的員工對個體社會資本有負面影響，說明個體社會資本對個體網(wǎng)絡(luò)中心性和組織公民行為的相關(guān)具有緩沖的作用。2.IMs-ISC-OCB中介效應(yīng)分析。在AMOS7.0上運行結(jié)果顯示：個體動機對個體社會資本的影響在p<0.001水平上達到顯著，相關(guān)系數(shù)為1.131；個體社會資本對組織公民行為的影響在p<0.001水平上達到顯著，相關(guān)系數(shù)為0.50；個體動機對組織公民行為的影響在p<0.05水平上不顯著?？ǚ脚c自由度之比為5.74，大于Wheatonetal.（1977）提出的“小于或等于5”的標(biāo)準(zhǔn)。RMSEA值為1.01，大于0.1，表示模型擬合度很差。NFI、IFI、NNFI、CFI分別為0.863、0.884、0.849、0.883，低于“大于或等于0.9”的普遍可接受標(biāo)準(zhǔn)。個體社會資本對個體動機和組織公民行為三者之間的關(guān)系路徑如圖2所示。在IMs-ISC-OCB中介作用中，由于個體社會資本對組織公民行為的影響不顯著，而且各項擬合指標(biāo)均不符合可接受標(biāo)準(zhǔn)，所以個體社會資本對個體動機和組織公民行為的中介效應(yīng)不顯著。也就是說，個體社會資本在個體動機和組織公民行為之間不具有中介作用。3.中介效應(yīng)檢驗。根據(jù)以上提出的中介效應(yīng)分析與檢驗程序，以上分析中的個體社會資本對個體動機和組織公民行為的中介效應(yīng)需要做Sobel檢驗。為了保證本研究的嚴(yán)肅性，本研究對以上兩個中介效應(yīng)分析除了做Sobel檢驗外，又采取了GoodmanI檢驗和GoodmanII檢驗。這三種檢驗也是中介效應(yīng)檢驗通常所采用的，其所用的統(tǒng)檢驗結(jié)果如表1所示。中介效應(yīng)檢驗結(jié)果表明：個體社會資本對個體網(wǎng)絡(luò)中心性與組織公民行為的中介效應(yīng)顯著、個體社會資本對個體動機與組織公民行為的中介效應(yīng)不顯著。

篇5

關(guān)鍵詞：社會網(wǎng)絡(luò)分析 班級 同學(xué) 消息傳播 Cytoscape

中圖分類號：G434 文獻標(biāo)識碼：A 文章編號：1674-098X（2014）10（b）-0239-02

1 研究目的

該文借鑒文獻[1]中的方法，嘗試用社會網(wǎng)絡(luò)分析方法分析班級同學(xué)間的關(guān)系，并對班級內(nèi)的消息傳播機制進行初步分析，找出規(guī)律，并應(yīng)用于解決一些實際問題。

2 數(shù)據(jù)收集

采用問卷的方式。每名學(xué)生在問卷上填寫自己的姓名、性別、喜歡的三個同學(xué)姓名和不喜歡的三個同學(xué)。調(diào)查者事先向?qū)W生們保證調(diào)查結(jié)果的保密性，以此確保學(xué)生填寫信息的真實性。

將收集得到的數(shù)據(jù)進行整理。按照豎列的順序在相應(yīng)的橫排標(biāo)注該學(xué)生喜歡和不喜歡的學(xué)生學(xué)號，喜歡標(biāo)注+，不喜歡標(biāo)注-，在自己的一欄填入■代表不適用。A班41位同學(xué)的關(guān)系如表1所示。

3 網(wǎng)絡(luò)分析及結(jié)果驗證

3.1 網(wǎng)絡(luò)參數(shù)計算

利用軟件Cytoscape[2]進行數(shù)據(jù)分析，下載并安裝插件（plugins） Hubba[3]，用于計算各種網(wǎng)絡(luò)參數(shù)。表2是其中的4個參數(shù)，取B班Degree得分最高的前7位同學(xué)列于表中。

Degree，頂點的度，指與該頂點相關(guān)聯(lián)的邊的條數(shù)。B班度最大的是5號同學(xué)，其次是12號和30號，這表明他們是相對最受歡迎的同學(xué)。經(jīng)班主任證實，這些同學(xué)確實是班級中人緣最好的。

EcCentricity，點與所有其他點的最大距離，通俗來說就是某個對象的古怪程度。B班這個值最大的是20號同學(xué)，沒有多少人喜歡，也沒有多少人不喜歡。經(jīng)班主任證實，該同學(xué)的確是最古怪不合群的。

Closeness，頂點的緊密度，度量考慮的是中心的概念，由到圖中各頂點之間的距離衡量。頂點的緊密度越大，表明頂點越居于網(wǎng)絡(luò)的中心，它在網(wǎng)絡(luò)中就越重要。B班這個數(shù)值最大的是10號同學(xué)。

Betweenness，介數(shù)中心性，用于刻畫網(wǎng)絡(luò)中的節(jié)點對于信息傳播的影響力，衡量了一個人作為媒介的能力。B班這個數(shù)值最大的是5號同學(xué)。

3.2 男女同學(xué)之間的關(guān)系分析

利用軟件Cytoscape，按照節(jié)點的性別，對B班的數(shù)據(jù)進行分析，得到圖1。

圖1中，圓形節(jié)點代表女生，矩形節(jié)點代表男生。圖的左、右兩邊分別展示了女生之間、男生之間的喜歡關(guān)系網(wǎng)絡(luò)，中間的連線展示了女生與男生之間的關(guān)系。

文獻[4]在研究中發(fā)現(xiàn)：同伴網(wǎng)絡(luò)結(jié)構(gòu)存在性別差異，女生比男生更多地加入到學(xué)校的社會網(wǎng)絡(luò)結(jié)構(gòu)中，女生雙向選擇朋友的次數(shù)多于男生。許多學(xué)者也傾向于這一觀點。在B班26個男生中，與異往的只有6個，占比約23%，涉及異性人數(shù)（不含重復(fù)）僅有7人；然而在B班17個女生中，與異往的有10個，占比高達59%，涉及異性人數(shù)（不含重復(fù)）有7人。顯然，女生比男生更傾向于與異往。

另外，班級中也存在最受異性歡迎的學(xué)生。例如，在B班，被男生喜歡次數(shù)最多的女生是12號，被女生喜歡次數(shù)最多的男生是7號，提名率遠高于其他同學(xué)。

3.3 男女同學(xué)之間消息傳播機制

根據(jù)圖1男女同學(xué)關(guān)系，與圖中另一個圓圈（即異性同學(xué)）連接最緊密的結(jié)點就是消息傳播到異際圈中的缺口。例如，在B班，男生的消息最可能從7號和10號男生處傳遞給女生，因為他們的三名喜歡對象都是女生，并且最可能得到消息的女生是12號，因為喜歡她的男生最多。而女生的消息最有可能從8號和34號女生處傳遞給男生，因為他們的三名喜歡對象中兩名都是男生，并且最可能得到消息的男生是7號，因為喜歡他的女生最多。

4 應(yīng)用

班主任對班級學(xué)生關(guān)系的整體觀察與本研究的分析結(jié)果大部分相吻合。從理論層面上了解學(xué)生之間的人際關(guān)系有助于班主任對學(xué)生的影響、調(diào)控和管理。利用消息傳播機制可以進行班級內(nèi)部的輿論調(diào)控，利用社團的概念可以使內(nèi)部成員互相積極地影響，利用最受歡迎和最不受歡迎的特征可以了解學(xué)生的社交狀況并有效地心理輔導(dǎo)。這些根據(jù)社會學(xué)網(wǎng)絡(luò)知識得出的結(jié)論能夠使班主任的工作更加高效。

通過實驗分析的結(jié)果發(fā)現(xiàn)，A班29號、B班33號同學(xué)都是極為不合群、不受群體關(guān)注的（喜歡與不喜歡該學(xué)生的人數(shù)最少），應(yīng)該注意多與這兩位學(xué)生溝通，了解他們的心理狀況，鼓勵他們多與同齡人交往。在B班，早戀問題應(yīng)該重點關(guān)注7號男生和12號女生，因為他們是最受異性歡迎的。B班度最大的是5號同學(xué)，其次是12號和30號，這幾位同學(xué)人緣較好，可以安排他們號召同學(xué)參與活動的任務(wù)，或者安排他們與古怪的同學(xué)坐在一起，帶動這些人參與同學(xué)交往。

致謝

袁源女士對于該文的研究，給予了大力支持，作者在此表示感謝！

參考文獻

[1] Graph Theory and Complex Networks：An Introduction. Maarten van Steen.2010.

[2] http：///.

篇6

社會網(wǎng)絡(luò)分析高等教育定量分析我國市場化程度進一步加深，使制度改革從經(jīng)濟領(lǐng)域延伸到社會生產(chǎn)生活的各個方面。這些因素的影響使高等教育的發(fā)展不得不調(diào)整結(jié)構(gòu)、理念以及資源配置以適應(yīng)現(xiàn)代社會的變遷。近年來，我國對于高等教育投入了大量的技術(shù)和資金，為高等教育的改革創(chuàng)造了良好的環(huán)境。但是受到傳統(tǒng)理念、基礎(chǔ)設(shè)施、管理模式和制度建設(shè)等方面的制約，我國的高等教育水平整體來看并不理想。因此，運用科學(xué)的分析方法探尋我國高等教育的發(fā)展趨勢、研究熱點對于改變我國高等教育理論研究過于單一化的現(xiàn)狀有重要意義。

一、社會網(wǎng)絡(luò)分析概述

社會網(wǎng)絡(luò)分析（Social Network Analysis）主要是用來分析事物相互之間的關(guān)系和這些關(guān)系構(gòu)成的集合方法，所謂社會網(wǎng)絡(luò)實則就是有多個點之間的連線所構(gòu)建的集合體。長期以來在社會學(xué)領(lǐng)域一致存在著研究對象和研究方法是否具有客觀性和科學(xué)性的問題，這些思想成為阻礙社會科學(xué)發(fā)展的重要因素。定量分析方法的提出和應(yīng)用能夠在極大程度上對這些質(zhì)疑作出回應(yīng)。社會網(wǎng)絡(luò)分析方法是根據(jù)數(shù)學(xué)方法和圖論基礎(chǔ)發(fā)展出來的一種定量分析方法，這種分析方法的建立重構(gòu)了人們對社會科學(xué)研究對象的理解，使研究對象從傳統(tǒng)的“個體”變成了“社會結(jié)構(gòu)”，通過運用網(wǎng)絡(luò)關(guān)系分析，實現(xiàn)了個體之間關(guān)系以及微觀網(wǎng)絡(luò)和宏觀社會結(jié)構(gòu)相結(jié)合。

二、社會網(wǎng)絡(luò)分析視角下的高等教育研究

目前我國對于高等教育的理論研究大多集中于定性研究領(lǐng)域，并且將研究視角局限在了政策提示下的約束性分析，在內(nèi)容上過分注重于運用系統(tǒng)理論研究高校教學(xué)實踐和教育服務(wù)質(zhì)量的改善。這些研究有一個共同的缺陷，就是不能從宏觀上把握我國高等教育的發(fā)展趨勢、實時動態(tài)和研究熱點。

1.研究方案設(shè)計

（1）分析對象

本次研究的分析對象來源于中國知網(wǎng)學(xué)術(shù)期刊網(wǎng)絡(luò)出版總庫，將“高等教育”作為搜索關(guān)鍵詞，設(shè)定搜索時間為2000年1月1日至2013年6月1日，匹配模式均為“精確”，共檢索到文獻206478個，將這些文獻作為研究對象。

（2）分析方法

以社會網(wǎng)絡(luò)分析方法為基礎(chǔ)，并運用UCINET分析軟件以及文獻分析系統(tǒng)BICOMB對按條件檢索到的文獻進行變化規(guī)律、發(fā)展方向、研究熱點方面的分析，進而得出目前我國高等教育理論研究領(lǐng)域的現(xiàn)狀以及特點。

2.研究結(jié)果

（1）關(guān)鍵詞的社會網(wǎng)絡(luò)分析

在對檢索結(jié)果進行分析的基礎(chǔ)上運用UCINET軟件的Netdraw功能可以將關(guān)鍵詞的社會網(wǎng)絡(luò)分析結(jié)果運用共現(xiàn)知識網(wǎng)絡(luò)圖的形式予以直觀的展示（見圖1）。通過共現(xiàn)知識網(wǎng)絡(luò)圖可以明顯觀察到目前高等教育理論研究中研究主題與關(guān)鍵詞的聯(lián)系程度以及緊密關(guān)系。通過對分析數(shù)據(jù)和共現(xiàn)圖進行研究可以看出高等教育管理、中國高等教育、體制改革、高教管理、高等教育系統(tǒng)、高等教育發(fā)展、高等教育評估和高等職業(yè)教育等關(guān)鍵詞的出現(xiàn)頻率極高。對相關(guān)論文進行統(tǒng)計分析可以得出結(jié)論，目前學(xué)界對于高等教育的研究主要著眼與以下方面：第一是高等教育的管理問題；第二是高等教育的基礎(chǔ)理論建設(shè)問題；第三是與高等教育相關(guān)的制度問題；第四是高校教學(xué)改革問題；第五是高等教育的招生就業(yè)問題；第六是高等教育的評價機制等。分析結(jié)果在一定程度上反映了社會大眾對高等教育發(fā)展的態(tài)度和期盼，例如目前社會上呼吁從基礎(chǔ)教育到高等教育的全方位改革、加強高校就業(yè)指導(dǎo)以及與社會用人單位的溝通協(xié)調(diào)、建立和完善高校運行的監(jiān)管體制等一些列關(guān)于高等教育的社會熱點話題。（2）中心性分析

中心性分析主要包含三個方面的內(nèi)容，即點度中心度、中間中心度以及接近中心度。其中點度中心性反映的是一個要素同其他要素的直接關(guān)系，如果該要素的點度中心度較大，則表明帶點在網(wǎng)絡(luò)中占據(jù)重要的位置，或者掌握著相當(dāng)大的權(quán)力。在本次研究中點度中心度最大的關(guān)鍵詞是宏觀管理體制改革，而宏觀這個詞語在整個網(wǎng)絡(luò)中處于絕對的核心位置，其標(biāo)準(zhǔn)化中心度達到了72.681%，成為高等教育研究領(lǐng)域的主要內(nèi)容。

中間中心度是指社會網(wǎng)絡(luò)中一個要素如果處于其他要素交往網(wǎng)絡(luò)的路徑上，則認為該要素具有重要意義，究其原因是因為該要素控制了其他要素的交往路徑資源，通過對信息進行操作將會對整個群體產(chǎn)生影響。在評價中間中心度時，如果一個要素處于眾多要素的最短路徑上，則高要素的中心度越高。研究結(jié)果顯示，在高等教育研究領(lǐng)域，中間中心度最高的兩個要素是宏觀管理體制改革研究和客戶層與教學(xué)合作研究，表明這兩個要素占據(jù)著多數(shù)的資源，其他的關(guān)鍵詞多數(shù)是通過這兩個要素實現(xiàn)與網(wǎng)絡(luò)的溝通。

接近中心度的測度可以不受其他因素的控制，如果一個要素的接近中心度較高，則該要素必然與其他所有要素的距離最短。經(jīng)分析得出高校內(nèi)部管理改革研究的接近中心度高于其他關(guān)鍵詞，表明該關(guān)鍵詞與其他關(guān)鍵詞的距離最短，是最有可能與其他關(guān)鍵詞共現(xiàn)的因素。

三、結(jié)論

整體來說，學(xué)界對于教育體制以及相關(guān)制度的研究熱情最高，而對于微觀層面和實際的教學(xué)實踐有所忽視。這種狀況導(dǎo)致了理論研究資源的不均衡，使高等教育發(fā)展進程中以人為本的理念難以得到落實。因此，對于學(xué)生主體性的思考以及其創(chuàng)造力和主觀能動性在高等教育中的作用等細節(jié)問題應(yīng)納入到高更教育研究中來。

參考文獻：

＼[1＼]牛奉高，王菲菲，邱均平.中國高等教育評價研究的主題及其演變分析＼[J＼].重慶大學(xué)學(xué)報，2013，（1）.

＼[2＼]胡媛.高校教學(xué)團隊的演進與發(fā)展策略――基于社會網(wǎng)絡(luò)理論的視角＼[J＼].出國與就業(yè)，2011，（12）.

＼[3＼]王超，許玉貴，蔣萍.社會網(wǎng)絡(luò)分析視角下的高等教育研究＼[J＼].云南農(nóng)業(yè)大學(xué)學(xué)報，2013，（2）.

篇7

Statistical and Machine

Learning Approaches for

Network Analysis

2012，344p

Hardcover

ISBN9783527331833

M·德默等編

圖形結(jié)構(gòu)被用于計算機可以識別的結(jié)構(gòu)信息時，對圖形信息進行統(tǒng)計分析就成為可能。生物信息學(xué)、分子與系統(tǒng)生物學(xué)、理論物理、計算機科學(xué)、化學(xué)、工程等多個領(lǐng)域都在利用這一特點充分發(fā)揮計算機在分析和統(tǒng)計方面的優(yōu)勢。本書的一個重要特點就是將諸如圖論、機器學(xué)習(xí)及統(tǒng)計數(shù)據(jù)分析之類的理論相互結(jié)合，形成一個新領(lǐng)域，以交叉學(xué)科的方式探索復(fù)雜網(wǎng)絡(luò)?；蚪M、蛋白質(zhì)，信號以及代謝組學(xué)數(shù)據(jù)的大規(guī)模生成使得復(fù)雜網(wǎng)絡(luò)的構(gòu)建成為可能，它為理解生理學(xué)以及病理學(xué)狀態(tài)的分子基礎(chǔ)提供了一個嶄新的框架。網(wǎng)絡(luò)和基于網(wǎng)絡(luò)的方法用于生物學(xué)中以便表征基因組、遺傳機理以及蛋白質(zhì)信號。疾病被看作關(guān)鍵細胞網(wǎng)絡(luò)的異常干擾。如今，在對諸如癌癥、糖尿病等的復(fù)雜疾病的干預(yù)中，就使用網(wǎng)絡(luò)理論來分析。

本書共有11章：1.重構(gòu)及劃分生物網(wǎng)絡(luò)計算方法概論； 2.復(fù)雜網(wǎng)絡(luò)入門：度量、統(tǒng)計性質(zhì)及模型； 3.進化中的生物網(wǎng)絡(luò)建模； 4.內(nèi)含動力學(xué)的生物網(wǎng)絡(luò)的模塊性配置； 5.統(tǒng)計概算機對管理網(wǎng)絡(luò)大規(guī)模因果推理的影響； 6.加權(quán)頻譜分布：網(wǎng)絡(luò)結(jié)構(gòu)分析的度量； 7.進化中的隨機二部圖的結(jié)構(gòu)； 8.圖形內(nèi)核； 9.用于早老性癡呆病的基于網(wǎng)絡(luò)的信息協(xié)同分析； 10.結(jié)構(gòu)化數(shù)據(jù)中基于密度的集合枚舉； 11.采用加權(quán)圖形內(nèi)核的下位詞析取。

本書第1主編是奧地利健康與生命大學(xué)生物信息學(xué)和轉(zhuǎn)化研究所所長，他在生物信息學(xué)、系統(tǒng)生物學(xué)和應(yīng)用離散數(shù)學(xué)領(lǐng)域130篇。他是Wiley出版的《復(fù)雜疾病醫(yī)學(xué)生物統(tǒng)計學(xué)》《復(fù)雜網(wǎng)絡(luò)分析》和《微陣列數(shù)據(jù)分析》等書的合作編者。

本書可用作應(yīng)用離散數(shù)學(xué)、生物信息學(xué)、模式識別、計算機科學(xué)專業(yè)跨學(xué)科研究生課程的補充讀物，對于這些領(lǐng)域的研究人員和專業(yè)人員，也是一本有價值的參考書。

胡光華，退休高工

（原中國科學(xué)院物理學(xué)研究所）

篇8

關(guān)鍵詞：矢量分析儀；饋線維護；運用

中圖分類號：TM935 文獻標(biāo)識碼：A 文章編號：1672-3791（2016）06（a）-0000-00

矢量網(wǎng)絡(luò)分析儀是一種先進的網(wǎng)絡(luò)分析儀器，可以對各種通信網(wǎng)絡(luò)進行有效的調(diào)試測試和驗收測試，如：雷達、通訊、廣播、電視等。尤其是測試各種饋線系統(tǒng)，對其阻抗、反射系數(shù)的參數(shù)，可以做出準(zhǔn)確精準(zhǔn)的分析，判斷饋線系統(tǒng)是否處于正常的使用狀態(tài)，如發(fā)現(xiàn)問題要進行及時有效的維護，保證其運用質(zhì)量。

1網(wǎng)絡(luò)分析儀的意義

目前，網(wǎng)絡(luò)市場上各種各樣的射頻器件基本都運用在廣播電臺的網(wǎng)絡(luò)系統(tǒng)中。其網(wǎng)絡(luò)端口分為單口和雙口兩種。前者通常都連接在儀器的最后一個接口，有著對終端負載的作用。如：短路器、負載器等。后者則是用來連接儀器的饋線或射頻電纜等，還可以連接匹配網(wǎng)絡(luò)的射頻元件。而 網(wǎng)絡(luò)分析儀就是用來測量這些網(wǎng)絡(luò)端口參數(shù)的，其包含兩種不同特性的儀器，即標(biāo)量分析儀、矢量分析儀。不同特性的儀器所具有的測量功能也是不一樣的，標(biāo)量分析儀只對特性的幅值網(wǎng)絡(luò)參數(shù)有效果，使用性能特別局限性。而矢量分析儀的功能就較標(biāo)量分析儀先進很多，既能測量網(wǎng)絡(luò)參數(shù)的幅值，又能測量相位。其在廣播電臺的使用率也是最高的，因為通過矢量分析儀可以測量饋線系統(tǒng)中的各種參數(shù)，并對其進行精準(zhǔn)的分析，通過分析的結(jié)果，可以幫助維護人員發(fā)現(xiàn)饋線的故障成因，盡早做出有效的維護，保證饋線系統(tǒng)的正常使用。

2矢量分析儀在饋線維護中的運用

2.1饋線系統(tǒng)特性測試及網(wǎng)絡(luò)匹配的調(diào)整

在饋線系統(tǒng)維護中，需要注意的就是夏季和冬季的維護工作。受不同季節(jié)的影響，饋線所呈現(xiàn)的物理特性也不盡相同。處在嚴(yán)冷的冬季時，由于外界氣溫較低，饋線遇到強冷空氣，半徑就會自動縮小，其阻抗特征就會增大，影響正常的信號傳輸。而處在炎熱的夏季時，饋線就會自動膨脹，使半徑面積加大，阻抗特性減小。充分體現(xiàn)了饋線遇冷減縮、預(yù)熱脹大的特性。針對這種特性，維修人員在冬夏季時，就要對饋線的松緊及垂直力度進行適當(dāng)?shù)恼{(diào)整，，保證系統(tǒng)的正常使用，避免饋線在受力時致使絕緣子拉斷，造成內(nèi)外層導(dǎo)線短路，影響正常的工作進度，盡量保持饋線在冬季時放松一些，夏季則拉緊一些。同時，還要派出專業(yè)的維護人員做好饋線的定期檢查工作，尤其是冬夏兩季，不僅要檢查還要對其進行測試，把饋線與機器連接，觀察反射功率表值和天線零點表值，保證無誤后方可使用，否則就要對發(fā)射機或天線調(diào)配室的網(wǎng)絡(luò)進行有效的匹配、調(diào)整。

2.2時域故障定位法

在饋線維護中，如果發(fā)現(xiàn)故障問題時，機器的電壓駐波比就會發(fā)生波動，形成自動保護系統(tǒng)，機器就會自動關(guān)機。傳統(tǒng)維修中工作人員要想找到故障成因，都是沿著饋線長度查找，有的饋線高達1000米，而且所處的地理位置也十分復(fù)雜，增加了很大的作業(yè)難度，工作人員在具體實施中，進行的十分困難，格外加重了工程負擔(dān)。面對這種情況，工程師們研制出了時域故障定位法，這種定位方法既減輕了工作人員的業(yè)務(wù)負擔(dān)，又提高了饋線維護的工作質(zhì)量。其具體操作方法如下，首先，將矢量分析儀與饋線系統(tǒng)連接好，然后進行儀器的校準(zhǔn)和設(shè)置，最后進入時域測量。進入測量前，先要將電橋測試端口與饋線輸入端連接上，當(dāng)儀器顯示屏右上角出現(xiàn)變動的數(shù)字時，則證明儀器已經(jīng)進入測量狀態(tài)中，數(shù)字消失則說明測量結(jié)束。其次，對儀器進行時域計算。在計算過程中，顯示屏?xí)霈F(xiàn)一個圓形光點，根據(jù)測量結(jié)果，光點會按照從左至右的順序?qū)γ恳粋€數(shù)據(jù)進行詳細的分析，最后依據(jù)定測試距離中從內(nèi)到外的反射強度的大小，將光標(biāo)移至到峰點附近，按照顯示屏方格頂部出現(xiàn)的數(shù)字，來計算光標(biāo)所在點的反射率、電長度、反射角及延時度，如果開路性質(zhì)在零度左右，短路性質(zhì)在一百八十度左右時，這就說明饋線系統(tǒng)發(fā)生了短路現(xiàn)象。維修人員可用傳輸線將終端接口開路或短路，測出電長度和機械長度，按照測量公式將機械長度除以電長度，就會得出電波比數(shù)據(jù)，根據(jù)電波比就會計算出饋線的具置，通過這一些列的計算方式，工作人員可以迅速的找到故障原因和位置，有效的對其進行維護，為網(wǎng)絡(luò)通信提供了簡單、快捷的通訊途徑。

2.3饋線的性能測試及調(diào)整方法

為了加強分析儀器在饋線系統(tǒng)維護中的較高優(yōu)勢，還要對調(diào)配室進行全面的改造。在改造過程中維修人員依然會面對各種網(wǎng)絡(luò)難題，必須采取相應(yīng)的技術(shù)方法。例如：電波比指數(shù)偏大的問題。首先，將矢量分析儀器與饋線連接好，斷開饋線終端。然后進行儀器的校準(zhǔn)和測試。這些工作全部完成后，再進行駐波比測試。根據(jù)相關(guān)測試表明，當(dāng)儀器終端只接標(biāo)阻不接天線的情況下，電波比的指數(shù)是在1.5的數(shù)值。相反，讓其在工作頻率較大的情況下。電波比指數(shù)則是在1.34的數(shù)值。盡管兩種條件下相差的數(shù)值不是很大，但是還是說明了饋線存在一定的安全隱患，必須對其進行全新的調(diào)整，等到調(diào)整完畢數(shù)值平穩(wěn)后，再進行天線的接入，必要時，也可以調(diào)整一下網(wǎng)絡(luò)匹配，讓其更好的恢復(fù)到正常工作中。其次，對于饋線測試中出現(xiàn)的電波比指數(shù)差異的問題，也要究其原因，仔細的進行分析和評判?？梢岳脮r域故障定位法找出故障節(jié)點。其中節(jié)點可分為兩種坐標(biāo)，即縱坐標(biāo)、橫坐標(biāo)。前者為反射系數(shù)，后者為電長度，根據(jù)實際的電長度所形成的反射系數(shù)，看其最高峰值在哪個點上，根據(jù)找到的點判斷故障地點，這要刨除機械對距離判斷的誤差，分析出詳細的位置。并對故障因素進行有效的處理?？梢詤⒄震伨€特性阻抗計算公式，讓維修人員了解具體的饋線參數(shù)。屬于參數(shù)規(guī)定范圍內(nèi)的內(nèi)層導(dǎo)線半徑稱作r1、內(nèi)層導(dǎo)線數(shù)稱作n1、外層導(dǎo)線半徑稱作r2、外層導(dǎo)線稱作n2。然后根據(jù)這些參數(shù)進行相應(yīng)的調(diào)整，讓特性阻抗值達到需要的標(biāo)準(zhǔn)，降低饋線桿或絕緣棒引起的反射效果。最后，進行測試后的后續(xù)工作，連接發(fā)射機，觀察儀器屏幕上的反射功率表值和天線零點表值，使其接近0，如差異較大，就要對饋線兩端的匹配網(wǎng)絡(luò)內(nèi)的發(fā)射元件進行輕微的調(diào)整，直到數(shù)值均衡為止，這樣才能完成測試的總體工作。

3結(jié)束語

綜上所述，通過本文闡述的矢量分析儀的使用狀況，可以充分掌握饋線的各項技術(shù)信息，有效的提高了饋線維護的工作效率，使其在保質(zhì)保量的情況下，為網(wǎng)絡(luò)通信系統(tǒng)打下良好的基礎(chǔ)。而在采用的維護方法中，時域故障定位法是實用性和準(zhǔn)確性都比較強的技術(shù)手段，不僅適用于饋線維護的工作中，對于短波、有線電視等各種傳輸線的故障原因也起到很大的輔助效果，準(zhǔn)確判斷出故障原因。由此可見，通過矢量分析儀在饋線維護中的運用，充分體現(xiàn)了科學(xué)技術(shù)的進步，對各種網(wǎng)絡(luò)通信設(shè)備都有著巨大的影響，值得相關(guān)技術(shù)部門的廣泛運用，在未來的時展中，還要不斷的提升科技水平，研制更為有效的分析儀器。

參考文獻：

[1]郝富年。矢量網(wǎng)絡(luò)分析儀在移動通信網(wǎng)絡(luò)建設(shè)和維護中的應(yīng)用[J]工程實踐。2014（12）87-90

篇9

【關(guān)鍵詞】高速鐵路 CDL話單 用戶行為

中圖分類號：TN929.5 文獻標(biāo)識碼：A 文章編號：1006-1010（2014）-22-0003-05

Analysis on High-Speed Rail Wireless Network Based on CDL Bill

YE Guan-wu

（China Youke Communication Technology Co.， Ltd.， Fuzhou 350007， China）

[Abstract]

According to the characteristics of the high-speed rail calls， all CDL （Call Detail Log） bills in high-speed rail station are extracted. The filtering rules of high-speed rail are discussed to filter the bills of high-speed rail. By analyzing bills， the comprehensive and precise high-speed rail users’ behaviors and network data can be derived to optimize high-speed rail wireless network.

[Key words]high-speed rail CDL bill single user behavior

1 引言

高鐵無線網(wǎng)絡(luò)一般采取針對高鐵線路覆蓋的專門站點和大網(wǎng)站點相互結(jié)合的覆蓋方式，但這并無法避免專門站點覆蓋到高鐵周邊的其他區(qū)域，無法通過后臺提取的站點KPI指標(biāo)得到準(zhǔn)確的高鐵網(wǎng)絡(luò)運營狀況，因此需要進行大量的測試。由于較高的車速導(dǎo)致高鐵無線網(wǎng)絡(luò)復(fù)雜多變，隨機異常事件頻發(fā)，上車測試得到的采樣數(shù)據(jù)有限，所以通過測試得到的網(wǎng)絡(luò)整體狀況不夠準(zhǔn)確，同時又需要耗費大量的人力物力。

通過系統(tǒng)提取CDL（Call Detail Log）話單，可以得到大量的通話記錄，從中篩選出用戶在高鐵上的通話記錄，從而得到海量的高鐵通話數(shù)據(jù)，再對這些數(shù)據(jù)進行分析，得到更為準(zhǔn)確的高鐵用戶行為和網(wǎng)絡(luò)狀況，以便進行市場分析，同時也為上車測試提供新的方向，緩解了高鐵優(yōu)化工作對上車測試的需求。

2 基于CDL話單的高鐵無線網(wǎng)絡(luò)分析

2.1 話單提取

通過網(wǎng)優(yōu)平臺或基站設(shè)備廠家網(wǎng)優(yōu)工具，提取足夠數(shù)量的話單樣本以作分析。

2.2 話單篩選

針對提取的樣本話單，根據(jù)高速動車上通話的特點擬定一定的原則進行篩選，再根據(jù)不同線路高鐵動車的不同情況，擬定相應(yīng)的篩選規(guī)則。以下篩選條件適用于大多的高鐵通話，可作為日常應(yīng)用參考。

各條件存在先后順序，需要刪除的話單標(biāo)記為0，待保留的標(biāo)記為1：

（1）S1：保留起呼小區(qū)和釋放小區(qū)均為高鐵覆蓋小區(qū)的話單，刪除其余話單。

（2）刪除確定非高鐵通話的話單：

D1：刪除非高鐵運營時間內(nèi)的話單。若列車趟次較少，可精確至每趟列車通過時間;若趟次較多（如下例中的福廈線），先刪除運營時間外（通常為夜間至凌晨）的話單。

D2：刪除大網(wǎng)IMSI的話單。如同一時段在同一小區(qū)多次起呼的IMSI可以判定為大網(wǎng)IMSI。

D3：刪除起呼小區(qū)相同但呼叫時長大于通過該小區(qū)覆蓋范圍所用時間的話單。

D4：其他。根據(jù)各地高鐵網(wǎng)絡(luò)現(xiàn)狀自定義篩選原則。

（3）保留確定和不確定是高鐵通話的話單：

A1：短話單。以單個小區(qū)平均覆蓋1km計算，若高鐵以200km/h的時速通過該小區(qū)大約需要18s，建議以18s作為短話單判定標(biāo)準(zhǔn)，保留200km/h時速下運營的動車線路上的通話短話單。

A2：釋放小區(qū)為相鄰地市小區(qū)的話單。以中興設(shè)備為例，其跨地市的話單會被分為兩條，存在于相鄰地市的兩個BSC上，不易判斷，暫作保留，而本地市的跨BSC話單仍為一條話單。

A3：高鐵站點小區(qū)話單。只覆蓋高鐵而吸收不到高鐵周邊話務(wù)的小區(qū)的話單，如無人山區(qū)或無外引信號的隧道洞室等。

A4：其他。根據(jù)各地高鐵網(wǎng)絡(luò)現(xiàn)狀確定符合各自情況的原則進行篩選。

（4）對可能是高鐵上通話的話單參考高鐵通話的特點用相關(guān)條件進行篩選，刪除不符合條件的話單：

F1：根據(jù)起止距離（起呼位置到終止位置的距離，部分網(wǎng)優(yōu)平臺可提取，也可根據(jù)話單字段得到，若粗略估計可以用起止小區(qū)經(jīng)緯度代替）和理論通過距離（通話時長乘以動車行駛速度）進行比較，預(yù)留一定裕量，刪除兩者差別較大的話單。

F2：其他。根據(jù)各地高鐵網(wǎng)絡(luò)現(xiàn)狀確定符合各自情況的原則進行篩選。

綜合上述各項原則及其之間的優(yōu)先級，得到如下篩選公式：

K=S1*product（D1，D2，D3，D4…）*[sum（A1，A2，A3，A4…）+

product（F1，F(xiàn)2…）] （1）

若K值等于0，則刪除該話單;若K值不為0，則保留該話單，判定其為高鐵上通話話單。

2.3 話單分析方法

根據(jù)上述篩選出的話單可以進行由宏觀到微觀、由整體到細節(jié)的分析，從大量話單中找出高鐵網(wǎng)絡(luò)的整體規(guī)律、話務(wù)模型，為高鐵網(wǎng)絡(luò)建設(shè)、運營、優(yōu)化找出方向，并提供依據(jù)，再從單個小區(qū)話單、單個用戶話單的細節(jié)分析為高鐵優(yōu)化提供幫助。

（1）對提取的大量樣本話單進行統(tǒng)計，根據(jù)話單相關(guān)字段的統(tǒng)計對用戶行為進行分析，得到用戶在高鐵上的一些行為，如長話比例、通話時長等，用以幫助市場分析。

（2）對話單通話情況進行統(tǒng)計得到高鐵網(wǎng)絡(luò)的話務(wù)模型，如高鐵網(wǎng)絡(luò)話務(wù)忙時、閑時等。

（3）通過分析得到高鐵上通話的整體指標(biāo)情況，如高鐵上通話的接通率、掉話率等，該結(jié)果相比較上車DT測試所得由于其采樣數(shù)據(jù)量大，更能客觀反映整體指標(biāo)。另外，部分高鐵站點需要同時兼顧大網(wǎng)，故這些高鐵站點的KPI指標(biāo)包含對大網(wǎng)通話情況的統(tǒng)計，無法得到其在高鐵上的網(wǎng)絡(luò)情況，通過對這些高鐵站點話單的篩選可以得到它們對高鐵的覆蓋情況。因此，高鐵話單分析出的結(jié)果相對網(wǎng)管KPI指標(biāo)更能準(zhǔn)確反映高鐵網(wǎng)絡(luò)質(zhì)量，找到高鐵網(wǎng)絡(luò)的真正短板。

（4）通過上述對話單統(tǒng)計得到高鐵整體網(wǎng)絡(luò)情況之后，針對網(wǎng)絡(luò)短板，對相應(yīng)的話單進行更加有針對性的分析。如上述統(tǒng)計得到高鐵掉話嚴(yán)重的小區(qū)，可以針對該小區(qū)的掉話話單逐條分析掉話相關(guān)字段，得到該小區(qū)內(nèi)掉話的情況，再結(jié)合路測數(shù)據(jù)或網(wǎng)管信令跟蹤情況進行優(yōu)化。

3 某高鐵話單分析優(yōu)化示例

3.1 某高鐵用戶規(guī)模預(yù)估

每個基站設(shè)備廠家話單字段有所不同，本次優(yōu)化選取某高鐵沿線連續(xù)3個同廠家的本地網(wǎng)（依次為A/B/C這3個地市）路段作為分析對象進行分析優(yōu)化。

優(yōu)化路段全程約200多公里，高速鐵路車程約70分鐘，沿線高鐵扇區(qū)近200個。該段高鐵運營時間為每日首班車06：30出發(fā)，末班車由C地市出發(fā)到達A地市的時間為23：05左右。根據(jù)高鐵客運情況和運營商市場占有率情況，對該段高鐵的CDMA用戶規(guī)模進行預(yù)估，用以判斷篩選結(jié)果的合理性，并結(jié)合話單分析市場用戶行為。預(yù)估情況如表1所示：

表1 高鐵優(yōu)化路段用戶規(guī)模預(yù)估

全程公里數(shù)/km 273

平均每列乘客/人 700

每日往返列車數(shù)/對 45

上座率/% 90

合計乘客/人 56 700

手機普及率/% 95

市場占有率/% 25

每日動車CDMA用戶數(shù)/人 13 466.25

每趟動車平均CDMA用戶數(shù)/人 149.625

根據(jù)上述估計，每日約有1.3萬個CDMA用戶經(jīng)過該段高鐵，而平均每列動車上約有150個CDMA用戶。

3.2 話單篩選

網(wǎng)優(yōu)平臺提取高鐵沿線地市A到地市C基站一周的數(shù)據(jù)，起呼和釋放小區(qū)均為該段高鐵沿線覆蓋小區(qū)的話單，累計90多萬條，作為采樣樣本進行篩選。

參考上述篩選原則，并結(jié)合福廈線高鐵的情況，根據(jù)下列條件對樣本話單進行篩選：

（1）D1：刪除大網(wǎng)IMSI話單1。同一時段在同一小區(qū)起呼次數(shù)3次及以上的IMSI判定為大網(wǎng)IMSI，刪除該IMSI在該時段的話單;同一天在同一小區(qū)有3個時間段有起呼記錄的IMSI判定為大網(wǎng)IMSI，刪除該IMSI在當(dāng)天所有話單。

（2）D3：刪除起止小區(qū)相同但呼叫時長大于動車通過該小區(qū)覆蓋范圍所用時間的話單。以每小區(qū)通過時間為18s計算，即呼叫時長大于（18s*該小區(qū)同PN小區(qū)數(shù)），車站A和車站B各停靠2分鐘，因此比較時加上停靠時間。

（3）A1：保留18s內(nèi)的短話單。

（4）A2：保留終止小區(qū)為邊界小區(qū)的話單。

（5）F1：呼叫起止距離與理論通過距離比較，刪除理論距離大于起止距離2倍以上的話單（為防止起止距離誤差，預(yù)留一定裕量），刪除理論距離小于起止距離較多的話單，此處差值以（起止小區(qū)的同PN小區(qū)數(shù)之和/2*1km）為判定標(biāo)準(zhǔn)。

篩選公式如下：

K=D1*D2*（A1+A2+F1） （2）

若K值為0則保留，判定為高鐵話單作為下文分析之用。

由該篩選方法從90多萬條話單中得到83 627條話單。

3.3 用戶行為分析

對篩選出的83 637條話單進行統(tǒng)計，結(jié)果如表2所示：

表2 高鐵話單篩選結(jié)果

累計話單數(shù) 83 637

累計話務(wù)量/Erl 651.28

累計通話IMSI數(shù)量 54 586

日均話單 11 948.14

日均話務(wù)量/Erl 93.04

日均通話IMSI數(shù)量 7 798.00

每IMSI產(chǎn)生話單數(shù) 1.53

平均每趟列車通話IMSI數(shù) 86.64

平均每趟列車產(chǎn)生話單 132.76

平均每話單通話時長/s 28.03

主叫話單比例/% 51.24

被叫話單比例/% 47.26

已知IMSI歸屬地話單 59 388

各本地用戶 28 416

漫游話單比例/% 52.15

各本地用戶主叫話單 13 354

各本地用戶主叫長途比例/% 10.84

從表2可知，根據(jù)話單結(jié)果該段高鐵動車上日均產(chǎn)生11 948條語音話單，日均話務(wù)量約為93.04Erl。由上述預(yù)估每趟列車有天翼用戶數(shù)150人，其中地市A至地市C約有86人產(chǎn)生語音通話話單，平均每2人撥打3次電話，每次通話時間約為28s，主叫和被叫比例約為1：1。

由于平臺數(shù)據(jù)庫無法得到所有IMSI的歸屬地，從采樣結(jié)果中僅得到59 388條話單的IMSI歸屬地，對此進行的統(tǒng)計結(jié)果看到，本地用戶僅占不到一半，漫游話單比例達52.15%，而本地IMSI的主叫話單中，長途主叫的比例有10.84%，比例較高。

篩選出的話單按照時間段統(tǒng)計，由于僅提取一周數(shù)據(jù)，每日全天話務(wù)走勢不具有代表性，僅統(tǒng)計每天各時段話務(wù)分布，結(jié)果如圖1所示：

圖1 該段高鐵小區(qū)每日各時段話務(wù)情況

由圖1可以看到，每日各時段的分布中，09：00―10：00和17：00―19：00最多，最忙時為17：00，這與傳統(tǒng)的語音晚忙時19：00明顯不同，因此后續(xù)對該高鐵的優(yōu)化建議多參考沿線站點17：00時段指標(biāo)。繼續(xù)深入分析每個高鐵扇區(qū)的忙時，能更準(zhǔn)確地對每個高鐵小區(qū)話務(wù)模型進行分析優(yōu)化。

3.4 掉話情況分析

采樣結(jié)果的83 637條話單中有642次掉話話單，語音掉話率達0.77%。由于呼叫時長小于18s的短話單無法很好的區(qū)分是否是在高鐵上起呼，而大于18s的話單可以通過其他條件篩選，得到更貼近高鐵通話的話單，因此將話單區(qū)分為18s內(nèi)的短話單和18s以上的長話單，分別統(tǒng)計掉話率，得到結(jié)果如表3所示：

表3 該段高鐵掉話情況

呼叫時長/s 掉話次數(shù) 掉話率/% 占比/%

≤18 160 0.35 24.92

>18 482 1.29 75.08

由表3可以看到，該段高鐵上大于18s的通話掉話率達1.29%，掉話率較高。可以對掉話率高的小區(qū)進行TOPN進一步分析。分析結(jié)果與各小區(qū)網(wǎng)管掉話率指標(biāo)相比更具指導(dǎo)意義，也可與上車DT測試結(jié)果進行比較分析，根據(jù)基站廠家的話單字段含義得到掉話原因值如表4所示：

表4 該段高鐵掉話原因

失敗原因值 掉話次數(shù)

SDM_Link_Fail_RevTooManyBadFrm 550

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState 71

ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvRegInSessionState_Others 18

由表4得到主要的掉話原因：“SDM_Link_Fail_RevTooManyBadFrm”，該原因的掉話次數(shù)有550次。引起該失敗值掉話的原因有很多，主要是無線環(huán)境惡化導(dǎo)致BSC側(cè)在一段時間內(nèi)收到大量壞幀，從而引起掉話。另外掉話較多的失敗原因是失敗71次的“ERR_SPS_RLSA_BSSAP_UnexptMsg_RcvOrgnInSessionState”，根據(jù)這些掉話原因，進一步對掉話的話單進行詳細分析。

3.5 其他情況分析

根據(jù)以上的分析方法，還可以對高鐵上CDMA用戶的接入情況、切換情況等指標(biāo)進行分析，進一步了解高鐵沿線基站的覆蓋質(zhì)量、用戶的使用行為。

4 結(jié)束語

本文針對高鐵的特點，設(shè)定一定的規(guī)則對話單進行篩選，得到較為符合高鐵列車上的通話話單。文中所列的篩選條件僅作參考，不同地市或不同的高鐵線路應(yīng)根據(jù)各自的特點采用不同的條件進行更精確的篩選，如根據(jù)動車的運營時間、通過每個站點的時間，根據(jù)該時間篩選話單可得到更精確的結(jié)果。

本文僅對CDMA語音話單中的一些主要字段進行分析，得到該段高鐵CDMA語音網(wǎng)絡(luò)的部分用戶行為及網(wǎng)絡(luò)情況。CDL其他字段也可供優(yōu)化人員進行分析，以獲得更多高鐵網(wǎng)絡(luò)信息，再根據(jù)整體分析得到問題點，對問題話單的相關(guān)字段進行更深入的分析。不同基站設(shè)備廠家有其各不相同的話單字段，為優(yōu)化人員提供了通話過程的各種信息，通過對海量高鐵話單的分析，得到更準(zhǔn)確的高鐵用戶行為和無線網(wǎng)絡(luò)狀況，幫助市場分析和網(wǎng)絡(luò)優(yōu)化。

隨著經(jīng)濟的發(fā)展，我國將建設(shè)更多的高速鐵路，越來越多的用戶將通過高鐵出行，高鐵網(wǎng)絡(luò)的優(yōu)化工作也變得更加重要。本文通過CDL話單定位分析高鐵無線網(wǎng)絡(luò)狀況，為今后的高鐵優(yōu)化工作提供了一個較為便捷有效的優(yōu)化手段。

參考文獻：

[1] 張傳福，李夢迪，王剛. 高速移動環(huán)境下組網(wǎng)方案[J]. 電信工程技術(shù)與標(biāo)準(zhǔn)化， 2009（4）： 75-78.

[2] 張敏，李毅，舒培煉. 高速鐵路列車車廂穿透損耗應(yīng)用探析[J]. 移動通信， 2011（2）： 21-25.

[3] 中興通訊股份有限公司. 系統(tǒng)呼叫失敗原因和掉話解釋（1X業(yè)務(wù)分冊）[Z]. 2009.

篇10

關(guān)鍵詞：復(fù)雜網(wǎng)路；投入產(chǎn)出；度分布

一、引言

系統(tǒng)是由相互作用和依賴的若干組成部分結(jié)合的具有特定功能的有機整體[1]。而網(wǎng)絡(luò)是由節(jié)點以及節(jié)點之間的連線組成的，將真實系統(tǒng)中的元素看成網(wǎng)絡(luò)中的節(jié)點，元素之間的數(shù)量關(guān)系看成網(wǎng)絡(luò)中的邊，用這種方式構(gòu)建的網(wǎng)絡(luò)可以用來描述各類真實系統(tǒng)。近年來，復(fù)雜網(wǎng)絡(luò)作為大量真實復(fù)雜系統(tǒng)的高度抽象[2]，成為學(xué)者們研究的熱點，很多國際一流的期刊都陸續(xù)刊發(fā)了許多有關(guān)復(fù)雜網(wǎng)絡(luò)的論文，研究范圍包括：電力網(wǎng)絡(luò)、病毒傳播網(wǎng)絡(luò)、神經(jīng)網(wǎng)絡(luò)、演員合作網(wǎng)絡(luò)、交通網(wǎng)絡(luò)等，而對產(chǎn)業(yè)結(jié)構(gòu)進行研究的論文還較少。

經(jīng)濟的發(fā)展與其產(chǎn)業(yè)結(jié)構(gòu)有重要的關(guān)聯(lián)。產(chǎn)業(yè)結(jié)構(gòu)轉(zhuǎn)型是地區(qū)經(jīng)濟快速增長的核心驅(qū)動力[3]。而優(yōu)化高效的產(chǎn)業(yè)網(wǎng)絡(luò)是經(jīng)濟社會全面發(fā)展的必要條件[4]。本文以我國產(chǎn)業(yè)結(jié)構(gòu)為研究對象，將其抽象為由產(chǎn)業(yè)和產(chǎn)業(yè)關(guān)聯(lián)所組成的復(fù)雜網(wǎng)絡(luò)，產(chǎn)業(yè)作為網(wǎng)絡(luò)中的節(jié)點，產(chǎn)業(yè)間的聯(lián)系視為網(wǎng)絡(luò)中的邊，以此建立起產(chǎn)業(yè)結(jié)構(gòu)的網(wǎng)絡(luò)模型，計算網(wǎng)絡(luò)的統(tǒng)計特征，研究網(wǎng)絡(luò)的復(fù)雜性，希望能為中國產(chǎn)業(yè)結(jié)構(gòu)的優(yōu)化發(fā)展提供決策依據(jù)。

二、方法和數(shù)據(jù)來源

中國的產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)由42個產(chǎn)業(yè)（即節(jié)點）組成，數(shù)據(jù)來自中國2012年的投入產(chǎn)出表。對數(shù)據(jù)說明如下：

第一，不考慮本產(chǎn)業(yè)之間的中間投入，這樣可以避免建立一個自環(huán)的網(wǎng)絡(luò)。

第二，引入消耗系數(shù)并作無向化處理。計算過程如下：

第一步：計算直接消耗系數(shù)。

aij=xij/xj（i，j=1，2，……n）（2-1）

其中，aij為j產(chǎn)業(yè)生產(chǎn)時所消耗i產(chǎn)業(yè)投入的系數(shù)，xij為i產(chǎn)業(yè)對j產(chǎn)業(yè)的中間投入，xj為j產(chǎn)業(yè)的產(chǎn)出。

第二步：無向化處理。

rij=aij+aji2（2-2）

在本文中設(shè)a為消耗系數(shù)的臨界值，然后對所有的rij取均值即得到a。如果rij≥a則認為這兩個部門之間有聯(lián)系，即兩點之間有邊。本文計算出的a值為4.324×10-3，即當(dāng)rij≥4.324×10-3時，i和j之間有邊存在，經(jīng)計算網(wǎng)絡(luò)中的邊數(shù)為1936條。

三、網(wǎng)絡(luò)相關(guān)統(tǒng)計指標(biāo)

（一）平均最短距離

平均最短距離描述了網(wǎng)絡(luò)中各個節(jié)點的分離稱度。在產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)中，兩個產(chǎn)業(yè)之間最少的邊數(shù)即為兩節(jié)點之間的最短距離。因此，網(wǎng)絡(luò)的平均最短距離可定義為所有節(jié)點最短距離的平均數(shù)。計算如下：

L=2N（N-1）∑i>jdij（3-1）

其中，N=42是網(wǎng)絡(luò)的節(jié)點數(shù)，dij為節(jié)點i與節(jié)點j之間的最短距離，計算的中國產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)的平均最短距離為1.372。

（二）平均簇系數(shù)

簇系數(shù)是用來衡量網(wǎng)絡(luò)節(jié)點聚類稱度的參數(shù)，節(jié)點i的簇系數(shù)計算如下：

Ci=1Ki（Ki-1）∑Nj，k=1bijbjkbki（3-2）

其中ki為節(jié)點i的度，bij為鄰接矩陣元，當(dāng)節(jié)點i，j相鄰時其值為1，否則為0。

因此，整個網(wǎng)絡(luò)的簇系數(shù)為：

C=1N∑Ni=1Ci（3-3）

計算可得中國產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)的簇系數(shù)為0.533，具有一定的聚集性。

（三）度及其分布

與節(jié)點連接的邊的數(shù)量稱為節(jié)點的度，而網(wǎng)絡(luò)的度是網(wǎng)絡(luò)中所有節(jié)點的度的平均值。節(jié)點的度越大代表節(jié)點的影響力越大，在網(wǎng)絡(luò)中的地位越重要，反之亦然。度分布用分布函數(shù)P（k）表示，可定義為在網(wǎng)絡(luò)選擇一個節(jié)點其度值為k的概率，也等于網(wǎng)絡(luò)中度值為k的節(jié)點的個數(shù)與網(wǎng)絡(luò)節(jié)點總數(shù)比值。根據(jù)數(shù)據(jù)可以算的中國產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)的平均度為23.4，即每個產(chǎn)業(yè)平均與23個產(chǎn)業(yè)相連。

（四）度-度相關(guān)性

度-度相關(guān)性指的是節(jié)點之間相互選擇的偏好，節(jié)點i的所有鄰近節(jié)點的平均度可記為：

Knn，i=1Ki∑kij=1Kij（3-4）

其中，Kij是i的Ki個鄰近節(jié)點的度，j=1，2，……，ki。度為k的所有節(jié)點的鄰近點的平均度，公式如下：

Km（k）=1Nk∑iki=1Km，vi（3-5）

其中，度為k的節(jié)點表示為v1，v2，……，vi，Nk是指網(wǎng)絡(luò)中度為k的所有節(jié)點的個數(shù)。

通過計算我們就可以知道網(wǎng)絡(luò)的相關(guān)性，當(dāng)Km（k）隨著k的增加而增加，隨著k的減小而減小，即可判斷網(wǎng)絡(luò)是正相關(guān)的，反之如果Km（k）隨著k的增加而減小，隨著k的減小而增加，即可判斷網(wǎng)絡(luò)是負相關(guān)的。運用Newman給出的計算方法可計算出網(wǎng)絡(luò)節(jié)點度的Pearson相關(guān)系數(shù)r[5]。公式如下：

r（g）=M-1∑ijiki-[M-1∑i12（ji+ki）]2M-1∑i12（ji+ki）-[M-1∑i12（ji+ki）]2（3-6）

式中，M為觀察到的網(wǎng)絡(luò)中的連線的數(shù)目，jk，ik是第i條連線兩端的節(jié)點度數(shù)且i=1，2，……，M，-1≤r≤1。

根據(jù)公式計算出的中國產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)的相關(guān)系數(shù)r=0.628，度度之間表現(xiàn)為正相關(guān)性，說明度小的節(jié)點優(yōu)先連接度大的節(jié)點。

（五）介數(shù)中心性

介數(shù)中心性是以經(jīng)過某個節(jié)點的最短路徑的個數(shù)來刻畫節(jié)點重要性的，簡稱介數(shù)（BC），具體地，節(jié)點i的介數(shù)可定義為：

BCi=∑s≠i≠tnistgst（3-7）

其中，gst為從節(jié)點s到節(jié)點t的最短路徑的數(shù)目，nist為從節(jié)點s到節(jié)點t的gst條最短路徑中經(jīng)過節(jié)點i的最短路徑的數(shù)目。計算可得，中國產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)中各節(jié)點的點介數(shù)分布前十的產(chǎn)業(yè)如下：

表節(jié)點介數(shù)排名前十的產(chǎn)業(yè)

序號產(chǎn)業(yè)節(jié)點介數(shù)

1化學(xué)工業(yè)0.24836

2金屬冶煉及壓延加工業(yè)0.14637

3電力及蒸汽、熱水生產(chǎn)和供應(yīng)業(yè)0.11293

4農(nóng)業(yè)0.08534

5商業(yè)0.07246

6貨運郵電業(yè)0.06582

7石油和天熱氣開采業(yè)0.06191

8機械工業(yè)0.04237

9電子及通信設(shè)備制造業(yè)0.03183

10食品制造業(yè)0.03012

節(jié)點介數(shù)的大小反映了該產(chǎn)業(yè)在網(wǎng)絡(luò)中的影響力，因此如果將表中的某個或某幾個產(chǎn)業(yè)乃至全部的產(chǎn)業(yè)從網(wǎng)絡(luò)中去除將會極大的影響網(wǎng)絡(luò)的運行。

四、結(jié)論

本文借助復(fù)雜網(wǎng)絡(luò)理論對中國產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)性質(zhì)做了初步的研究，得出中國產(chǎn)業(yè)結(jié)構(gòu)網(wǎng)絡(luò)是一個小世界網(wǎng)絡(luò)，具有小的平均最短路徑和較大的聚集系數(shù)，度-度表現(xiàn)出正的相關(guān)性，說明度小的節(jié)點傾向于與大的節(jié)點連接。對于復(fù)雜網(wǎng)絡(luò)所涉及到的更為復(fù)雜的研究方面包括：邊的方向及邊權(quán)、點權(quán)對網(wǎng)絡(luò)性質(zhì)的影響等在本文中沒有做深入的研究。（作者單位：蘭州交通大學(xué)經(jīng)濟管理學(xué)院）

參考文獻：

[1]錢學(xué)森，許國志，王濤云.論系統(tǒng)工程[M].長沙：湖南科學(xué)技術(shù)出版社，1988：7-12.

[2]周濤，柏文潔，汪秉宏等.復(fù)雜網(wǎng)絡(luò)研究概述[J]，物理，2005，34（1）：31-36.

[3]Sachsa J D，Woob W T.Understanding China’s economic performance[J].The Journal of Policy Reform.2001，4（1）：1-50.