社会网络论文范文

前言：我们精心挑选了数篇优质社会网络论文文章，供您阅读参考。期待这些文章能为您带来启发，助您在写作的道路上更上一层楼。

第1篇

人脉，顾名思义，即人际关系所组成的网络。《现代汉语词典》对人脉的解释为：“人各方面的社会关系。”有的学者根据人脉的来源或形成过程，也就是人的社会关系从哪里获得，将人脉分为六类：血缘人脉、地缘人脉、学缘人脉、事缘人脉、客缘人脉、随缘人脉等。所谓人际关系，是指人为了满足其生存和发展的需要而在相互交往过程中形成的全部关系的总和，简单地说就是指个体与个体之间的各种关系。根据人际关系在满足人们需求过程中所起的不同作用，可以把人际关系简单地分为情感性关系和工具性关系。情感性关系主要满足人们在情感方面（如关爱、温暖、安全感和归属感等）的需求；而工具性关系主要满足人们在物质方面的需求，是个人因某种需要或目的与不很关联的他人所建立的某种时效性关系。无论是情感性关系，还是工具性关系，它们都是个人正常、健康、全面发展所必需的。另有学者认为，人际关系的类型大概可以分为三种，它们分别是：权力依附型的人际关系，有人可以据此结成“权力网”；利益相关型的人际关系，有人可以据此结成“专业网”；情感交融型的人际关系，有人可以据此结成“人缘网”。前两种人际关系主要受理性逻辑支配，维系这两种关系的主要因素是披着情感“外衣”的权谋和利益；最后一种人际关系主要受“情绪逻辑”支配，维系这种关系的主要因素是建立在情感基础上的人格认同。

二、对大学生人际关系认知的问卷调查

（一）问卷设计与调查

基于上述人际关系类型，结合大学生实际生活、学习等情况，我们设计了与大学生相关的21种人际关系调查问卷，试图通过调查得出现代大学生心目中应该重视和建立的人际关系网络。考虑到当今社会中所谓的“拼爹”观念盛行，我们在问卷中先预设了三个关于“拼爹”的问题，用以考察大学生对该问题的相关态度。经过前测和优化，人脉关系被调整为23种，每个问题设计了6个选项：非常重要、重要、一般、不重要、很不重要、说不清。最后收集了答卷大学生的个人相关信息，包括：性别、来源地、年级、是否做过班干部、是否独生子女。根据实际情况，我们选择了驻新乡五所高校的大学生作为调查总体。采用分层抽样的方法，首先结合各自院校的特色选定了各具代表性的共40个专业，然后从每个专业中任意选择一个班级进行问卷调查，平均每个专业分配25份问卷，要求按照男女生比例来发放。本次调查共发放问卷1000份，回收有效问卷963份。

（二）对调查结果的分析

1．对预设问题的调查结果解读

问题一：有人认为现在是个“拼爹时代”，你认为？该问题的设置是为了考察大学生对社会现状的认识。从结果来看，认可（36．8％的学生选择了“非常正确”和“正确”）明显高于否定（21．5％的学生选择了“不正确”和“很不正确”）的认识程度。值得注意的是高达41．6％的学生选择了“说不清”。问题二：“拼爹时代”中的“爹”你认为是（可多选）。对于“拼爹时代”所谓的“爹”，“用得上的关系户”认可度（36．7％）最高，然后是多选“有钱人、有权人、用得上的关系户”（26．4％）。或许大家觉得“有钱人”、“有权人”可以是“用得上的关系户”，但后者不一定都是前者，只要对自己有用，就应该受到重视。问题三：与我无关，主要还得靠自己。该选项意在考察学生对将来步入社会工作与生活时的一种态度取向。结果显示，作为相对高素质的大学生，被调查学生在靠自己发展方面的肯定性取向上占有绝对大的比例（68．2％）。说明关系固然重要，但也不是人人都有关系，或者即使有关系也不一定能用上，真正有用的还是自己。同时四分之一强（25．9％）的学生选择“说不清”，说明大家对当前个人决定自己前途的能量方面不再充分自信，处于矛盾之中。

2．对各种人际关系重要性调查结果的分析

我们将问卷中的问题按照“重要”与“非常重要”选项选择结果合并解释为“相对重要”，然后合并“不重要”与“最不重要”选项解释为“相对不重要”。通过对比发现，排列前6位的人脉关系竟然完全相同，也就是说在大学生心目中这些人脉关系的相对重要性与相对不重要性是非常稳定的。后面的人脉关系相对有些错位，但相差也不是非常明显，基本上都在相邻或隔一个位置的顺序上出现，说明大学生对这些人脉关系的重要性与不重要性有细微的分歧，但总体处于稳定状态。因此，根据调查结果，我们尝试着将大学生心目中的人脉关系分为四大类。第一类包括“家人”、“同学中的交心朋友”、“舍友”、“有知识的亲戚”、“有共同爱好的朋友”、“上大学前的同学”6种人脉，认为相对重要的超过了六成人数。与预料一致，家人无论如何也应该是一个人最为重要的支撑力量，不管是在哪个领域，说明最直接的血亲浓情在中国社会中的地位无以替代。各选项中，“说不清”1人，“很不重要”3人，“不重要”8人，“一般”64人，这相对于153人的“重要”和734人的“非常重要”显然不成比例。选择前者的学生更多的可能是出于对自我顽强奋斗非常看重，或者有些个人的原因在里面。“交心朋友”位居“家人”之后占第二位，证明了学生对于这种纯粹友情的珍视和对这种关系之于自己重要性的高度认可。“舍友”是一个非常特殊的群体，上过大学的人都有体会。除了家人，还会有谁能够和自己同屋共眠3～5年？所以这种感情是永远难以割舍掉的。可能因为调查对象是大学生的缘故，大家对“有知识的亲戚”的信赖程度之高有些出乎预料，彰显了学生对知识重要性的认可与依赖。尽管当前社会现实日益证明“知识改变命运”越来越不靠谱，但相对于当前日益异化的社会来说，知识的力量永远是正作用。金钱和权力只能给予你一时的帮助，而有知识的人对一个人的指导、示范或塑造作用影响的是人的一生。“共同爱好”是大学生走到一起寻找快乐的最直接的因素。一起运动、郊游、看球赛、打游戏、去图书馆等等，这些爱好为彼此之间的大学生活提供了丰富多彩的内容和很多值得回忆的精彩瞬间。此类朋友的重要性也得到多数学生的认可。作为曾经在一个“战壕”内艰苦奋战的“战友”，53．2％的学生依然惦记自己原来的同学，认为比较重要。这里面其实包括了发小（问卷后面的列举中很多人列出）、小学、初高中同学。这份感情的确值得珍视。第二大类以相对重要性比例在半数（班主任或班级导师为49．6％，这里视作半数）及以上、六成以下为标准，包括“专业课老师”、“有权的亲戚”、“上大学前的老师”、“恋人的家属”、“班主任或班级导师”5种人脉。作为专业课老师，我们在看到结果之前真不知道自己会在学生心目中获得什么样的一个地位，真的有些不安。当前社会外在的诱惑实在太多太强，能坐冷板凳的人实在太少了。结果还算令人欣慰，近六成（59．3％）学生认为“专业课教师”相对重要，一来说明学生对于自己的专业知识很看重，二来也说明学生比较认可专业课教师的授课等相关能力水平。鉴于当前中国社会的现状和历史发展过程中权贵思想的根深蒂固，“有权的亲戚”得到大学生的重视绝对无可厚非。

众多的“萝卜招聘”现象无不强烈昭示着现代社会依然是有权人的天下。上大学前的学习生涯在中国是一个极为艰辛的历程，学生们由几乎一无所知经过老师们的不断灌输，掌握了考上大学的基本知识，其中很多老师对学生的影响是至关重要的。“恋人家属”选项是前测结束后增加的，数据（51．1％）显示其重要性深得大学生的认可。现在高校中的“班主任或班级导师”，通常由专业课老师担任，主要负责学生们专业学习方面的事情，基本上是个虚职，没有什么实质性利益。但这样往往容易使老师和学生之间的沟通更畅快和有效率，很多老师还是非常负责地去履行自己的导师职责的。所以调查结果（49．6％）显示该角色的认可度比较好。第三大类以30％～50％的重要性比例为标准，包括了“辅导员”、“有钱的亲戚”、“邻里”、“老乡校友”、“院系领导”、“大学其他同学”、“院系干部中的朋友”7种人脉。“辅导员”的角色在当前的高校当中日益重要和奇特，学生除了学习之外的所有内容都必须和辅导员相联系，甚至学习也受其很大的影响，为之“翘课”是极为普遍的现象。结果显示认为相对重要的占了相对多数（44．2％），选择一般的占了35．6％。在将来的社会中生存，得到“有钱的亲戚”的支持和帮助符合社会发展的方向。43．9％的人选择了“一般”，41．5％的人选择了“重要”和“非常重要”，说明在大学生的心目中，金钱的力量在考验着大家的生存观念。只有10．9％的学生选择了“很不重要”和“不重要”，且后者比例占到了9％。中国是一个乡土气息非常浓厚的差序格局的社会，“邻里”之间的关系曾经那么亲切与和谐。然而现在社会的转型使得很多人与人之间的关系出现了部分异化，尤其对城市社区里生活的学生来说，邻居之间的陌生是正常的事情。但对于更多来自农村的大学生来说，邻里关系依然具有很多美好的记忆，正所谓远亲不如近邻。“老乡”这个词曾经是一个很吸引人的词汇，老乡彼此之间的照顾感觉很贴心。随着大规模的扩招，大学内老乡的规模越来越大，彼此间的感情和关系就显得淡漠起来。45．2％的学生选择了“一般”。但也有30．8％的人选择了“重要”，地缘因素在当前中国社会发展中的支撑作用还是不可忽视的。“院系领导”之于大学生的重要性，从结果来看，36．1％的学生选择了肯定的一面，低于认为“一般”（39．6）的学生比例。事实上，从培养和就业的角度，院系领导对学生的影响是比较大的，主要从课程设置和就业推荐等方面显示出来，不过学生似乎觉得影响不直接。除去交心朋友，大学中的其他同学在学生心目中的地位明显降低，高达52．1％的学生认为其对自己将来的发展重要性一般。学生会干部似乎是积累人脉的很好的圈子，然而有近半数（47．9％）的同学认为这种关系对自己的重要性一般。但从“重要”（28．7％）与“不重要”（10．8％）的对比来看，还是更多的人选择了前者，证明可用之处还是有的。最后是第四大类，重要性认可比例在30％以下。包括“公共课老师”、“加入社团的朋友”、“打工或实习中结识的朋友”、“普通朋友”、“经常交往的网友”5种人脉关系。“公共课老师”的地位基本上可以认为不会太好，事实证明也不算很差，至少选择相对重要的学生比例（26．7％）超过了认为相对不重要的学生比例（20．4％）。另外还有5．2％的学生处于纠结状态，表示“说不清”，近半的学生（47．6％）选择了“一般”。这里面的原因不应该单单归结为教师的问题，课程设置与课程内容等因素也是影响学生评价的重要方面。大学生社团也是一个非常值得研究的群体，相关的文章也很多。此次调查数据显示大学生对“加入社团的朋友”的重要性认可度一般（51．5％），或许很多人进到社团之中更多的是为了锻炼自己的相关能力，而对于结交朋友的作用看得相对较淡。当前大学生社团日益权力化和势利化趋势也对大家交到知心朋友有所影响。对于“打工或实习中结识的朋友”，多数人（48．1％）持中立态度，否定（23．8％）与肯定（22％）意见基本持平。显示目前的学生对这种人脉关系重要性的认识并不太自信，毕竟在社会职场中这种关系相对较淡。区别于同学，大学生可能由于不同的原因经过一定交往，彼此之间会成为“普通朋友”，但这种关系因缺乏长久的联系而相对较淡。但其中有17．4％的学生认为这种关系还是重要的，其实很多时候帮助自己的往往是普通朋友。“网友”在当前信息时代成为一个很特别的符号，很多人素不相识，通过网络聊天结为朋友。但大学生对这种关系持有非常否定的认可度。即使设定为“经常交往的网友”，重要性和不重要性（反序）也都位居人脉序列的最后一位，这种结果值得思考。

3．大学生总体信息的意外与正常结果

当前女生更容易考上大学的现象在全国范围内受到很多人的关注和探讨，我们在调查时特地强调了按所选专业的男女生比例来发放问卷。可能这次调查的工科院系相对较少，女生比例大些还可以理解。但结果显示，总体比例中女生高达63．7％，的确出乎所料。即使是工科类院校，男女比例也依然女生高出。此次的数据再次证明高校中男女生比例的确有些失常。相对于男女生比例，对于普通高校来说，农村生源占据了77．8％的绝大多数，应该是正常的事情。除去函授生，其他的在校大学生应该全是90后，中国的计划生育政策已经推行了20多年，然而数据却显示独生子女比例仅仅为8．2％。统计显示，来自城市（包括县城）的214人中只有53人是独生子女，占到24．8％的比例。而749名来自农村的学生中只有26人是独生子女，仅仅占到3．47％。

三、对大学生四类人脉的分析及网络构建

（一）对大学生四类人脉的分析

第一大类6组人脉中，除去“家人”和“有知识的亲戚”两组，其他4组全是大学生同龄人，而且都是贴心和亲近的朋友关系，凸显了大学生对同代人中具有亲密友情的人脉的深深依赖。而前两者都具有血缘关系，家长最为亲近，亲戚也血脉相连，这种血缘人脉具有的无可替代的亲情为大学生所高度认可。而有知识亲戚的重要性远高于有权和有钱的，突出了大学生潜意识中对知识的高认知心理。第二大类有一个共同的特征就是都是大学生的长辈，而且其中包含了3组老师人脉。从第一层最为核心的血缘和友缘人脉过渡到第二层的长辈人脉，可以看出大学生似乎对这些人脉有某种直接而强烈的内在需求，老师提供知识，有权的亲戚或许可以提供岗位，恋人的家属则可能提供将来最为重要的家庭基础。第三大类的人脉则表现了大学生的一种纠结心态，这些人脉看起来不很重要，却又似乎都不可或缺。“辅导员”在大学里基本上掌控了学生可以获取的除知识外的其他所有资源，但许多普通学生又的确与之打交道不多。“有钱的亲戚”在当今“众多大山”的社会里或许可以提供最为“万能”的支持。远亲不如近邻，“邻里”所具有的特殊情分似乎永远不该忘记，但人们虽然对于现今社会“防盗门”的社区生态防盗功能不敢过于相信，但它隔开邻里亲情却作用明显。“老乡”，曾经多么亲切的称呼，现在却偶尔要提防，因为太多，否则最容易出现问题。“院系领导”本该令人尊敬，但现今的行政化大学时代，他们对于普通学生来说，尽管本应是但绝非领导的中心，所以他们似乎有些遥远。“大学其他同学”太多了，想要记住真的很难，但当他们帮助自己的时候真应该心怀感激。院系干部中有朋友吗？“学生干部”好像早已适应了钩心斗角的行政化生态而忘记了这里是服务学生的。最后一层的人脉关系似乎显示了无关紧要的感觉。很遗憾，“公共课老师”被大学生放到了这一层，可能最主要的原因是前面的定语吧。大学生社团现在主要在做什么值得思考，否则“加入社团的朋友”不应该放在这个位置。人力资源理论中似乎强调“打工或实习中结识的朋友”的重要性，尤其是那些管理层及以上人脉，但大学生将其置于接近最后的位置，有些较难理解。“普通朋友”和“经常交往的网友”本身似乎就是可有可无的吧，否则他们为何被放在了最不重要的位置？

（二）对大学生人脉网络的构建

基于以上分析，第一大类人脉关系可以称为心理依赖层，显然其处于整个网络的核心地位。第二大类人脉可以称为生存支撑层，它们具有非常重要的保障作用。第三大类人脉可以称为生活辅助层，这些人脉在人的一生当中或许真的可以提供某些甚为重要的帮助。第四大类人脉可以称为社交边缘层，这些人脉只是有些交往，在大学这个时代这些人真正的重要性似乎难以体现也无从考量，至少从数据上显示其地位如此。

四、简单讨论

第2篇

1．1数据来源及样本选取

本文的数据来源于新浪微博。因为新浪微博在热度、用户数量、活跃度等指标上居国内同类产品前列，且其对认证用户的分类明确，囊括了文中的研究对象，故基于该平台采集的数据进行研究具有现实性与代表性。考虑到按影响力和热议词筛选的榜单受到时间及偶然事件的影响较大，而按人气筛选的榜单则比较稳定，因此本文的数据从新浪微博风云榜板块中的人气榜单板块中提取。此外，为了分析政府、企业、微博名人、学校这四类主体内部的结构特征及互动关系，又将各主体划分为不同的行业或部门。本文首先选择粉丝数排行前5的行业或部门，再分别选取这些部门中粉丝数排在前20名的用户，对每个主体依次抽取100个样本数据。企业在人气榜单板块中按行业被分为21个模块，根据粉丝排名，本文抽取汽车交通、商场购物、金融服务、服装服饰和商场购物5个模块。而政府包含公安、外宣、司法、医疗卫生和交通部门，学校包含校友会、高校、中小学、出国留学和教育培训，微博名人则包含财经、商业、房产、科技和政府这5个模块。

1．2实证方法介绍

本文基于社会网络分析方法，通过统计各类主体中各用户之间的关注情况，得出用户间的二维关联矩阵，运用Ucinet软件刻画各主体的结构特征，并得出密度、内部派系及中心度等各类指标，进而探讨各个主体在信息传播、资源共享时如何发挥作用，内部如何运作，并发现关键节点人物。

2网络传播主体的网络结构分析

2．1网络传播主体的网络关系图谱

本文利用可视化手段得到的各类主体的网络关系图我们可以清晰的看到，政府子群联系比较紧密，且公安部门位于网络的核心，将各个部门连接起来。同时，基于政府的关联网络，最明显的关联分别有行业关联(平安中原、平安南粤、中国维和警察、安徽公安在线等)、区域关联(北京铁路、京港地铁、北京公交集团、北京地铁等)。这表明当前政府已经意识到了微博的重要作用，开始注重信息的公开化、透明化，使得网络信息更加明朗，传播效度更大。公安部门与人们的日常生活息息相关，其传播信息的日渐公正化、透明化决定了其在政府网络中的核心地位。根据资源依赖理论，如果一个企业同时与多个企业有直接的关联，那么该企业就占据了该行业或企业网络的资源中心位置。企业间的关系并没有像政府那样密集，但金融服务业的核心地位很明显，其几乎桥接起了整个网络，把不相关的行业间企业、不接壤的地区间企业连接起来。例如，中国银行信用卡(金融服务)将黛姿乐维品牌婚宴鞋(商场购物)和新浪汽车(汽车交通)连接起来。根据结构洞理论，占据中心位置的企业对资源流、信息流、知识流有着强大的控制权，说明金融服务板块在信息传递过程中起桥接作用［16］。同时用户对其所的信息有较高的信任度和热衷度，金融板块对信息的扩散也有重要的作用。根据同类相聚原则，同性质教育机构之间的联系相对比较紧密，例如，纽约大学与USNewsRankings、美国留学MBA、EducationUSA中国等相互关联。但总体来说，学校之间的关联比较松散，且独立个体比较多，说明教育机构之间交流较少，信息传递与转载的速度，名人子群主要以两个模块———财经和时尚为核心。说明这两种行业已经融入了微博名人的生活，表明随着人们生活水平的提高，人们的需求由追求物质上升到追求美，由单一娱乐偏好到相对复杂的理财偏好。同时，由于微博名人对信息具有一定程度的偏好，使得这两类信息相对其他信息的传播和扩散速度较快，能更快引发普通民众的关注，并在一定程度上引导舆论导向。由此可知，人们对

2．2政府、企业、微博名人、学校的网络结构特征

2．2．1网络密度(NetworkDensity)运用Uci-net软件分别对四个主体的网络密度进行测算得出，密度值由高到低分别为:政府、微博名人、学校和企业，相应密度值为:0．2112、0．0955、0．0252、0．0214。将密度值和画图软件NETDRAW所得出的4个主体的社会网络关系图进行比较，本文发现密度值和相应的社会网络图谱的图形特征是紧密一致的。当密度值大时，网络图形紧凑，密度值小时，网络图形松散。政府网络之间的交流最为密切，联系紧密。企业之间的关注最为松散，联系不强。

2．2．2派系分析本文采用Cliques分析法对各个行动者的网络进行凝聚子群分析，得出:

a．在派系规模最小值为11的情况下，政府网络中存在10个派系。政府网络相对比较集中，同时网络中子群重叠交叉的情况也会比较复杂，说明派系之间的共享成员比较多。我们发现每个派系都包含广州公安、平安北京、山西公安、平安南粤、河北公安网络发言、警民直通车－上海人，他们主要属于政府的公安部门，连接着外宣、司法、医疗卫生和交通部门，在网络中处于核心地位。同时，除了成都属于外宣部门外，各派系的成员全为公安部门，说明该部门间的联系十分紧密，而4个派系中都包含成都，说明成都与公安部门合作密切。

b．在派系规模最小值为3的情况下，企业网络存在3个派系，它们分别形成了3个完备子图，并且派系相互之间是独立的。每个派系中的成员都属于同一公司，它们之间的联系主要是母子公司关系，说明了企业与企业之间的联系并不是特别紧密，而企业内部沟通交流比较频繁。

c．在派系规模最小值为3的情况下，学校网络存在9个派系。网络中子群间是重叠交叉的关系，其中复旦大学为4个派系所共享;哈尔滨工程大学、哈尔滨工业大学招生办分别为3个派系所共享;武昌理工学院官方、华中科技大学分别为2个派系所共享。派系成员属于同所大学之间的联系或属于同行业之间的联系。构成派系的成员隶属高校、校友会和教育培训部门，说明了这三个部门之间的联系十分密切，而中小学与出国留学部门之间的联系比较松散。

d．在派系规模最小值为6的情况下，微博名人网络存在14个派系。派系之间是重叠交叉的关系，郎咸平、李开复、时尚潮人yinyin等为多个派系共享。派系主要由财经类和商业类的成员构成，财经类中，郎咸平为连接各个派系的核心人物;商业类中，时尚潮人yi-nyin、潮人丹娜、林_小志玲和时尚达达人人为连接各个派系的核心人物。这表明财经和商业类的内部联系比较紧密，而科技、房产和政府类的内部联系较少。同时，不同行业的微博名人之间的联系也比较少。

3．3政府、企业、微博名人、学校的网络结构对比

本文对点度中心性、点度中心势、中间中心性及整体中间中心势进行了测度与分析。中心度指标刻画了信息传递网络中的关键人物，分析中心度可找出处于核心位置的用户，即可辨别出哪些机构在信息传播过程中“权利”更大，能够在较大程度上影响信息传播。中心势指标刻画了信息传递网络的整体密度特征，通过分析中心势，我们可以描述整个网络的紧密程度或一致性。

2．3．1点度中心性分析针对政府而言，不同用户表现出不同的点入度和点出度。点入度表示关系“进入”的程度，在这里表示一个用户被其他用户“关注”的程度。点出度表示一个用户“关注”其他用户的程度［19］。政府网络中点入度比较高的用户为平安北京(56．000)、公安部打四黑除四害(52．000)、北京(53．000)，说明他们在整个网络中信息传播的过程中拥有较大的权力，其的消息为更多人所注意。针对企业而言，新浪汽车(13．000)、招商银行(12.000)、招商银行信用卡(8．000)为影响力最大的用户。与图2相匹配，说明金融企业在信息传递过程有较强的影响力，其的信息能够在网络中迅速传播。针对学校而言，复旦大学(23．000)、华中科技大学(17.000)、武汉大学、清华大学(16．000)点入度排名前三。说明高校成员对整个学校网络的影响最大，是学校网络信息的主要传播渠道。该几所学校均为211、985重点院校，在国内有较强的知名度，其名人效应会增强信息的关注程度与扩散程度。针对微博名人，潘石屹(44．000)、李开复(44．000)、雷军(33．000)等居于“被关注”关系的中心位置，是整个网络影响力最大的用户，他们消息为更多的人所接受，其对某些社会事件的评论会在一定程度上引导舆论导向。总之，用户影响排名由大到小依次为政府、微博名人、学校、企业，其内部用户对整个网络的影响力由高到低。因此，在抓核心人物时，我们应该关注政府与微博名人，这两类用户对引导舆论发展、传播正能量有较好的作用。

2．3．2点度中心势分析政府网络的标准化点入度中心势和点出度中心势分别为:35．802%和76.615%，说明了该网络的关注关系有很大的不对称性。企业网络的标准化点入度中心势和点出度中心势分别为:39．00和63．03%。不论是“关注”还是“被关注”的中心势都比较小，说明企业网络没有明显的集中趋势。学校网络的标准化点入度中心势和点出度中心势分别为:20．926%和13．784%。与企业相似，网络集中趋势比较低，关注关联关系比较少。微博名人网络的标准化点入度中心势和点出度中心势分别为:3.205%和3．297%。名人网络明显分散，联系不紧密，与其派系特征相匹配，派系过多且派系间的联系较少。总体而言，四个网络的中心势由大到小分别为:政府、学校、企业、微博名人，用户集中程度依次递减，整体联系逐步下降。

2．3．3中间中心性分析中间中心性刻画了用户间的依赖程度，高中间中心性用户在整个社会网络中的权利较大，能够在一定程度上控制信息的流动。政府网络中，平安辽宁、平安北京、豫法阳光的中间中心度比较高，说明其他各用户获取消息在很大程度上依赖于这些关键用户，他们在网络中权力较大，在很大程度上控制了信息的流动。同时，可以发现这些用户的点度中心性也都位于前列，说明该关键用户最有可能成连接政府网络中交流信息、沟通意见、协调行动的重要桥梁［20］。另有鼓楼微讯、上海的中间中心性指数为0，说明这些成员处于网络的边缘地带，对于信息的传递并不重要。在企业网络中，点出度中心度和中间中心度排名前8位的用户都包含新浪汽车，且新浪汽车的点入度也较高，说明该用户是整个网络的交流中心，处于网络的核心位置，能够很好地控制着其他用户间的交流及信息资源，在正能量的传播中起着重要作用。在学校网络中，中间中心度最高的8个节点分别是复旦大学、华南理工大学校友会、华中科技大学、复旦大学校友会、哈德斯菲尔德大学、中国人民大学校友会、北京王府学校。将中间中心度最高的节点与点度中心度最高的节点进行比较发现，中间中心度最高的8个节点中有5个出现在点出度最高的8个节点中。例如，复旦大学和武汉大学的点入度、点出度、中间中心度都较高，说明基于三种不同的中心度进行计算，武汉大学和复旦大学都是核心成员，表明它们既能影响他人的相互交往，又能与其他成员相互交流。在微博名人网络中，思想聚焦、IT观察猿、李开复的中间中心度是比较高的。但IT观察猿的点度中心度并不高，说明该用户与其他用户交流并不是很多，而其他各个用户利用其获取消息的依赖程度是比较高的。另有辣評娛樂圈、苏若琳的中间中心性指数为0，说明这些成员处于网络的边缘地带，对于信息的传递并不重要。

2．3．4整体中间中心势分析整体中间中心势越大，说明该网络中成员对其他网络成员之间的交往能施加的影响力越大［21］。企业、学校的整体网络中间中心势分别为8．32%、7．27%，指数偏低，说明这两类网络中缺少对其他节点有明显控制力的关键节点，缺乏较强的信息传递能力。因为如果整个网络中大部分的节点不需要别的节点作为桥接点，那么该网络有较强的信息传递能力。政府、微博名人网络的中间中心势分别为17．23%、12．22%，说明在政府、微博名人网络中，对其他节点具有较强控制力的节点分布比较集中，有较强的信息传递能力。4结论本文从关注微博用户网络的结构、密度、派系、中心性等出发，比较分析政府、企业、学校、微博名人这四类网络中内部用户的互动关系、个体用户的各项指标，为发现认识微博网络的形成和发展，及信息如何在网络中更有效的传播提供了帮助。经过分析之后得出:

a．政府网络的网络结构比较密集，信息是在一个具有强关系的小网络中传播，网络内部信息传递的效率较高。在政府网络内部，公安部门内部联系比较紧密，其桥接网络内部信息传播的作用凸显，处于政府网络的核心领导位置，是政府网络信息传递的关键人物，对信息的传递与扩散有较大的控制权力。然而政府网络的点度中心势很高，反映了政府群体过于集权，过分依赖少数群体，信息在网络的传播就容易被该群体垄断。因为点度中心势代表的是群体集权程度，如果一个群体的中心势很高，这个群体的互动实际上就很集权，几个关键人物就代表了整个社群的互动。此外，在派系分析中，政府网络的派系虽多，但各个派系都包含公安部门，再一次说明公安部门在政府网络信息传播过程中具有很强的影响力。这是因为随着社交媒体的兴起，人们开始关注社会各类法制事件，且公安部门的信息往往真实程度最高，故受到人们的青睐与信任。这说明政府网络要利用好社交媒体更好地传递信息，需提高各个部门的公信力度，提高其公开性与透明性，政府网络派系间应多交流，避免信息传递的单一性。

b．与政府网络的结构特征类似，微博名人网络的结构也比较密集，但却有别于政府网络呈现出来的包络性，网络内部有两个凸显且密集的子群。名人子群主要以财经与时尚为核心，体现了人们对信息有一定的偏向性。随着社会的发展和生活条件的改善，人们开始关注理财与精神需求。网络内部的关键人物主要是一些知名度较高的企业家或时评者，其名人效应使其在信息传递的过程中有较大的话语权。在微博名人网络内部，财经和商业类联系比较紧密，信息在二者内部传播较好，但部门间联系不紧密，导致信息在整个微博名人网络中的传播效率不足。网络派系过多，虽由一些关键人把派系间联系起来，但派系间呈现行业特征，其的信息内容较为独立，各派系间信息内容的交叉现象不明显，导致从整体来看，不同类别信息在微博名人网络中的流动有一定的障碍。此外，微博名人网络的中心势过低，这也意味着网络内部群体过于分散，使得互动分散而不集中，信息在子群内传递的效率较高，而在整体网络中传递的效率较低。这说明信息要在微博名人网络中更好地传播，需提高各类子群所信息的多样性，避免由于信息的独立性而造成信息传递中断。

c．相比前两类网络，企业网络的结构较为松散，信息在网络中的传播速度比较缓慢，且直接传播途径较少，内部成员主要通过搜索或者通过关注外部成员获取信息。企业网络内部的派系较少，且派系间的联系不明显，信息在整体网络中流动性较差。在企业网络内部，派系主要由母子公司成员构成。当母公司信息时，子公司作为公司集团微博中的一员，通过关注、借助企业品牌的源吸引力，形成了自身的用户关注网络，公司职员关注其微博，获取信息来源，同时也产生一些间接关注，从而形成一个大的子网络。由此发现信息在企业中的传播主要依靠企业微博及与此相关联的集团微博的吸引力。此外，我们发现金融部门在企业网络信息传递过程中扮演重要角色，其嫁接桥梁为其他企业提供间接联系。这说明信息在企业网络中的扩散能力较弱，需强化关键人物的中介作用，使信息在网络中更好地传递。

第3篇

1．社会网络及其对风险行为的影响社会网络是一种研究社会结构的理论和方法视角，它将个人或组织视为“节点”，将这些人或组织之间的联系视为“线”，这些点和线形成了一个个网络状的结构，人类社会即由这一个个网络结构构成，甚至整个社会都可视为一个大网络［17］。社会网络视角被广泛地应用于社会生活各领域的研究之中，其中社会网络与健康的研究是一种非常重要的研究领域。早期研究社会网络与健康关系的学者主要采取一种“功能性”视角，关注社会网络可能提供的“社会支持”对健康产生的直接积极作用或间接“缓冲”作用；其后有一部分研究者开始采取“结构论”视角，重点关注个人所处社会网络结构对健康可能产生的影响。已有研究主要认为社会网络从两个方面影响人的态度和行为。一是通过提供知识／信息。有关网络与信息传递的研究表明，网络的规模和结构均对信息传递有影响，规模较大、异质性较高的网络更有利于信息传递。二是通过提供社会支持，社会支持包括经济、情感、社会关系支持等方面。个人除了从社会网络中获取信息以外，还能从网络成员那里获得各种物质70《科学与社会》（S＆S）和精神上的实质性帮助和支持。社会支持对精神和心理健康有积极的影响，社会支持可以促进心理方面的适应性、减少压力和焦虑等心理问题，即社会支持的“缓冲效应”。缓冲效应的存在是因为社会支持促进“适应性评价（AdaptiveAppraisal）”和“应对（Coping）”。从生理学途径来看，社会网络有助于免疫系统、神经内分泌系统和心血管系统的健康。以往研究表明，强关系和同质性关系多的网络在提供社会支持方面更为有效，亲属是最主要的强关系。网络密度描述网络的连接性，网络密度与更多的合作、信息分享和责任有关，可以预测个体能够获得的物质支持的程度。网络密度也影响个体获得关系资源的能力［29］，高的社会网络密度意味着非常亲密的关系，有助于成员之间形成归属感。已有不少研究者关注了社会网络对风险行为影响的问题。Berten研究了青少年在同伴网络中的位置对个体风险行为的影响，结果表明中学生的滥用和风险等不仅受到关系最好的同伴影响，还受到网络中位置相似的同伴的影响；相比较中学3年级的学生，5年级的学生更容易受到同伴的影响；网络凝聚力的影响大于网络中同等结构位置的影响［2］。一项针对走失和无家可归年轻人的研究表明，没有社会网络支持的个体，更有可能非法使用、有更多的性伴和生存性；对于有社会网络支持的个体而言，当社会网络的规模较小、但情感支持特征明显（社会网络主要有朋友构成，通常包括酒精和非法使用者）时，社会网络将不是他们风险行为压力的来源。随着社交媒体的流行，在线社会网络开始引起研究者的关注，研究发现在线上青少年对风险健康行为有更加正向的态度，更多地使用（网络）社会网络媒介会增加个体的风险行为，比如吸烟、滥用酒精、吸毒等［30］。有关社会网络与融资决策这种风险行为关系的研究也表明，社会网络可以给决策者提供信息，帮助过滤掉复杂的信息，借款的社会关系会直接影响他的借款行为。总之，已有研究表明社会网络可以从提供信息、社会支持两个方面对风险行为产生影响，而且不同的社会网络特征提供的信息和社会支持不同。比如网络的规模、异质性、弱关系等更多地促进网络成员之间的信息传递；而网络密度、网络同质性、亲属关系的比例、强关系等与网络可以提供的社会支持相关。

2．社会网络对有机食品选择的影响尽管社会网络对风险行为影响的研究已有不少，但具体研究社会网络对有关食品安全风险行为影响的研究尚不多见。有研究表明公众的主观知识（信息）是他们感知的转基因食品风险的风险因素［26，29］，也有研究表明给公众提供生物技术相关的信息可以增加他们感知的生物技术带来的利益，但是没有减少他们感知的生物技术风险［6］。还有研究表明社会支持的缓冲作用是个体的心理和生理健康风险的积极影响因素［23］。那么，社会网络的不同特征是否影响公众对有机食品的购买意愿？如果存在影响，网络是通过什么机制来影响公众对有机食品的购买意愿的？已有研究并没有关注这些内容。本文以调研的数据为基础，分析社会网络的不同的结构特征是否以及如何影响个体对有机食品的购买意愿。

二、数据与方法

1．数据来源与样本特征本文的数据来源于两项调查，一是中国科技发展战略研究院课题组于2007年在北京市和湘潭市进行的公众食品安全风险感知问卷调查；二是吉林大学社会学系课题组于2008年在长春市进行的公众食品安全风险感知问卷调查。两项调查均使用了基本相同的调查问卷和方法，考察了三城市居民关于食品风险的感知、行为倾向、信任和政策需求，三地数据分别代表中国大城市、大中型城市和中小城市的公众风险感知情况。三城市调查均采用多阶段随机抽样的入户调查方法，先在城市社区名册中随机抽取若干社区，再在每个社区中随机抽取若干家庭，最后在被抽中家庭中用Kish表随机抽取1人作为调查对象，被访者是现居家中的18周岁及以上的常住人口。北京、长春和湘潭三市共获得有效问卷2153份，三个城市的有效问卷数分别为987份、506份和660份。

2．变量与测量方法（1）因变量。我们在调查中询问被调查者：假如市场上的一般黄瓜卖1块钱1斤，您愿意花多少钱买没有喷撒农药的黄瓜？以此测量被调查者对有机蔬菜的购买意愿。（2）自变量。本研究中的主要自变量是个人讨论重要社会问题的讨论网络，具体测量方法采用提名生成法（Name－generator）。提名生成法是一种比较传统的方法，具体做法是根据研究的要求，让每个被访者提供自己的社会网络成员的姓名、个人特征以及这些成员的关系等信息［32］。然后根据这些信息描述社会网络的情况。我们要求被访者回忆跟自己讨论问题最多的5个人，以及这些人的性别、年龄、教育程度、工作类型、讨论的问题、关系亲密程度等。然后计算社会网络的密度、管理人员的比例、高等教育人员的比例等指标。以此为基础，我们建立了研究的自变量，包括：网络规模、平均熟悉程度、网络密度，网络中亲属的比例、讨论食品安全人数的比例、管理人员的比例、高等教育人数的比例。（3）控制变量。包括性别、年龄、文化程度、收入、健康状况、对我国食品安全状况的满意程度、自己或者家人的经历、自己最近七天的健康状况、已有的食品风险知识等。具体变量的描述性统计情况如表1所示。

3．分析方法由于因变量是一个连续变量，我们在对其做对数处理后，使用普通最小二乘（OLS）法构建多元回归模型进行分析。

三、数据分析结果

本文使用SPSS软件分析社会网络特征对有机蔬菜购买意愿的影响进行了分析，结果如表2所示。表2的模型一中分析的社会网是讨论网，即与被调查者讨论任何重要问题的成员构成的网络。统计结果表明，个人讨论网络的密度和网络中管理人员的比例显著地降低了公众对有机蔬菜的购买意愿；网络中讨论食品安全人数的比例和受过高等教育人数的比例则显著地增加了公众对有机食品的购买意愿。研究结论也表明，相比较基准模型（仅仅包括控制变量的模型），在模型中增加网络特征变量，显著地增加了模型的解释能力。就控制变量而言，年龄、性别、文化程度和相关知识都显著地影响有机蔬菜的购买意愿。女性的购买意愿显著地高于男性；随着年龄的增加，公众对有机蔬菜的购买意愿显著地降低；文化程度和相关知识显著地增加了公众对有机蔬菜的购买意愿（在只有控制变量的情况下成立）。在前面的文献综述中我们提出网络影响风险行为可能存在两种机制，即传递知识（信息）和提供支持。根据以往研究的结论，一般认为密度较高的网络更可能提供社会支持，同时网络中的管理人员因拥有较多的权力资源而更可能提供支持，而网络中讨论食品安全问题的成员和受高等教育的成员则更可能提供知识和信息。为进一步验证这一点，我们又单独分析了食品安全讨论网的情况，这时的网络成员仅包括那些与被调查者讨论食品安全的成员。我们的假设是：由于食品安全讨论网的成员都会讨论食品安全问题，因此在这种网络中知识和信息传递是必然存在的，而社会支持的传递则不一定存在。从表2模型二的统计结果中可以看出，在食品安全讨论网中，只有高等教育人数的比例显著地影响公众对有机蔬菜的购买意愿，而其他网络特征的影响不显著。这一结果在一定程度上支持了我们的推测，既网络密度和管理人员的比例更可能是通过提供更多的社会支持而降低了公众对有机蔬菜的购买意愿，而网络中讨论食品安全人数的比例和网络中高等教育人数的比例通过提供信息而增加了公众对有机蔬菜的购买意愿。

四、结论与讨论

第4篇

蔡文教授创立的可拓学，建立了可拓基元的概念，把事物、特征和量值综合考虑，用基元描述信息、知识、智能行为等，作为可拓论的逻辑细胞[4,5]。基元包括物元、事元和关系元，基元概念将物（质）、事与关系的相应特征分别统一在一个三元组中，从而形式化描述物、事和关系[6]。基于多维可拓基元的复杂社会网络模型如图1所示。本模型可用于描述网络中的节点、关系连接、动态变化以及分析运算的规律。其目的在于能够完整地表达复杂社会网络的节点信息及关系信息，并且利用事元清晰地描述网络外界环境及节点变化规律，使得研究者能够对多元的静态网络属性、动态的网络演化行为进行表示、推理及量化分析，从而获得矛盾问题的求解策略，以期实现复杂社会网络结构矛盾问题解决策略的共享和重用。还可以在本模型基础上进一步研究网络基元的可拓性和物的共轭性，探讨可拓变换的类型和性质等。

1.1多维物元集合物元是形式化描述物的基本元[7]，复杂社会网络中的节点具有多重特征，因此网络节点可用多维物元表示，称为节点物元。节点物元将节点的特征与特征值有机地结合起来，完整地反映了节点在网络中自身所拥有的特征和性质，从而形成了信息完整的物元网络集合。由于物元的可变性、关联函数的可变性以及论域的可变性，导致了用物元表示的节点特征的可变性。将时间变量t引入模型则得到动态节点物元。物元可拓网络能够较合理地描述实际中复杂社会网络的各个侧面及其变化，从而能够描述解决网络中产生的矛盾问题的过程。

1.2多维关系元集合社会网络分析中研究的重点即为节点间的关系数据，以往对于网络中节点连接关系的表示，大多停留在使用数值的基础之上，并不能体现出关系的“多重性”。关系元用以描述各类物元、事元、关系元之间的关系，这些关系的变化相互影响，对应着社会网络中关系的变化、影响，关系元正是描述这类现象的形式化工具。本文中关系元用以表示网络节点间的关系。这样，网络节点间的关系就可以不只是“有”（1）或“无”（0），或者一个数值，而是可以有许多属性及测值的关系，并且可以表达相同节点之间的多种关系，充分地表达复杂社会网络中节点关系的多重性。1.3多维事元集合事元是描述事件的基本元素，在网络中，它不但能够表达节点的动态变化，而且能够反映外界环境对网络的影响。本研究中，一切改变网络结构的节点行为及环境变化都可以用事元表示。这样，可为后续的节点自动响应网络结构变化及网络动态演化研究提供更方便的实现途径。

2网络分析测度的整合

在复杂社会网络的多维可拓基元模型的基础上，结合网络分析方法，可对网络整体及节点进行一系列的测度分析，这些测度是网络分析方法的精髓，帮助研究者分析网络属性、状态、节点的社会属性及在网络中担当的角色、地位等。从传统社会学研究到复杂网络研究，对网络进行定量分析的测度指标有很多，但它们包含着递进的层次关系，即一些网络测度指标是在其他测度的基础之上得到的。这里讨论如何在可拓基元表示的复杂社会网络中进行网络分析测度的计算，如何将计算结果储存于基元之中，并且全面地总结传统社会学及复杂网络研究中常用的网络测度指标，将基本测度指标直接包含在节点物元、关系元之中，为其他深层次的网络测度指标的计算提供方便。

2.1网络关系元的基本属性社会网络分析中，节点间的连线，即行动者之间的关系，有若干基本的属性，包括前向节点、后向节点、是否有向、关系属性及关系值等。其中，关系属性、关系值可以包括不止一对，以此体现同一对节点之间的多重关系。

2.2传统社会网络的测度指标传统社会网络分析测度指标如表1所示。各项测度指标均来自于WassermanandFaust[13]的社会网络分析方法。这些指标包括两大部分，一部分是只涉及网络全体节点的基础网络测度指标，另一部分是在划分子群等结构操作之后的子群分析测度指标。基础网络测度又包括网络整体测度和节点测度。网络整体测度的表示，可以建立网络物元，将网络整体的特征及特征值直接存储于网络物元之中，形成总体的网络可拓物元。节点测度指标，包括节点基础测度指标及节点复杂测度指标，都可以直接进行计算，加入到节点物元或网络物元的特征及特征值阵列之中，形成各个节点的多维可拓物元集合。

2.3复杂社会网络的测度指标近年来，得益于计算机及网络的发展，大量的容量巨大的数据都可以通过各种基于计算机网络的数据库获取，这使得人们能够收集、分析远大于以前规模的数据[14]。大规模网络使网络结构分析的焦点从对单个的含节点数少的图以及图中个体节点或边的属性分析转变为对含大量节点数的图的统计属性进行研究。现有的一些复杂网络研究采用的重要定量分析统计指标包含表2所示内容。以上这些深入分析的复杂社会网络测度，都必须在网络关系属性、基础网络测度的基础之上进行计算，也就是在建立了基础的网络可拓物元、网络关系元集合与节点物元集合之后方可简便地运算得到。

3实例分析

以一个节点个数n=6的小学儿童群体为行动者的集合，其节点为Allison、Drew、Eliot、Keith、Ross和Sarah，则行动者集合N={n1=Allison,n2=Drew,n3=Eliot,n4=Keith,n5=Ross,n6=Sarah}。对于一个无向关系，比如说“住在附近”，用(*,*)表示其联系属于无向关系的行动者对。用<*,*>来表示属于有向关系的行动者对。检查这样的列表是杂乱困难的，但用多维关系元集合表示，则可以十分清晰地看到行动者之间的关系，例如下列所示的部分关系元集合。根据关系元集合中的数据信息，可以直接绘制出该网络社群图，为清晰地显示，将三重关系的社群图分别显示，如图2所示。利用网络物元、节点物元分别表示网络整体属性和节点属性，极大地体现了可拓物元的优点：信息的完整性及表达的条理性。节点物元及其属性可根据一系列的量化计算轻松完成，而网络整体属性也可一览无遗。该例中的网络物元集合如下所示。将网络及其变化过程利用可拓基元充分量化之后，还可进行进一步的计算与处理：1）利用网络数据，建立基于可拓基元的复杂社会网络模型，并利用计算机进行可视化仿真操作。2）根据网络特征，选择合适的网络结构测度指标评价复杂社会网络。3）结合可拓变换、可拓策略生成方法等，构建网络优化模型，将其细化为一系列判断条件下发生的事元。4）利用计算机实现自动化的网络优化动态仿真，并与优化前的网络测度指标进行对比，通过对优化过程的分析，找出网络演化过程中的瓶颈问题以及解决其中矛盾点的策略集。

4结论

第5篇

比如，即使一个用户和其朋友的品味极其相似，她对一部电影的评价可能还受其他因素影响（比如，她在看电影时候的情绪和陪她看电影的人）。因此近期的研究开始关注社交网络中的上下文信息。文献[8]提出了将用户和项目进行群组的方法，在协同过滤算法中利用了这些子群信息（一种上下文信息）来提高用推荐系统的质量。Liu等人[9]利用推荐对象的属性上下文信息来对它们之间的关联关系进行度量，并通过估计出的关联关系信息来改善推荐的效果。文献[10]提出了将社会网络上下文信息（个人表现和交际影响）整合到一个矩阵分解模型中。但是，这样的上下文信息仅仅与社交关系有关，大量的非社交的上下文信息却被忽视了。相反，本文提出的CS算法运用机器学习技术和矩阵分解技术，不仅包含了大量的上下文信息，而且对上下文信息没有限定信息类型：上下文信息被显式地应用到矩阵划分中；基于信任度的皮尔逊相关系数提高了计算用户相似度的准确性。

2、CS推荐系统

2.1预备知识

2.1.1相关概念传统的推荐系统通常只考虑用户-项目评分矩阵来进行推荐。然而，在许多系统中，可以通过丰富的上下文信息来为推荐系统提供了新的信息维度。本文把上下文信息分为两类：（1）静态上下文，它描述用户的特性，例如年龄、性别、会员身份，角色等；或者是一种商品、种类、价钱、物理特性等；（2）动态上下文，是一种与等级相关的即时信息（例如当一个用户评价一个产品时，他的心情和位置信息）。另一方面，在线社交网络也带来一些其他资源，通过分析这些资源一个用户的喜好可以由与他有相同品味的朋友推断出。因此，本文试图系统地融合上下文信息和社交网络信息来改善推荐性能。用{U1,U2,...,Um}u表示用户集合，{V1,V2,...,Vn}v表示项目集合。所有用户可以根据自己的喜好为项目评分。假设分值为离散变量，范围为12{,,...}mLLLL。比如，许多推荐系统（如MovieLens）使用五分制进行评分（例如[1,2,3,4,5]）。用户uU对项目vV的评分表示为u,vR,所有的评分集合,{,v}uvuvR=RUuV构成一个用户-项目评分矩阵（如图1(a)）。正如上面提到的，假设对用户的每一个评分级iR都存在与其相关的上下文信息集合，用12{,,...}iCcc来表示。我们对每种类型的上下文信息的值域没有限制，也就是说，离散值和连续值都是合法的。在社会网络中将用户信息及用户之间的关系可以抽象表示为有向带权值的社会网络图的形式:G(V,E,C)。其中，V表示节点集合，每个节点代表网络中的用户个体；E表示边的集合，表示两个个体之间存在的关系；{}uvCc表示边的权重值，此值越大表示信任程度越大，本文将其定义为用户间的信任度。由于信任关系不是对称的，所以图中的边是有向的，网络图为有向图。2.1.2矩阵因式分解以上的矩阵，使得将矩阵因子相乘后可以重构或者近似原始矩阵。在推荐问题中，一个矩阵因式分解模型是将用户-项目评分矩阵R，mnRR（m是用户数量，n是项目数量）分解成一个用户特征矩阵U，mlUR和一个项目特征矩阵V，lnVR。TRUV（1）其中l是一个潜在特征向量的维度，它标志着一个用户或者一个项目的特征。对于一个用户a来说，的元素（即aU）衡量了用户对项目的兴趣度；对于项目b，的元素（即bV）衡量了和相应的潜在特征的相关程度。因此，TabUV表示用户和项目之间的关联度，即考虑了所有潜在特征后用户对项目的偏好度。为了计算，考虑到用户-项目评分矩阵的稀疏性，定义了以下的目标函数，即使预测评分与用户实际评分的误差最小化：T2i,j,,11argmin()mnijijjkIUVRUV（2）其中i,jI为一个指示变量，即如果用户i对商品j进行了打分，则为1，否则为0。另外，为了避免过度拟合，在公式中加入了规范化系数，即T222i,j,,11argmin()(||||||||)mnijijFFjkIUVRUVUV（3）其中2FA(A是XY的矩阵)是Frobenius范数，是通过2xyxyXYA计算得到。参数控制规范化的范围。公式3可以通过两种方式解得：（1）随机梯度算法(SGD)，通过迭代更新潜在用户特征因子和潜在项目特征因子。（2）交替最小二乘算法(ALS)，通过修正矩阵（或者）以优化（或者），并且轮转迭代。

2.2上下文感知的推荐模型

本节首先介绍一下如何结合上下文信息来提高推荐系统的推荐准确度，在此先暂不考虑社会关系。为了有效结合不同的上下文信息，我们使用一种具有较高学习精度的随机决策树算法。该算法的目标是对原始即用户-项目评分矩阵使用随机划分策略将相似用户或相似项目的评分划分到树的同一结点中，即将具有相似上下文的评分划分在一个组内。由于是在相似的上下文中产生，因此在相同组里的评分将会比在原始评分矩阵中的评分具有更高的相关性，有助于提高推测缺失值的准确性。对每个决策树中的每一个结点，利用公式（2）对评分矩阵进行基本的矩阵因式分解。经过分解之后，分别得到用户潜在特征向量与项目潜在特征向量（如图1(b)）。用户特征因子表明了用户在一些潜在主题上的兴趣分布，而项目特征因子代表了与这些主题相关的项目成员。为了划分评分矩阵，我们选择了一个潜在特征（如图1(b)的第二列）和随机选取了一个分割值（本例中假设选择的分割值为0.4）。设定之后，则当前的评分矩阵被划分为两部分，如图1(c)所示。在本例中，根据中第二个潜在特征向量和随机选定的分割值，评分矩阵被从第二行和第三行之间分割成了两部分。由于第一个和第二个用户的潜在特征值比较相似，因此他们给出的评分被决策树划分到同一个结点中。在为每个上下文信息构建决策树时，在树的每一层，算法都会从上下文信息集合C中随机选择一个上下文信息rc来划分评分矩阵（见图2）。具体来说，评分矩阵是根据的值进行划分的。例如，如果我们假设上下文信息是一周时间，则评分矩阵可以根据每一天（即从周日到周六，工作日或者周末）来进行有意义的划分。另一方面，如果的值没有任何语义信息，则我们首先要对每一个评分进行标准化到某一特定区间（如[0,1]），然后选择一个随机的阈值（如∈[0,1])来划分评分。一旦在树中的某一层上完成了评分划分，则随机选取的上下文信息rc就会从上下文信息集合中被删除：rCC/c，从而保证了一个上下文信息在一条路径上只作一次。尽管朋友能够提供有用的信息来帮助推荐系统为用户做出高质量的推荐，但现有的研究大部分都是在利用社会网络中所有的可用信息进行推荐，没有对这些信息进行细致的过滤；或者并没有深入的调查怎样精确计算用户之间的品味相似性。为了解决这些问题，本文引进一个新的社会规范化系数来对用户和他朋友之间的品味差异进行约束。在真实生活中，一个用户可能会有成百上千个朋友，因此同等对待朋友（或者朋友所给出的推荐信息）是没有意义的，因为其中的一些朋友可能与用户具有非常相似的品味，而与另一些朋友可能拥有完全不同的品味。在社会网络中，每一个用户u都会有邻居集合uN，用uvt表示节点对节点v的社会信任度，其取值范围在[0,1]之间。值为0表示完成不信任，值为1表示完成信任。在社会网络中，的值可以解释为用户u对用户的了解与信任程度。但由于该权值包含一些噪音数据，不能体现社会网络中的整体结构信息，这就类似于在网页分析中的忽略了网页的链接结构信息。但其实在一个信任网络中，如果某个用户信任大部分的用户，则其信任度应当被降低；反之，如果某个用户被大部分用户所信任，则其信任度应该被增强。

3、实验评估

3.1实验方法

3.1.1数据集豆瓣网()是中国最大的社交平台之一，许多人在这里分享对书、电影、音乐的评价。每个用户可以对书、电影、音乐进行评级（从一星到五星），表达他们对这些产品的喜好。在社交网络中如果某用户的评论被认为是有趣且有用的，则他就可能被其他用户所跟随。表1列出了数据集的统计数据。我们选择豆瓣的数据因为它不仅包含了相关的时间/数据和其它可推断的上下文信息，而且还包含了社会网络信息，因此非常适合用于评估应用了多种类型信息的CS算法的性能。从豆瓣数据集中，随机选择80%的评价来训练推荐模型，使用剩下的20%比较它们的性能。3.1.2比较对象本文将CS推荐系统和目前主流的几种推荐方法进行了对比实验：传统的基于上下文感知推荐系统RPMF[14]，基于社会网络的推荐系统SoReg[11]；应用基本的矩阵分解模型构建的推荐系统BMF[12]。与所有的上下文推荐系统相似，我们从数据集中可获得的上下文化信息中选取了五种类型的上下文信息：(1)小时信息，即用户给出评分的时刻；(2)日期信息，即用户给出评分的日期；(3)当一个评价被给出的时候，对目标商品产生“期待”的数量；(4)当目标用户评价一个特定商品时，其所给出评分的平均值；(5)目标商品所属的类别。3.1.3度量标准实验选取在推荐系统评价中经常使用的两个度量标准来比较不同推荐模型的性能：平均绝对误差(MAE)和均方根误差(RMSE)。公式14和15分别给出两者的定义：

3.2实验结论

首先使用豆瓣网数据集来说明CS算法中不同参数值的选取对推荐性能的影响。经过交叉验证之后得到规则化常量=0.1。图3给出了当数据集的不同子集（如书数据，电影数据，音乐数据）被应用时，CS推荐模型的性能如何随着参数值的变化而变化，参数决定了有多少社会网络信息量被整合进CS推荐模型中（见公式11）。实验中设置在求解矩阵因式分解模型中潜在特征向量的维数为10，迭代求解次数为20。后续实验会给出这些变量的变化如何影响基于矩阵因式分解的推荐模型的性能。从图3可以看出随着值的增大，MAE和RMSE的值首先减少，接下来当到达一定阈值时（大约在=0.1处）其值变得相对稳定（只是轻微下降）。因此可能得出社交网络信息可以有效改善推荐质量的结论，并且=0.001是一个合适的阈值来很好地平衡用户-项目评分矩阵和社交网络信息。接下来，验证上下文信息数量对推荐性能的影响。这一点可以通过控制决策树的高度来实现。也就是说，如果设树的高度为1，则只有一种类型的上下文信息在树的划分时被使用；如果设树的高度为4，表示所有的上下文信息都被应用到推荐系统中来。图4给出了不同数量上下文信息的实验结果。从图4中可以看出在所有情况下，上下文信息越多则会产生越高的推荐精度，即MAE和RMSE的值越小。实验结果表明上下文信息很大程度上改善了推荐系统的性能，另一方面，从实验结果中可以看出本文所选取的上下文信息是非常有用的。最后，将CS推荐系统和其他推荐系统的性能在豆瓣网数据集上做对比实验。在做对比实验之前，需要决定两个重要的参数的取值，即潜在特征向量的维度和基于矩阵因式分解模型的迭代次数。首先固定迭代次数为10，观察潜在特征向量在不同维度下的MAE取值，如表1所示。发现随着维度的增加MAE的值在减少，这意味着随着维度的增加将会产生更高的推荐。但是当维度增加到大约10时，推荐质量的改进甚小。因此在实验中，为推荐算法的潜在特征向量维度设置为10。同理，本文为所有基于矩阵因式分解模型的迭代次数设置为20，因为更多的迭代次数并没有降低MAE的值，反而会产生更高的开销。参数一量确定，下面就分别使用书数据、电影数据、音乐数据和整个豆瓣网数据来比较不同推荐模型的推荐性能。表2给出了对比结果。从图5可以看出，本文提出的CS推荐模型所有的实验数据中都比其他推荐模型更加精确。所有基于矩阵因式分解的推荐模型都明显优于传统的基于项目和基于用户的协同过滤算法，这表明了矩阵因式分解技术在推荐领域的优势。实验结果也表明综合考虑上下文信息和社会网络信息比只考虑某一种信息类型的推荐模型（如SoReg和RPMF）具有更高的推荐质量。

4、结论

第6篇

在社会网络安全精神文化建设方面，首先要重视社会网络安全观念的强化，通过网络风险意识的教育与宣传来培养社会大众的网络伦理道德。在安全文化的传播过程中，宣传与教育是主要的方式，通过对这种方式的运用，社会大众能够树立良好的网络安全思想、态度、理念以及行为习惯，从而在社会中构建起良好的网络安全氛围。社会网络安全文化的构建、社会大众网络安全理念以及行为的培养都需要网络安全氛围来形成潜移默化的影响，并在长期坚持的基础上推动网络安全理念深入人心。在此方面，可以使用的方式方法包括课堂教育、安全理念与安全知识普及、安全行为的倡导，同时，网络安全宣传与教育有必要对传统的宣传手段与教育手段做出创新，通过发挥网络本身的优势来将网络作为网络安全宣传与教育的有力媒介；二是强化网络安全技术的探究与应用。网络安全技术本身也属于文化范畴，在网络安全文化构建中重视先进技术的应用，有利于为网络安全管理建立技术保障，并能够在一定程度上推动网络安全文化内容的发展与丰富。另外，先进网络安全技术的应用有利于推动网络发展，而这是强化网络安全管理工作中重要的内在需求。

二、社会网络安全制度文化建设

社会网络安全制度文化建设的内容体现在以下四个方面：一是强化网络安全法制建设。网络安全法制是网络安全文化中重要的组成内容，同时也是推动网络安全管理规范化和法制化的必然要求。作为一种具有强制性的手段，网络安全制度文化建设中的法制建设工作能够有效推动网络安全的实现。在此方面，需要以网络特点为依据、确保网络安全为目的来制定专门性的法律法规，同时虽然网络环境下的网络群体具有着明显特性，但是也具有同样作为社会群体的共性，因此，一般法律在网络安全领域中也具有着一定的适应性，所以，重视对一般法律的完善也是强化网络安全法制建设中的重要内容；二是对网络安全文化的建设机制作出完善。在网络安全制度文化建设过程中，有必要通过完善构建机制与机构来推动网络安全文化的建设。在此方面，有必要构建完善的网络举报制度以及激励机制，并对网络安全文化的建设工作作出整体的规划，同时有必要构建科学的人才培养机制与培训机制，从而有效提高网络文化建设的质量以及效率；三是构建健全、科学的网络安全文化评价体系。在网络安全文化的构建中，要对网络安全文化的构建进程以及网络所面临的安全风险做出认识，就有必要构建合理科学的评价标准以及评价体系，并在此基础上对网络安全文化的构建做出度量。另外，由于不同文化背景中对网络安全文化的理解以及对网络安全尺度做出认定的标准具有差异性，所以网络安全文化评价体系的构建有必要以网络安全文化建设任务与目标为依据，从而提高网络安全文化评价体系在我国社会中的适应性；四是构建公平合理的网络安全管理体制和权利分配体制。当前互联网最高管理机构为ICANN，虽然这一组织在名义上并不是盈利组织，但是下设的来自各个国家的顾问委员会并没有实质发言权，拥有否决权和专控权的国家只有美国。很明显，这种网络管理体制是并不合理的，而这种不合理的管理体制以及权利分配也会对网络安全的发展造成制约，因此，构建合理公平的网络安全管理体制以及权利分配体制是十分必要的。

三、社会网络安全物质文化建设

在社会网络安全文化构建过程中，物质文化建设要求将精神文化建设内容与制度文化建设内容转换为现实，尤其是要重视推动网络安全技术产业化发展，在网络工程的设计与施工过程中要体现出人本思想。在实践过程中，要求网络工程的设计与生产中选取具有更低辐射、更简单操作以及更高安全性的设备来确保人的安全，同时要选取具有更高合理性、可靠性以及安全性的信息处理设备来确保信息的安全。网络安全物质文化建设工作具有着复杂性特点，仅仅重视某个方面的物质文化建设是难以完成网络安全物质文化建设目标的，因此，在网络安全物质文化建设中，需要以人的安全、环境安全以及信息安全三个方面的内容为核心，并有意识的通过长期努力来构建优秀的网络安全物质文化。

第7篇

叶敬忠在《农民发展创新中的社会网络》一文中首次对农民社会网络进行划分和定义，他根据交往与联系的对象和性质的不同，把农民社会网络分为功能性社会网络和建构性社会网络［9］:前者是指社区内农户与户外的机构与团体之间(即人与机构间)的功能性联系与交往情况;后者是指社区农户与其他所有社会角色之间(即人与人之间)的联系与交往状况，这种联系与交往的建立是社会建构的结果。周红云在其博士论文中把农民参与的社会网络分为家族宗族网络、功能性网络、象征性活动网络和一般“人际关系”网络［10］。家族宗族网路主要体现为因血缘、姻缘或者亲缘等关系构成的社会网络;功能性网络主要体现为村民为达到某些特殊利益而自发设立的一些功能性组织所形成的网络;象征性活动网络主要指因习俗、惯例、等原因而形成的网络;作为个人联系的一般“人际关系”网络，它主要体现为个体之间因地缘、业缘等而形成的个人之间的非正式网络关系，这也就是叶敬忠所定义的建构性社会网络。整合叶敬忠和周红云关于农村社会网络的分类，从农业技术扩散的角度本文可以这样定义“社会网络”:农业技术扩散中“行动者”在分享和交换各种资源的过程中而形成的各种关系的集合，这种关系集合按其存在形态可以分为家族宗族网络、功能性网络和建构性社会网络。基于这一定义和分类，本研究将根据我国农业技术扩散的特点和农村社区的实情，重点探讨在农业技术扩散过程中，农村社会网络中家族宗族网络、功能性网络和建构性社会网络如何变化发展，以及与农业技术扩散的作用关系如何?并以G乡养猪技术为例，探讨社会网络和农业技术扩散在本土语境下的关系原因。

2社会网络视角下的G乡养猪技术扩散过程

本研究采取“目的性抽样”原则，又因社会关系的促成，获得了G乡为期四个月的深度调研机会，G乡地处北纬27°51''''－28°34''''，东经113°10''''－114°15''''，属亚热带季风湿润气候，大陆性气候比较明显，总面积107．26平方公里，耕地面积1340公顷，辖新建、乌石龙、马家湾、玉潭、西宏、金塘、新源、大源8个村，共198个村民小组。L县是省内有名的养猪大县之一，年产生猪200多万头，占农业总产值的一半左右。G乡是L县重要的良种猪养殖基地，其养猪业占到G乡农业总产值的80%以上。G乡良种养猪新技术具有可清晰追溯的三十多年的扩散历史，20世纪70年代末L县外贸局准备引进良种猪，筹划在其中一个乡镇建立试点，外贸局负责这个推广工作的秘书———何阳春的家乡恰好在G乡马家湾村，因此就把良种猪养殖示范点选在了G乡地理位置较好的马家湾村，该村成为G乡良种猪养殖基地和发源地。而这位推广秘书何阳春，因具有“双重身份”的社会角色，成为外贸局和G乡间的“桥点”人物，从而成为G乡良种猪技术的扩散源。

2．1家族宗族及拟亲缘网络与G乡养猪技术扩散的兴起20世纪80年代以前G乡饲养的猪的都是地方品种(土猪)，饲养方式是喂吃熟食(潲水)，土猪具有生长速度慢、养殖周期长、瘦肉率低、经济效益不高等缺点，而待引进的良种猪具有高产(增重快、出栏早)，优质(瘦肉多、味美)，高效(劳动成本降低、经济效益好)等优点。但良种猪养殖作为新鲜事物，包括何阳春本人因为也不是养殖专业技术人员，因此对良种猪的饲养技术都还是处于摸索阶段，村民对良种猪的引进都处于观望状态。据何阳春口述，外贸局第一批共引进15头良种猪，其中马家湾村就有7家人领养，共领养10头，另外5头由距离何阳春家较近并跟他本人很熟悉的G乡其他村农户领养。在马家湾村领养的人群当中:何阳春本人领养2头，何雪生(何阳春亲大哥)领养1头，何金成(何阳春亲二哥)领养1头，刘军(何阳春亲弟，过继给刘家故姓刘)领养1头，何阳春同学领养1头，另有2头分别被何阳春关系很好的朋友领养，还有2头何阳春本人已不能确切记忆。从第一批良种猪扩散的网络我们可以看出，这些新技术采纳者都和技术推广者何阳春本人有亲缘关系或拟亲缘关系。访谈记录一:第一批领养良种猪的农户回忆说:“我和何阳(春)关系特别好，他说这个猪长得特别快，肉质又好，香港那边都要这种猪，价钱卖得好，(我们)关系咯么好，他不得骗我啵?我就相信了他。”可见第一批新技术采纳者，对于技术的采纳主要是建立在对推广者本人信任的基础上，对推广者本人的信任度及其与推广者本身关系疏远程度在很大程度上影响扩散的结果。由于农村社区中居民“信任半径”狭窄，信任是建立在看得见的基础之上的，以亲缘信任和拟亲缘信任为主，而技术作为一个“事物”，成为人际信任链条中的一种延伸，对技术的采纳源于人际间的信任。第一批良种猪，从引种、饲料、防疫、配种和销售等环节都是由何阳春负责，其中也遇到了很多困难，诸如掌握不了时间、饲料供应困难等。第一批技术采纳者经历了从对推广者的信任———到对技术本身的信任———再到对技术的怀疑———最后到对技术确认的过程。随着采纳者的增加，良种猪产业技术的各个环节也从何阳春个人中分化出来，出现产业技术链条的延伸。这些第一批加入良种猪产业技术链条的农户，同样与何阳春有这样或那样的“强关系”①:G乡第一个赶公猪和进行人工受精配种的是董凯银，他是何阳春的邻居(距何家不到10米距离);第一个搞职业牲猪销售的何雪生，是何阳春亲哥;第一个牲猪经纪人②何金成，他也是何阳春的亲哥;G乡第一个饲料经销商叫张应兵，也和何阳春关系很好，他先是被何阳春物色到乡政府良种办协助其调运销售饲料，后来良种办撤销后，他就开始自己做起了经销商。当然其它也不乏一些敢闯荡的农户通过其他“强关系”或“弱关系”加入到这个链条当中。可见，在农业技术扩散的最初阶段，其“家族宗族网络”或“拟亲缘关系网络”因其信任半径狭窄，而更能发挥巨大作用，由此加快扩散速度。

2．2构建性业缘关系网络与G乡养猪技术扩散的发展随着良种猪养殖技术的发展和产业技术链条的延伸，不断有新的农户加入到养猪产业技术这个链条当中，形成了链式延伸的发展局面:养猪原料供给链(饲料)———生产链———金融链———经纪人———销售链。即G乡生发了专业的良种猪养殖户、饲料经销商、种猪场主、人工受精站、职业赶公猪人、职业小猪贩、牲猪经纪人和牲猪销售商③等一系列新的社会角色。一项技术在扩散之前，扩散者和接受者之间可能没有任何关系，也可能是其他的关系如亲缘或拟亲缘关系，一旦扩散成功两者之间就建构了新的社会关系，也就是说构建成了新的社会网络。这种联系与交往的建立是社会建构的结果，在本研究中，养猪产业链中的村民因为养猪这样一个相同的“业缘”而形成的同样的经历，进而形成了个人之间的非正式网络关系，也就是说农户利用自己身边的强关系和弱关系构建了新的个人社会网络。G乡牲猪产业技术链条上的大户，都是特别会利用和建构新的社会网络，如G乡的农民企业家陈检平和罗正明就是典型的案例。案例一:G乡陈检平办猪饲料厂的发展过程我是初中毕业，89年就开始卖饲料，中间有三年在广州倒卖火车票，95年开始建门面正式做饲料经销商，后办牲猪交易市场，亏了三十多万，所以在当时名誉不好，欠账的人就借不到钱，最后就是，我的这些朋友都是搞饲料的老总，因为以前我跟他们搞过经销，他们跟我关系比较好，愿意帮助我，并把这个养猪的饲料配方告诉我，我又想各种办法找外地朋友借点资金，他们原来都是饲料厂的老总，我是有很多朋友支持我、帮助我。这样我就慢慢从本钱很小的生产预粉料的小厂办起。陈检平的特点是，生活经历丰富、敢于闯荡、喜欢结交朋友，我们在访谈时进入他办公室，在很显眼的位置挂着他和远在美国的初中同学合影，同时办公桌上摆放着各类合作的厂商颁发给他的证明其友好关系的纪念牌或奖牌。访谈中他谈到“每个人都有自己一块天，你有你的熟人，他有他的熟人，各人做各人的生意，只要你努力，谁都搞不垮你。”陈检平就是因为善于建构个人的社会网络，由一个普通农户转变成G乡的民营企业家。案例二:G乡最大养殖户罗正明的发展过程罗正明年轻时被认为是个社会混混，现在是G乡集种猪、牲猪饲养、销售于一体的正明合作社的法人代表，当地人无人不知晓的养猪大户，建了一个大型的养猪工厂。当地流传着他发家的故事:当时罗正明年轻时没成家喜欢在G乡集镇上晃荡，当时一个广州屠宰场的老板来G乡调运牲猪，其货车翻倒在附近农田里，因为该老板是外地人，农田的主人欺生想趁机勒索他，有些农户还忙着抢车上的牲猪，罗正明为人善良，爱打抱不平，就从中帮忙调节，帮助广州老板找起重机吊车，平息想从中做乱的农户，这样这个广州老板很感激罗正明，就把牲猪贩运的生意交给罗正明。罗正明做牲猪销售积累了一定资金后，就开始一边做牲猪销售一边养猪，并成为G乡最大的养猪合作社的法人。通过这样一个偶然事件构建的“弱关系”使罗正明成功加入到牲猪产业技术的链条中来。他也是G乡第一个把猪销售到上海的农户，据他最好的朋友畜牧站的站长回忆说:当时有个江西老板来G乡贩运牲猪到上海卖，贩运到上海的猪要求质量高，但是价钱也卖得更高，G乡当时还没和上海屠宰场建立过联系，罗正明瞄上这个新市场，并把这个江西猪贩作为突破口，当那个江西老板把贩运的牲猪装上大货车，开往上海的屠宰场，罗正明就一路跟踪着这个大货车找到了屠宰场，并进行自我介绍，留下联系方式，再回乡请当地县级畜牧局出面签订相关合同，新的销售市场就此打开。罗正明很善于建构新的社会网络，在和罗正明的访谈中，不停的被他的电话打断，打电话给他的人是广州等全国各地的养殖户、销售商和屠宰场老板等，电话内容涉及猪价格询问、讨价还价、资金周转等问题。从访谈被打断的次数和电话谈话的内容，可以判断罗正明社会交往非常广泛，活动能力强，和各类相关农户交流频繁，有很强大的社会网络。G乡从事养猪产业的这些农户之间经常互相交流经验和信息等，当地称为“打猪港”④，尤其是“地缘”关系更是为农户交流缩短了时间和空间的距离，这种以“养猪业缘”构建形成的新的“社会建构性网络”为G乡养猪产业的发展提供了技术支持、信息供给和资金帮助，确切地说是技术、信息和资金等要素在这个社会网络中流动。2．3功能性网络与G乡养猪技术扩散的加速随着技术、资金和信息交流的进一步发展，G乡农户为了达到某些特殊利益，自发建立了一些功能性组织(表1)，并报政府登记备案。这些由农户与相应机构和团体之间的功能性联系而建立起来的“功能性网络”增加了农户的组织化程度，加强了农产品的市场竞争力，促进了农户与政府的联系，加快了农业新技术扩散的速度。

3讨论与结论

3．1社会网络对农业技术扩散具有正向功能从本案例中G乡的良种猪养殖技术扩散过程中我们可以看出，在G乡农业技术扩散的不同阶段，起主导作用的社会网络依次主要是家族宗族网络、社会建构性网络和功能性网络。随着养猪技术的扩散和农户之间交往的日渐频繁，这三种网络交织在一起，呈现你中有我，我中有你的局面。而由此在G乡也形成一定的养猪技术气候，并出现技术分布密集区的现象(图1)。其扩散规律与最初的扩散源有一定的关系，这个扩散源从地点上来看大致分布在马家湾集镇，也就是图1的密集区，这主要根源于技术推广者何阳春最初在马家湾集镇附近发展良种猪技术，当然也与集镇便利的交通和信息等条件有关。其扩散规律大致以扩散源为圆心呈发散状向四周扩散(图2)，同时扩散中发散的每个节点之间又是“认识”或“熟悉”关系(如图用虚线表示)，而这样的“认识”或“熟悉”的关系也是双方潜在扩散－采纳关系的开始，同时也是农户之间资金、技术和信息交流的桥梁，随着两个节点之间交流、沟通的加大，这个“虚线”也逐步转变成“实线”，由此形成一个闭合型的社会网络(见图3)，也就是形成稳定了农业技术网络。这样闭合的社会网络就是一种技术气候，能加快农业技术扩散速度，使其向良性方向快速发展。在这样一个闭合的农业技术社会网络中，流动的主要介质是:技术、资金和信息，社会网络对农业技术扩散具有正向功能。这是因为:(1)从农业技术的特点来看，农业技术的特点决定农业技术更多是“看中学、干中学”，这一特点决定农业技术在扩散时期主要是社会关系和社会网络起作用。农业技术是控制动植物的生命过程的技术，生产周期长，还受到环境和气候等各种自然条件的影响;一项农业技术往往需要与多项相关技术配套形成技术体系，完成农业生产全过程;这样其结果会因时、因地、因人的差异而大相径庭。这就决定了农业技术的实践经验比理论知识更重要，更符合实际，农业技术更多是“看中学、干中学”。农业技术的复杂性和周期长的特征决定需要建立一定的稳定社会联系，随时进行交流沟通、互相学习进步，达到完全摸清规律;而且学习农业技术是个过程，农业生产中不断有新的情况和问题出现，父辈的经验不能完全照搬照抄，要不断学习和更新。因此，一旦一个地区因社会关系形成一定技术气候，就能形成良性的运转和很好的社会影响力，农业技术扩散和社会效益也都能良性循环。(2)从农业弱质性特点来看，目前我国农业具有多风险、低收入和高劳动强度等的特点，这使得农业技术扩散也不是简单的农业技术传播的过程，还应在帮助农民增产的同时能够增收，实现产、供、销一体化。只有实现经济效益，农业技术才能真正扩散成功，这使得农业技术扩散除了技术支持的同时还需要资金支持和市场等信息供给。技术、资金和信息是农业技术扩散中三个非常重要的要素。而目前农村资金外流，农业筹集资金困难，金融借贷门槛高，农民往往望贷兴叹，这使得民间借贷和民间赊账现象十分活跃，而以“信任”和“熟悉”等强关系建立起来的社会网络和社会舆论网络，可以降低民间借贷的风险，同时解决了担保和质押物等问题，以此降低金融成本，从而保证农业技术扩散的顺利进行。(3)从农业技术传播的场域来看，农业技术扩散的场域是农村，中国农村社会的特点是以亲缘、地缘、情缘和学缘关系为核心的“强网”，农业技术扩散模式势必与农村社会结构息息相关。农户之间的交往与联系，在很大程度上是通过社会网络来进行的，“乡土社会的信用并不是对契约的重视，而是发生于对一种行为的轨迹熟悉到不假思索时的可靠性”。相比大众传播等其他传播方式，人际传播在农村社会中更具有可信度。社会关系网络有利于农户之间的合作和彼此信任，提供技术资金，相互介绍经验、传递技术信息和市场信息，可以节省农业技术传播和扩散的时间和费用。同时，社会网络也是一张信息网络，由于村庄内部特殊的地缘和亲缘关系，导致各成员之间技术和市场等信息的交流及人员交往都十分频繁，从而加快了技术信息和市场信息的传播和扩散速度，大大缩短了农户搜寻信息的过程，同时也极大地降低了信息费用。

第8篇

社会资本的是一个逐渐被应用到多学科领域的广义概念，在商业领域中，社会资本研究通常用来描述，例如：价值传递、公司表现、网络强度、知识资本与学习、企业网络成长等。社会资本理论认为，社会资本是一种具有价值的资产，它起源于通过构建社会关系到获得的资源。同供应链管理普遍应用的交易成本经济学比较，社会资本提供了一个理解企业合作关系复杂性的视角[2]。社会资本包含三个维度：结构、认知、关系（Nahapiet，1998）。基于不同的表现标准，许多学者对社会资本对供应链关系的影响进行了多层面研究。一些研究者关注关系联系（结构资本），而有一些人则思考关系联系的强度（关系资本）。还有些学者对二者都进行分析。Moran（2005）研究了结构资本和关系资本对关系表现的影响，分析认为，结构资本在解释执行导向的管理任务时扮演着更重要的角色，而关系资本在解释创新导向的任务中，起的作用更重要。

二、资本与供应链合作关系资本

社会资本是指存在于社会结构中的、与经济资本相区别的非实物形态的资源。“社会资本”的理论认为，角色（个人、团队、工作组等）愿意投资于和其他角色的关系，通过其能力撬动关系以获得进入所需的资源，以获得积极的期望回报[3]。供应链本质上是一种能获得积极回报的企业合作关系。供应链社会资本，或称之为供应链合作关系资本，是一种群体社会资本。关系资本可以定义为“：企业与供应商、顾客、联盟伙伴及内部分支机构组成的关系网络的价值”（Gulati，2005）。也有学者把关系资本描述为“购买商与销售商之间的良好合作愿望”。根据社会网络与资本的研究，供应链合作关系资本划分为：关系供应链资本、认知供应链资本、结构供应链资本。从关系的密度视角，供应链网络中的合作关系分为强联系和弱联系，这两种联系产生了关系供应链资本。随着供应链网络的强联系的增加，伙伴方之间将在价值和共同愿景上达成一致，将产生认知供应链资本。认知资本的积累，将增强关系自执行性的愿望。从网络演变的视角，供应链中的伙伴方通过对自身位置的认知，并利用网络中的结构洞为自身创造剩余。这种由于网络结构位置而产生的供应链关系资本，称之为结构供应链资本。

三、供应链合作关系资本构成

（一）关系供应链资本

社会网络理论一直关注于构建中心网络中的角色（例如人、建筑）和联结（电话线路、关系等等）。在供应链中，角色通常是指商业部门或企业。由Granovetter和其他人发展的“联结”范例，被关系供应链资本所接受。目前，与关系资本相联系的存在着两个截然不同的概念：关系联系强度和更复杂的“弱联系强度”[4]。联系强度，类似于双边角色关系中的亲密度或集成度，将对核心角色、相关角色及其环境产生的显著影响，并将有利于网络中信息内容的共享。网络中的联系既包括有形的（资源的、财务的、数据的）联系，也包括无形的（社会的）联系。无论是什么类型的联系，网络被创造和结构化的整体目标在于，为合作企业提供获得所需资源的途径。Goliciaetal（.2003）建议，在供应链管理中，社会关系范式十分重要，并引进了关系量度（Rela-tionshipMagnitude）作为供应链联系强度的测量标准。[5]不管采用何种方法代表联系强度，每种研究都证实了紧密的联系将促进商业关系的成功。弱联系密度是角色间的联系是获得所需资源（包括信息）能够通过的桥梁。密集的社会网络（例如供应链）常常交换私人信息，这些信息因为其嵌入性，能够被企业轻易的获取，并且因为其性质而值得发现（例如未被普遍共享，而有益于获得优势）。网络质信息的成功应用，将导致难以复制的差异表现。在一个封闭的网络中，企业间经常性及有控制的特质信息流，主要服务于几个目标，包括不确定性的降低，提高问题解决能力，利益共享，以及上述全部。基于这样的分析，把关系供应链资本分为两种维度：一种是内部强关系程度（强联系），一种是外部弱关系程度（弱联系）。强联系的关系对于操作层面的供应链，具有重要的价值。强联系促进了有效的沟通（进而表现），而弱联系是服务于创新、独特或及时信息的桥梁。

（二）认知供应链资本

认知资本是由提供给伙伴方共享的表现（SharedRepresentations）、解释（Interpretations）、系统含义（Sys-temsofMeaning）等资源组成的。在一个企业内，认知资本嵌入在一个共享的景象中，例如集体目标和团队愿景。当伙伴方拥有同样的商业目标，以及交互作用时出现。共享的目标和文化是认知资本的主要维度。当网络中的成员对实现关系网络任务和结果，有着共同的理解和方法时，这些目标能够共享。当价值和目标能够被购买商和关键供应商分享时，合作方相互作用并社会化的构建了一个共享的理解，这样，持续的交互过程将导致一种持续和自执行的合作过程。在供应商发展角度上，这种合作认知感觉的自执行过程，将提高购买商的表现。如果目标被共享，购买商和供应商对于表现提升的构成和如何实现，有了共同的理解。这样，将导致在成本、质量、运输和服务等等表现上的提高。如果价值和目标互相不适合，双方间的交互将导致对一些事情的误解，而引起冲突。随着误解和冲突的加强，双方将变得互不满意，进而对生产力和表现产生消极的影响。

（三）结构供应链资本

结构供应链资本，关注的是企业在供应链网络中所处的位置，以及同其他企业的联结和隔离，而不是联结的本质或质量。从拓扑学的视角，联系可以看作是线路，或者是“资源或信息流动的渠道”。关于结构影响资本的描述，有两个主要的概念：结构密度和结构洞。结构密度，定义为网络中可能联结的活跃程度，通常用潜在关系联系的活跃比率来表示。相反，结构洞是指网络中联系缺乏或者密度稀少的区域（Burt，1992）。结构密度理论认为：由于角色间存在着多重沟通渠道，密集网络中的角色将进行频繁的交流，因此将更有可能发展成普遍接受的关系规范。随着交易频率的增加，和单一交易关联的交易风险将减少。这样，和那些位于网络外的其它渠道比较，网络中的常规化交易将变得更有效率和更可取，进而提高密集企业成员的可用社会资本。结构洞的研究更关注于网络中未被激活的特定区域。结构洞的存在导致了网络中信息的不对称状态。信息的不对称可能影响到供应链的运作。结构洞使得企业网络中某些战略性位置变窄，例如，某些节点企业占据了“桥”的位置。这些位置成为了联结网络次集团和其他部分的唯一信息桥梁。桥梁角色拥有“在这些契约中的一个信息中断位置，因而可以通过其位置进行更大程度的控制，而获得利益”。换句话说，处于网络中联结其他非关联企业位置的企业，由于他们有能力控制显著的信息流，自然而然产生社会资本。对于企业合作关系的完善和建立，结构密度和结构洞都值得考虑。结构密度讨论，概括来说，是由于沟通和过程经济性而导致的执行相关表现的效率。而结构洞理论认为，在结构松散网络中处于关键位置的角色，会在结构资本中获得不成比例的收益。

四、结论及建议

第9篇

关于网络民族主义的内涵的界定，学者们可谓是见仁见智。到目前为止，学术界还没有统一的关于网络民族主义的精准定义。笔者查阅了绝大多数学者关于网络民族主义的内涵的高见，更倾向于认同学者谷士刚博士对网络民族主义的内涵的理解。他指出，“所谓网络民族主义是网络空间中的民族主义思潮和民族主义行为的总称，它是民族主义在网络条件下的新发展，它以网络作为平台、途径、工具和手段进行相关的表达、传播和行动”。这种界定强调网络民族主义产生的技术载体支撑，即网络是网络民族主义产生和发展的必不可少的条件，具有其正确性，但是对于影响网络民族主义产生和发展的其他因素并没有涉及，不能准确地表达出网络民族主义产生的本质内涵。因而，通过借鉴以上定义中的正确性部分，同时运用社会生态学的观点，我们认为网络民族主义不是一种仅仅因网络而产生的孤立的社会政治现象，它同时也是经济、政治、文化等多种社会生态因子相互影响的结果，是网民基于民族感情和爱国精神而在网络上表达和传播民族主义情绪、言论、思想的一种社会思潮，同时在某些情况下进行民族主义的实践运动以达到预期目的的一种社会政治现象。网络民族主义这一现象呈现出以下几个方面的特征：

（一）突发性和应激性并重

网络民族主义的发生往往是毫无征兆的，呈现出突发性的特点。随着互联网的广泛普及，传统的传播媒体无论在传播速度上还是在传播内容上较之网络信息传播方式都难以望其项背，二者不可同日而语。在某一地方发生的民族主义事件，消息一旦被传到网络上就会铺天盖地地传播开来，形成一发而不可收拾的局面。因此，网络民族主义事件的传播呈现出突发性的特点就不言而喻了。与此同时，网络民族主义的这种突发性又导致了政府相关部门在处理网络民族主义事件时的应激性特点。尤其是影响较大的一些国际国内的重大事件，由于其容易转化成网络民族主义事件，引发网民的诸多反应，因而，一旦发生这类事件，为避免事态朝着不良方向发展，政府部门就必须时刻保持高度的灵敏性和反应性，注意疏导网民的不良情绪，从而引导网络民族主义事件朝着良性健康的轨道发展。

（二）理性与非理性相结合

从语言表达上看，网络民族主义的相关言论表达呈现出理性与非理性相结合的特点。有些网络民族主义言论的表达，尤其是那些逻辑严谨、文笔流畅、观点深刻、篇幅较长的上乘之作，很可能是出自学界的学者或带有官方背景的研究者之手，具有较大的影响力，被各大网站、论坛、博客甚至平面媒体频繁转载，这类文章较多表达了作者对国家利益和民族前景的担忧，体现了作者关于如何实现中华民族伟大复兴中国梦的深刻理性反思，“彰显着理性的光辉”。另一方面，有些网络民族主义言论的表达表现出很强烈的情绪化特征，许多网民大量使用暴力性语言，失之于极端和偏激，存在极端化倾向。这类言论表达者往往缺乏理性思考，其话语表达没有经过系统化理论化的构建，一时冲动只顾自己不良情绪的宣泄，而不考虑其言论所引起的严重后果。这足以证明，我国网络民族主义还处于初级的不成熟的发展阶段。

（三）大众化与体制外并行

从参与者的身份视角和人数多寡来看，网络民族主义具有大众化和体制外的特点。随着互联网技术的快速发展和我国经济水平的不断提高，越来越多的社会大众尤其是原来不掌握话语权的草根阶层和社会弱势群体能够借助英特网在公共场合来表达他们自己对社会上发生的某些事件的见解，以及发表对政府如何处理这些事件的观点进而对政府施压，并且逐步把网络视为他们表达观点的意见渠道和唯一认同的政治社会。另一方面，由于网络社会的虚拟性和开放性的特点，大多数网民往往倾向于以虚拟符号出现，隐藏自己的真实身份，“他们所依托的网络空间具有不可察觉的时空位置和形态，其网上交往活动不具有实体性和可触摸性”。即便如此，网络民意的表达依然会对政府部门的决策过程和整个国内舆论造成深刻的影响。这又使得网络民族主义呈现出体制外的特征。

（四）强烈的爱国主义意识

从网络民族主义者的言行来看，我国的网络民族主义衬托出网民强烈的爱国主义意识。通过对大多数网民的言行进行分析得知，不管他们的言行是否客观、理性，他们的初衷都是基于朴素而又强烈的爱国主义情感以及对本民族的热爱，出于对西方发达资本主义国家干涉我国内政、损害我国利益的愤慨，出于维护我国的国家利益和民族尊严的意愿，“其指向也多是损害中国国家利益和污蔑中国国家形象的言行，表达着对国家发展前景和生存发展空间的忧虑。”此外，由于网络本身所具有的虚拟性特点，部分网络民族主义者可能只在网络上发表其爱国言论，而不参与现实的行动，当然也不排除某些网民的极端偏激的不负责任的非理性观点，因此，不能将网络民族主义完全等同于网络爱国主义，虽然在很多情况下二者是可以划等号的。但是，即使是一些网民的比较极端的情绪化的由于一时感情冲动而发出的言论，在其背后深藏着的仍然是对国家强烈的爱国主义情感。毋庸置疑，爱国主义也是网络民族主义兴起的重要原因之一。

二、网络民族主义产生的社会生态环境分析

以社会生态学的视角来考察和分析网络民族主义，我们认为网络民族主义的产生不是一种孤立的行为，它是经济、政治、文化等多元社会生态环境因素相互作用、相互促进、相互影响的产物。

（一）网络民族主义产生的经济生态环境分析

在社会生态环境中，经济生态因素是影响网络民族主义产生的一个决定性因子，因为经济基础决定上层建筑。网络民族主义是社会生产力发展到一定历史阶段的产物。作为一种社会思潮，网络民族主义的兴起除了与本国经济的快速发展密不可分之外，还与经济全球化深入发展所造成的全球化与本国国家和民族利益的冲突息息相关。我国的网络民族主义就是在这种时代背景下产生的。众所周知，自改革开放以来，我国经济经过三十余年的持续高速增长，中国综合国力显著增强、国际地位大大提高，中国经济发展所取得的骄人成就举世瞩目，更为重要的是，广大人民的物质生活水平和精神层面的需求也随之得到改善和提升。此外，不容忽视的是，由于我国融入全球化的程度日益加深，使得我国在与世界交往的过程中，难免会出现一系列的碰撞和利益冲突。这一切因素都推动了我国网络民族主义的兴起和发展。首先，随着经济全球化向纵深持续发展，全球化与国家和民族利益的冲突难以避免，加之我国综合国力的不断增强和国际影响力的显著提升，必然要求在一些涉及到我国国家和民族利益的重大国际问题中掌握更多的话语权，中国网络民族主义的大量涉外言论中，无一不体现着这种维护国家和民族利益的初衷，“而其论证的前提无不是国家综合国力的增强”。其次，改革开放所带来的我国经济的长期繁荣和辉煌成就促使我国民众的民族自尊心和自信心日渐复苏，民族自豪感日益增强。伴随着这种民族意识的觉醒，中国民众的国家利益意识也随之觉醒，在与国际社会的一些利益冲突中，维护国家和民族利益的呼声日益高涨，形成了一种强大的不可忽视的网络舆论力量。再次，随着人们经济生活水平的不断提高，更多的中国民众开始接触到网络，使用网络的人群日益增多，更多的网民出于爱国意识开始加入到网络大军中发表他们对一些问题的观点和意见，甚至被呼吁加入到网络行动中。中国网络民族主义就是在这种经济生态环境下产生并不断发展壮大起来的。

（二）网络民族主义产生的政治生态环境分析

网络民族主义现象的产生与我国的政治生态环境有着千丝万缕的联系。一切对政治思想和政治行为产生影响的因素，我们都可以将其视作政治生态环境的范畴。把网络民族主义现象放到生态环境中去考察，最终目的是为了使其能够在社会生态环境中获得良性发展。整体来看，影响网络民族主义现象产生的政治生态因素主要包括以下几点：

1.总体上讲，我国政治民主化进程不断加快，广大民众政治参与的积极性大为增强。

改革开放以来，经过三十多年的发展，我国的民主政治建设较之以往有了较大进步，政治民主化进程不断加快，政治文明程度大大提高。相应地，随着我国政治民主化程度的不断提高，社会政治风气大为好转，社会民主、包容程度不断加强，我国广大民众的政治参与热情不断高涨，政治参与的积极性不断增强。我国网络民族主义的产生和发展就很好地印证了这一点，它也是我国政治文明不断进步的一个重要体现。民主的政治制度为广大民众积极参与网络活动营造了良好的社会氛围，他们网络参政议政的意识不断提高，网络政治参与的素质不断加强，这都对网络民族主义的产生和发展起到了积极的助推作用。

2.在涉内方面，当前中国社会正处于转型期的关键节点，处于改革的攻坚期和深水区，社会矛盾频发，问题层出不穷，一定程度上使人们对政府和社会都产生了不满情绪。

这是网络民族主义产生和发展的一个重要诱因。处于转型加剧期的当代中国，正处在爬坡过坎、攻坚闯关的关键时刻，社会矛盾和问题丛生，诸如住房问题、教育公平问题、腐败问题、就业问题、弱势群体利益维护问题等事关广大人民切身利益的社会问题，其中任何一个问题都足以引发网络上的舆论大战，激发人们的网络政治参与热情。其中不乏一些网民的极端言论，他们对政府怨声载道，对社会充满了仇恨心理，一定程度上影响了我党的执政形象，也不利于我国社会的和谐构建，更会误导我国网络民族主义的理性健康发展。因此，为消除人们对政府和社会的不满情绪，引导网络民族主义朝着健康的轨道发展，党和政府就要认真努力解决好这些事关民生和自身发展的社会问题。

3.在涉外方面，当有损中华民族整体利益的重大国际政治问题出现时，我国民众的爱国主义民族精神就会被激发出来。

这也是当前我国网络民族主义产生和不断发展的一个重要因素。“民族精神是一个民族的精神秉性、精神纽带和精神家园，是一个民族凝聚力和生命力的根本所在。”“民族精神反映在思想学说上就是民族主义，民族精神是内核，民族主义是外在表现形式。民族主义是对本民族的认同、归宿、忠诚的强烈思想意识和实践活动，是思想、学说、运动的统一。”毋庸置疑，中国民族主义就是对中华民族的认同，对中华民族利益的认同和捍卫。解读近年来愈演愈烈的网络民族主义，不难发现，针对一些国际争端事件的发生，无论是中日间、中美间，还是中韩间发生的一系列摩擦事件等，我国网民所发起的旨在维护我国民族尊严和国家利益的网络抗议运动，无不体现了中华民族强烈的爱国精神和自强不息的民族精神。凡是涉及到损害中华民族利益的一些国际争端和摩擦事件，我国的网络民族主义就会显现出其无比强大的威力和对外震慑作用。

（三）网络民族主义产生的文化生态环境分析

文化作为国家和社会发展的一种软实力，在当今这个时代，对一国社会的发展起着愈来愈重要的作用。文化对社会的影响无处不在，渗透于社会的各个要素之中。当前我国风起云涌的网络民族主义，与我国社会特定的文化发展有着密切的内在联系。具体来讲，主要表现在如下几个方面：

1.对中国传统文化的重新审视与反思推动了网络民族主义的产生和发展。

“中国传统文化是指中国历史上以个体农业经济为基础、以宗法家庭为背景、以儒家伦理道德为核心的社会文化体系。”我国的部分先进知识分子曾一度认为就是这种传统文化阻碍了我国现代化的历史进程，“是国家落后和民族屈辱的最深刻和最根本的原因”，主张摒弃传统文化、实行全盘西化。由此导致了一部分人对我国的传统民族文化持虚无态度，甚至形成了民族虚无主义和。这两种对待我国传统文化的态度是极为不正常的，也是有害的，因而，从上个世纪80年代末期开始，中国知识界对这两种社会思潮进行了批判，开始重新审视和反思中国的传统文化，“注重从中国传统文化中寻找民族复兴的力量源泉和精神家园，力图找到民族复兴与民族文化复兴的结合点”。在这种时代背景下，强大的民族主义潮流于上个世纪90年代初期开始形成，随着互联网的广泛普及，网络民族主义开始形成并不断发展壮大。

2.当前我国文化的繁荣发展也是网络民族主义勃兴的一个重要推手。

党的十七大报告指出，当今时代，文化越来越成为民族凝聚力和创造力的重要源泉、越来越成为综合国力竞争的重要因素，丰富精神文化生活越来越成为我国人民的热切愿望。因此，十七大报告明文规定要推动社会主义文化大发展大繁荣。党的十报告强调，文化是民族的血脉，是人民的精神家园。全面建成小康社会，实现中华民族伟大复兴，必须推动社会主义文化大发展大繁荣，兴起社会主义文化建设新，提高国家文化软实力，发挥文化引领风尚、教育人民、服务社会、推动发展的作用。当前中国社会，从中央到地方，从政府到民间，都非常重视文化的繁荣发展问题。我国网络民族主义的勃兴就是我国文化繁荣发展的一种体现。随着全球化的持续深入发展，文化全球化已然成为一种不可避免的发展趋势。在中西方文化交流、交融、交锋的过程当中，由于不同文化的碰撞，形成了多元、多样、多变的社会思潮，网络民族主义思潮就是其中的一种。文化的繁荣发展助推了网络民族主义的兴起和高涨。而如何有效利用网络民族主义思潮为我国的文化、经济和政治服务，则是我们要认真思索的问题。

3.广大网民自身民主素质提高，网络政治参与的热情高涨。

这也是我国网络民族主义产生和不断发展的一个重要影响因素。随着我国公民受教育程度的不断提高，人们的知识文化水平较之过去有了很大的提升，自身民主素质得到显著提高，政治参与的热情与日俱增。更为重要的是，由于现在互联网的广泛普及，人们很容易就能接触到网络，加之现在手机的普遍流行，大多数民众基本上都是人手一机，与手机形影不离，他们即使不使用计算机，也可以使用手机上网，这就更增加了人们接触网络的机会，为他们的网络政治参与提供了极为便利的条件。无疑这会进一步推动网络民族主义的不断发展。无论是哪个领域的问题，不管是经济的、政治的，还是文化的、社会的，不论是内政还是外交，只要是人们感兴趣的问题，他们都可以利用自媒体在网络上各抒己见，自由发言、讨论，甚至有时会将网络上的言论化为现实当中的实际行动，凸显网络民族主义的巨大威力。但是我们要注意引导网络民族主义朝着理性健康的轨道发展，不能任其自由发展，否则后果将不堪设想。

三、分析网络民族主义现象社会生态的重大意义

第10篇

1．1基本定义

本文所研究的用户是针对于社会网络中的用户，用户之间具有一定的交互行为，用户总数表示为U．定义1．用户A与用户B在状态、日志、照片、相册等方面进行了一次交互操作，如用户A对用户B的状态进行一次评论，即视为用户A与用户B发生一次交互，记为(A，B)．定义2．用户与其它用户的交互行为时间流称为该用户的行为模式．

1．2基本假设

直观分析，社会网络中用户间存在一定交互行为，用户交互时主要依赖于当前的交互，对于以前的交互特性并不敏感，也就是用户间的交互行为满足Markov性，所以我们假设用户交互行为是一个Markov过程．由于用户在长期行为中会形成稳定的行为习惯和偏好，所以用户行为具有相对稳定性，经过较长一段时间后，用户的行为模式将趋于稳定状态，也就是用户交互行为的Markov随机过程可以收敛．用户行为Markov模型能够描述用户内在的特性．采用用户行为Markov模型进行聚类基于如下假设:假设:用户行为具有偏好性，不同用户在行为模式上存在一定差异，用户间行为模式并不完全相同，但若干用户间行为模式会存在一定相似性，这些用户相较于其他用户行为模式相似程度较高，存在一定相关性，相反存在若干用户间相似程度较低．

2基于行为模式的社会网络用户谱聚类算法

本文提出一种基于行为模式的社会网络用户谱聚类算法(SpectralClusteringAlgorithmforUserBehaviorPatterns，SCBP)．SCBP算法主要包含2个阶段，第一阶段建立用户行为Markov模型，学习相应参数;第二阶段对用户行为模型进行谱聚类，获得用户划分结果．

2．1社会网络用户行为模型

SCBP方法使用一阶齐次Markov模型对社会网络用户行为进行建模，将Markov模型的状态与用户间的交互行为相对应．在确定Markov模型的状态时，主要有以下3步:1)获取每个用户交互行为数据．设用户ui的交互行为数据为B=(d1，d2，…，db)，它是对用户ui与其它用户的历史交互行为进行预处理后得到交互行为流，其长度为b，其中di表示按时间顺序产生的第i个与用户ui发生交互行为的用户．2)提取交互行为数据流B中互不相同的用户，设B中互不相同的用户有N个(N≤b)，分别记为^d1，^d2，…，^dN，并计算这些用户在B中出现的频率．设第i个用户^d2在B中的出现频率。3)给定频率阈值η，对于^d1，^d2，…，^db中出现频率大于或等于频率阈值η的用户形成Markov模型的状态．设在B中出现频率大于或等于频率阈值η的用户共有S个．

2．1．1学习一步转移矩阵在学习一步转移矩阵时，采用极大似然估计法学习相关参数．首先，依据用户行为Markov模型的状态将交互行为序列中所有的交互行为对应为相应的状态，获得用户的状态序列．其次，依据用户的状态序列学习各个状态间的转移次数及转移概率，从而得到一步转移矩阵．一步转移矩阵的学习算法表1所示．

2．1．2学习收敛后的Markov分布在学习收敛后的Markov分布时，需要获得用户的一步转移矩阵和初始Markov分布．我们采用差值法判断Markov分布是否达到收敛，计算当前Markov分布与之前一次Mark-ov分布的差值，并将所得差值与规定阈值ε进行比较，若所得差值小于或等于规定阈值，说明Markov分布已经达到收敛，此时Markov分布即为收敛后的Markov分布．在初始Markov分布的选择上，可以选择所有状态均为同一概率的初始分布，也可依据已有的先验知识，对不同状态分配不同初始概率，以此作为初始分布．收敛后Markov分布的学习算法如表2所示，通过differentof函数计算当前Markov分布与之前一次Markov分布的差值，并将所得差值与阈值ε比较．

2．1．3学习收敛后的n步转移矩阵在学习收敛后的n步转移矩阵时，需要输入用户的一步转移矩阵和误差阈值ε．为了加快算法执行，采用迭代次数作为算法退出条件．通过不断迭代计算新的n步转移矩阵，直至达到n步转移矩阵稳定或者达到迭代次数，获得收敛后的n步转移矩阵．收敛后n步转移矩阵的学习算法如表3所示，依据一步转移矩阵和当前n步转移矩阵计算新的即下一步n步转移矩阵，然后依据isconvergent函数判断相邻两次n步转移矩阵差值，若所得差值小于阈值ε，则停止迭代．

2．2SCBP聚类算法

通过建立用户行为Markov模型，我们对每个用户的行为模式构建一步转移矩阵、收敛后Markov模型和收敛后n步转移矩阵3种形式化表达，在3种表达基础上，利用谱聚类思想，构建了面向用户行为Markov模型的谱聚类(SCBP)算法．SCBP聚类算法的输入是对象间的相似度矩阵，所以需要定义一步转移矩阵、收敛后Markov分布和收敛后n步转移矩阵对应的相似度矩阵．我们分别采用矩阵L2范数和KL散度定义一步转移矩阵、收敛后n步转移矩阵和收敛后Markov分布基础上的用户行为相似度．根据差值矩阵的L2范数和Markov分布的KL散度，我们定义用户p与用户q的相似度，给定用户p和用户q的一步转移矩阵或者n步转移矩阵，则定义用户p与用户q的转移矩阵相似度为:

3实验与结果分析

3．1实验设计与评价指标

实验数据分别采用人人网(Renren)和Facebook用户的行为数据集，人人网是中国最大、最具影响力的SNS网站．而Facebook为国外知名社交网站，具有庞大的用户数量．人人网数据集包含了435名用户在三年间的活动记录，预处理得到用户间交互行为信息，包含相册交互数据6613条，日志交互数据2921条，照片交互数据130591条，状态交互数据557963条．Facebook数据集为新奥尔良网络数据集1．该数据集包含45813个用户，但其中很多用户的交互行为较少，我们对其中的交互次数大于30的用户进行筛选，选择出2000个用户作为实验数据集．由于SCBP后期采用了KMeans聚类，所以我们采用KNN作为比较方法，KNN是带监督的学习方法，我们从人人网数据中选择行为模式差异较大的50个用户进行标注，分成5类，作为初始学习类别．对于Facebook数据集，则选择行为模式差异较大的50个用户分成5类作为初始分类点．我们设计了2组实验:1)精确聚类结果比较，聚类结果与人工标注结果对比．2)无标注聚类结果比较．将所有用户采用不同聚类方法进行聚类，然后分析各聚类方法结果的合理性．我们采用指标F值和D值对比聚类效果．F值和D值是衡量聚类效果的常见指标．聚类结果评价指标F值和D值的计算方法．1)F-Value(F值)，也称为聚类密集性，F-value的计算方法如下。其中ci是类i的中心，cj是类j的中心，D值代表类与类之间的差异程度，D值越大表示类与类之间的距离值越大，类之间越分离，聚类效果越好．

3．2实验结果与比较

3．2．1精确聚类结果比较本文对50名人人网用户根据行为特征进行人工标注，得到人工聚类结果．然后根据一步转移矩阵(One)、收敛后Markov分布(M)和收敛后n步转移矩阵(n)进行不同度量下聚类，得到SCBP和KNN的聚类结果．通过将各个聚类对象得出的结果与人工标注的分类结果进行对比，计算各个聚类的精度(Precision，P)和召回率(Recall，R)．不同度量、不同方法的精度和召回率如图1所示．从图1上可以看出:1)SCBP聚类的精度和召回率均在0．8以上，相较于KNN，SCBP聚类的精度和召回率明显更高，更加符合依据用户行为划分准则的结果．两种算法在收敛后Markov分布上的差异较大;2)SCBP和KNN使用收敛后的Markov分布聚类的精度和召回率均稍高于使用一步转移矩阵和收敛后n步转移矩阵进行聚类，说明采用收敛后Markov分布进行聚类更有效;3)SCBP聚类算法在三种度量上所得的精度和召回率差异相对较小，且SCBP聚类算法中所得的精度和召回率相比KNN算法中的结果均更高．由此可见SCBP聚类算法能够适应不同的聚类基础，在实际应用中具有较好的适应性．

3．2．2人人网无标注聚类结果比较我们将所有用户采用不同聚类方法进行聚类，聚类结果的D值和F值对比分析结果如下页图2所示．从图上可以看出:1)对比三种聚类度量下的F值和D值可以看出，无论是KNN还是SCBP，使用收敛后Markov分布进行聚类的F值均小于使用一步转移矩阵和收敛后n步转移矩阵聚类的F值，并且使用收敛后Markov分布进行聚类的D值均大于使用一步转移矩阵和收敛后n步转移矩阵聚类的D值．这个结果与50个用户上的聚类结果一致，说明采用收敛后Markov分布进行聚类最合理;2)SCBP聚类中使用收敛后的Markov分布相较于使用一步转移矩阵和收敛后n步转移矩阵聚类的F值下降很大，而D值保持较高值，说明SCBP聚类结果中每个类内部成员更为紧凑，并且类与类之间的差异更大．这个结果与50个用户上的聚类结果也一致，说明SCBP聚类算法能够适应不同的度量;3)对比SCBP聚类和KNN方法的F值和D值，SCBP聚类的F值均小于KNN方法的F值，并且SCBP聚类的D值均大于KNN方法的D值，即SCBP聚类相较于KNN方法，每个类内部成员更为紧凑，并且类与类之间的差异更大．通过对比两种聚类方法的F值和D值，可以明显得出SCBP聚类效果优于KNN方法．

3．2．3Facebook数据集实验结果分析由于Facebook数据集的用户没有个人信息，难以准确判别用户关系，所以没有进行人工分类，直接对其进行聚类．根据人人网数据集上的实验结果，可以知道基于收敛后Markov分布上的聚类结果表现较好，所以我们在收敛后Markov分布上进行SCBP聚类和KNN方法，然后分析结果．SCBP聚类和KNN方法的F值和D值结果如图3所示．从图3可以看出，使用收敛后的Markov分布，SCBP在Facebook数据集上的F值和KNN方法差异较小，SCBP略低于KNN．在表示聚类不同簇间差异性的D值上，SCBP却明显高于KNN．实验结果说明SCBP聚类结果中每个类内部成员紧凑，并且类与类之间的差异程度很高，类之间的区分度大．由于Facebook数据集内的用户间交互存在一定的偶然性，一个聚类簇内的用户在行为上具有一致性，不同簇间的差异性越高，说明能够区分不同行为特征的用户群．相较于KNN方法，SCBP聚类方法不同簇中的用户在行为模式上差别较大，使不同类别的用户得到了较好、较为准确的划分，在一定程度上减少了误分类的情况，提高了用户划分准确度．同时，也说明SCBP方法能够满足社会网络上具有一定噪声和随机性的用户聚类，这对于发现用户兴趣、用户推荐、社区挖掘等具有重要的价值．

4结论与总结

第11篇

不难看出，企业或企业家的社会网络(en-terprisesocialnetworks，ESN)①只有在企业的成立时间达到一定阶段之后才有可能产生比较多的正效应，而年限短的企业很难获得这一种收益红利。而目前中国由乡土社会②在向契约型或工具理性式人际关系情境的蜕变过程还未完成，“关系”仍是重要的管理问题和关键竞争要素。而企业成立年限时间越长，其所积累的情感类社会资本就越丰富，而在“关系”架构下的中国社会，这一类社会资本在企业的资源获取性方面发挥着关键作用。据官方数据，2011年北京市第三产业在地区GDP及就业构成中分别占76．1%和74%。另据北京市第二次经济普查数据，2006年北京市个体经营户中第三产业占到64．9%。因此第三产业在促进经济转型及提高城市居民收入过程中发挥着重要作用。而由于第三产业本身具有市场需求变化大、不确定性很强等特性，因而是中小企业相对集中的生存场所。因此中小企业的发展对北京地区具有重要战略性影响。为进一步了解北京市科技型中小企业成长现状并提出有效建设性意见，作者所在学院下设的中小企业研究所于2012年就北京市科技型中小企业为对象组织了一次企业调研。此次问卷主要以企业的社会网格化对其成长性影响为探测点，问题的大类设置包括:①企业成长性情况;②企业与社会网络结点的联系情况。通过对数据的归纳分析，发现北京市中小科技企业的成长性与网格化关系非常显著，也即社会网络(socialnetwork)在“关系”情境下对企业成长和发展具有至关重要的影响，有时甚至事关企业生死存亡。如表1显示，企业销售额增长率与企业成立年限呈大致正向相关性，成立时间较长的公司在销售绩效上比成立时间短的表现强许多。这当中的玄机就在于企业生存时间越长，其社会网络的基础性构建就越成熟，导致其交易费用及风险的降低，这一作用在以“人情”为纽带的中国社会中更为明显。

而强弱关系的存在与结点的特质有关，网络结点的特征也理解网络功能的一个重要维度，如找工作案例，社会网络结点的性质对就业成功的可能与质量都发挥着很大影响［25］。因此，中小企业社会网络中的不同结点的质量、功能与效率对中小企业成长具有非常大的直接影响。在现阶段的中国情境下，某些重要的有价值的稀缺资源是通过社会网络机制来传递、借用或转移，因此，占据有利位置的行动者可以通过控制甚至阻断资源的流程来获取对其他行动者的支配权［24］。由于“中国模式”的重大特征之一就是政府主导型发展，因此拥有广大政府人脉的企业家在“人情式”管理范式中存在着明显的结点优势。如表2所示，与政府保持裙带关系的国有企业中受益于“政府联系”这一条网络连接的企业占60%，远高于其他类型企业的同一比重。对国有企业来说，政府是其社会网络中的关键性节点，此联结给国有企业带来排他性资源获取功能。但同时由于国有企业社会网络的先天性特质，其结构洞(structuralholes)可能多于民营企业的社会网络结构，而占据结构洞中心环节的企业在这样的社会网络中可以获取天然地位优势。相对来讲，民营与外资觉得政府联系“比较有帮助”更多的是侧重于场准入限制的开放性及经济自由程度角度而言，因而它们的社会网络结构“非冗余”的特征就不太明显，因此企业的竞争力能获得提高。

2中小企业的社会网络特质研究———基于调查结果的分析

在中小企业社会网络中，主要节点有各中小企业、政府、金融机构、高校科研院所及中介服务机构5类，主要节点之间存在着各不相同的联结模式。其中，中小企业之间是否有良好的组群效果可通过SNA中的凝聚子群分析给出答案。而网络中心性(networkcentralization)可反映企业之间的内聚性，其越接近于1，表明网络节点关系越紧密。实际上，SNA测量和分析所用的概念和术语很多，如密度(density)、度分布及节点中心性(degreecentrality)等。在此次调查(2012)中，针对中小企业与网络中其他节点之间的联系进行问题设置。通过对调查结果的定性分析来判断，中小企业与网络中成员的关系基本处于事务性层面，与中小企业“接触频率最高”的三个节点是工商税务机构、供应商及政府主管部门，选择此三项作为其接触频率最高的企业达145，占比达72．5%。说明目前中小企业网络仍处于一元单向索取型关系阶段，即企业就具体事务与这些节点产生硬性工作联系。再者，虽然与“大学科研机构”有接触的企业占比为73%，排在“工商税务”、“供应商”、“竞争对手”“主管部门”之后。但从访谈结果来看，中小企业与大学科研机构关系强度非常弱，说明目前中小企业网络中仍缺乏有效的产学合作机制。中小企业网络中的另一个重要角力点在于融资结构。根据李微山等的研究［26］，他们以西安市莲湖区桃园开发区50家中小企业为研究对象，运用Uci-net软件进行分析，发现金融机构的度值为10，其中，出度仅为1，而入度为9，说明50家中小企业中有融资需求的占20%(10/50)，但仅有2%(1/50)获得了银行货款支持，18%的企业从银行融资比较困难。此次调查也发现与融资服务机构的接触率排在9个部门的最后一名，中小企业与融资服务机构的联系强度还有待加强。据付宏对湖北省10个城市中小企业的调研，内源性融资(56．8%)和家庭朋友(55．8%)是中小企业最主要的资金来源渠道。说明在融资过程中企业家社会网络中的亲属关系层圈至关重要，而采用社会契约化方式仍有困难。目前国有规模以上银行基于自身经营原则未能满足中小企业资金需求，其实也无可厚非。问题关键是针对中小企业信贷的专业型小银行太少，与欧美国家中小资银行数量相比差距很远。据卢东斌等针对200多家科技型中小企业的问卷调查中，69．06%选择融资与信贷支持作为其对政府支持需求选项，说明多数面临融资困局。而他们的研究同时还指出外部融资障碍是构成中小企业自主创新的瓶颈因素之一［18］。总体上当前中国情境下中小企业社会网络中缺乏内涵式的服务型或创造式的关键性成长助力，企业成长往往依赖于领导特质决定下的人际脉络③。

3实证检验———部分最小二乘法(PLS)

当数据总体满足高斯—马尔可夫条件时，普通最小二乘法(OLS)的估计将得到一个很好的估计量，但当多个自变量存在严重相关性时，其求解过程存在严重的舍入误差，普通最小二乘法估计量会失效。而实际工作中变量的多重相关性是普遍存在的，部分最小二乘法(PLS)很好的解决了这些问题［27］［28］。在利用部分最小二乘法进行建模前首先要对数据进行标准化处理，目的是使样本点数据原点与总体一致，将自变量矩阵X与因变量矩阵Y标准化后分别得到。分别是y的均值和标准差。PLS考虑了数据的冗余性，因此通过对E0和F0进行正交分解，确定各自的第一主元评分向量。直到残差矩阵中几乎不再存在有用信息。由于部分最小二乘法是多元线性回归，典型相关分析和主成分析的有机结合，且部分最小二乘法所提取的成分既能较好地概括自变量系统中的信息，又能很好地解释因变量并排除系统中的噪声干扰，因而有效地解决了自变量间多重相关性所引起的建模问题。对中小企业成长及社会网络关系的调查采用4维量表法。成长指标要求被试者就“近3年，贵企业销售额变化［s2］④”进行选择，分别“一直快速增加”、“一直平稳增加”、“基本没变化”、“有所减少”。而对中小企业社会网络结点(政府［c5］、大学和研究院所［d6］、供应商［e6］、同行［f5］、协会［g5］、中介机构［h5］及金融机构［j7］)作用的衡量是“对贵企业成长或发展帮助有多大”，分成“非常有帮助”、“比较有帮助”、“帮助程度一般”、“帮助极少”。从相关性检验中可以发现，企业销售额与各变量之间没有发现部分正相关，且各变量之间呈多重较强相关性。正好最小二乘法能克服这一缺陷，由于只存在一个因变量，因此这是一个单变量部分最小二乘回归模型(PLS1)。运用IBMSPSS22．0的部分最小二乘平方扩展功能，由于不必衡量因素之间交叉后的回归效应，从而选择主效应模型方程。具体结果及潜在变量变异表如表4和表5。可以看出PLS排除了“非常有帮助”这一选项，与之前中小企业社会网络内撑性关系较弱的结论相吻合。另外，结果表明中小企业快速增长与政府、协会及金融机构呈负相关，说明在目前中小企业网络中政府或带政府色彩的网络结点发挥作用的空间还很大。

4结论与展望

第12篇

中国是个人情社会，人际关系网络的互动体现在众多方面，创业者借助社会网络能够很好地整合创业中所需的生产资料、营销网络、政策资源以及管理战略、企业文化、创业成就感等各种硬性和软性的资源［2］，弥补企业创立和成长过程中由于新进入者缺陷导致的资源和技术能力方面的劣势，并能够获得情感和道义上的支持［3］，促进企业快速成长。因此，本研究认为:H1:社会网络与创业绩效间存在显著正相关关系。网络结构和网络关系维度是广为采用的测量社会网络特征的尺度，结构性维度(网络规模、网络异质性)关注的是网络的整体架构及结构模式，关系维度(网络强度和信任)则体现了创业者与社会网络成员间关系性质和质量。一方面，网络规模的大小反映出创业者可获取外部资源、知识的量的多少，创业者社会网络规模越大，网络成员背景差异性越大，越能为创业者提供丰富有效的信息、资源、机会和经验，在融资方式上也含有更多选择，通过网络中的信息克服信息不对称，更好地了解外部环境的变化，进而对企业的生存和发展有更好的认识，并最终获得创业绩效的提高。另一方面，网络强度反映的是创业者可获取外部资源、信息的充裕程度，创业者与社会网络成员的关系越密切，意味着越能够获得更多可靠的信息和资源，同时能够加强情感密切、身份近似、职业相近和交往频繁的成员之间的互动进而获得更多的商业支持，降低风险和不确定性，促进企业成长;同时，信任和支持的关系则是个体积极变化的一个关键推动者［4］，与社会网络成员间信任的水平越高，就越能获得创业的情感支持［5］，获取不同的创业隐性信息、知识、资源，提升管理企业水平，并最终影响创业绩效。由此得出假设:H1a:社会网络规模对创业绩效有显著正向影响。H1b:社会网络异质性对创业绩效有显著正向影响。H1c:社会网络信任对创业绩效有显著正向影响。H1d:社会网络强度对创业绩效有显著正向影响。

二、创业者乐观调节作用

近年来创业领域中关于情绪作用的研究激增［6］，相关研究发现情绪对支持创业者行动具有重要意义［7］，且积极情绪能够促进事业的成功。乐观是创业者常见的积极情绪［8］，对创业者行为有重要影响，对社会网络的拓展［9］和创业绩效的提升也有重要影响。乐观是一个比较稳定的情绪，是个体在总体上对未来积极或者消极的结果期待［10］，并最终导致积极或消极的行为，不同的乐观程度对创业者行为有不同的影响。本研究将考察不同乐观程度的创业者在结网行为及其对创业绩效影响方面存在的差异性。参考已有学者对于乐观的定义，本文将乐观定义为创业者预期外部事物或环境之未来状态具有积极正面性，将乐观程度(OptimismDegree)定义为创业者预期外部事物或环境之未来状态的积极正面程度。根据研究需要，在此将乐观划分为三个程度即过分乐观，适度乐观，较为悲观，本研究将悲观看作是乐观的一种状态。大量的研究证明了这一观点，与悲观者相比，乐观的人将拥有更多的资源，更长久的友谊，以及在面对压力时更多的社会支持［11］。适度的乐观能够更好地联合和维系朋友的友谊，能够激发创业者的行为，产生接近和趋近倾向，积极拓展有用的技能和人际网络［12］，从而比悲观的个体拥有更为发达和亲密的社会网络，而更广阔的社会网络有助于加强新创立企业同外部建立广泛的联系，疏通资源流动的渠道，进而获取资金、识别创业机会，增加获取创业资源、信息的机会及坚持创业的信念，而这与创业者的创业绩效息息相关，对于创业绩效的提高是非常有利的［13］。Carveretal．(2002)［14］通过实证研究证明乐观的人能够更好地处理压力事件是因为他们比悲观的人更会发展更广阔的支持性社会网络，更会吸引潜在的关系伙伴和有用的社会网络节点。但过分乐观的创业者则可能高估自己，忽视网络中资源的有效性，阻碍其与他人广泛而有效地交往，其结果是减少了创业者获取创业资源的能力，不利于创业绩效的提高［15］。因此，可以看出，乐观陷入某一拐点后具有向下趋势［16］［17］。基于以上的考虑，本研究假设:H2:创业者乐观程度在创业者社会网络与创业绩效间起调节作用。H2a:创业者乐观程度在创业者社会网络结构与创业绩效间起调节作用。H2b:创业者乐观程度在创业者社会网络关系与创业绩效间起调节作用。基于以上分析，提出本文研究的概念模型，见图1。概念模型中，社会网络结构和社会网络关系特征影响创业绩效，而创业者乐观起调节作用。

三、实证研究

1．调研方法

本次研究采用定性与定量调研相结合的方法，首先采用深度访谈进行探索性研究，依托福建省YBC组织，并根据2011年6月18日《关于印发中小企业划型标准规定的通知》中对小型和微型企业的划分标准，选取10家小微企业创业者进行访谈。通过访谈，梳理社会网络特性、创业绩效、创业者乐观间的关系，对问卷的语义及量表的设置进行修改。正式调查前，依托福建省YBC组织的协助，面向70位创业者进行了探测性调研，通过对问卷进行信度和效度检验，删减并修正了部分问题，最终形成了正式问卷。正式样本调研采用电子问卷和纸质问卷两种方式，面向福建省、浙江省、江苏省、广东省YBC组织的创业者进行发放与填写，共发放650份问卷，回收528份，有效问卷409份，回收率81．23%，有效率77．46%。本次调研主要针对的是小微企业创业者，包括正在进行创业并准备建立小微企业的创业者，或已经参与小微企业的创立(并不要求是发起人，可以是参与者)，是已成立的小微企业的所有者和管理者，样本的基本情况见表1。总体上看，样本的分布情况比较广泛，具有一定代表性。

2．问卷评价及结果

首先，用SPSS20．0软件对测量题项进行信度检验，结果如表2所示。总体来看，所有因子的Cronbach＇sAlpha值均大于0．6，在可信区间内。其次，对测量问卷进行效度检验，得出社会网络四个因子KMO值为0．632，Bartlett’s球形检验拒绝了相关矩阵为单位矩阵的假设，探索性因子分析的结果显示，四个因子共解释了总变异的70．29%;同理得出，创业绩效两个因子的KMO值为0．767，两个因子共解释了总变异的78．63%;创业者乐观一个因子的KMO值为0．729，共解释了总变异的74．73%。总体来看，整份测量问卷具有较好的结构效度，适宜开展回归分析。其次，为了更好地了解问卷中创业者乐观水平，本文运用SPSS20．0进行了样本平均值和标准差的分析。从表3可以看出，调研样本创业者乐观的平均值在中等偏上，印证了以往研究中发现创业者具有较高的乐观水平的观点［15］［18］。3．假设检验及结论本文采用SPSS20．0对数据进行多元层级回归分析，构建相关回归模型(见表4、表5、表6)。为了避免其他因素对分析过程的影响，研究选择教育程度、工作经验、行业经验、创业经历、创业者父母是否创业、创业者年龄作为控制变量。表4给出了控制变量对创业绩效回归的统计结果。一般认为，方差齐性检验显著值大于0．05视为不存在显著差异，符合方差分析前提条件。而方差分析显著水平若低于0．05这一显著水平，则说明控制变量将对观测变量产生显著性影响。表4显示，先前经验、父母是否创业等显著影响创业绩效水平，而创业者年龄、受教育水平变量对创业绩效的影响不大。表5给出了社会网络与创业绩效的回归分析结果，创业者社会网络规模、创业者与社会网络成员的关系强度及信任程度对创业绩效有正向影响的假设得到验证，且T值分均高于1．96(在0．05显著性水平上)，说明影响显著，假设H1a、H1c、H1d得到支持。在现实生活中，也有访谈案例可以说明，重视社会网络的作用，扩大社会网络规模，与网络成员建立信任关系并经常互动加强联系能更深入地将社会网络中提供的各种创业者资源、信息加以利用，确实可以提高创业绩效。而网络异质性对创业绩效各维度有显著正向影响的假设H1b，得到部分验证，网络异质性与个人绩效相关系数为0．01，其T=1．24＜1．96，可见这条路径的T值不显著。为此，笔者又带着疑问访问了一些小微企业的创业者，以究其原因。在访问的过程中，一些创业者跟我们讲述了在其创业的过程中，个人绩效方面如家庭与工作的平衡、是否能够满足家庭需要等，与其社会网络中成员的职业、受教育程度等情况没有太大的关系。基于以上实证结果可知，社会网络对创业绩效有正向影响，假设H1得证，但不完全是显著影响。表6显示了创业者乐观对于社会网络与创业绩效关系的影响。首先，社会网络结构、创业者乐观与创业绩效的回归模型的决定系数为R21=0．413，社会网络结构、创业者乐观、社会网络结构与创业者乐观的乘积项与创业绩效的回归模型的决定系数为R22=0．435，R22明显大于R21(R2变化约为2．2%)，所以创业者乐观在社会网络结构与创业绩效关系中的调节作用显著，假设H2a得到验证;社会网络关系、创业者乐观、社会网络关系与创业者乐观的乘积项与创业绩效的回归模型的决定系数为R22=0．458，R22明显大于R21=0．431(R2变化约为2．5%)，所以创业者乐观在社会网络结构与创业绩效关系中的调节作用显著，假设H2b得到验证，因此假设H2得到验证。同时，从表6可以看出创业者乐观负向调节着社会网络结构及社会网络关系与创业绩效的关系，因为其标准化系数(－0．101，－0．031)均为负数，说明创业者乐观在创业者社会网络与创业绩效间起负向调节作用。

四、研究结论及研究展望

第13篇

（一）促进大学生全面发展

引导大学生树立社会主义核心价值理念能够帮助大学生增强自己的社会责任意识，能够提高他们的自我管理能力和自我约束能力，能够促进他们践行社会主义核心价值体系。同时，引导大学生树立社会主义核心价值理念有利于大学生形成自己的人生观和价值观，提高自己的道德品质和行为素养，从而使得大学生更好的成长成才和全面发展。

（二）是国家发展的必然需要

大学生是我国未来的希望，他们是国家兴盛强大的主要源泉，因此，我们必须积极地帮助当代大学生树立社会主义核心价值理念。引导大学生树立社会主义核心价值理念能够增强他们的爱国意识，将自己的前途和理想与国家的命运和民族的兴盛结合起来，从而为国家的强大而不断丰富自己的知识，提高自己的实践能力，成为国家的栋梁之才。

二、以网络文化引导大学生树立社会主义核心价值观的措施

（一）构建网上教育基地

随着我国经济的迅猛发展，各种新型媒体渐渐地成为了当代大学生学习和交流的主要工具之一，因此，我们可以通过构建网上社会主义核心价值教育基地来引导他们树立社会主义核心价值的理念。在构建网上教育基地时我们可以采用现在的主流文化，从而来吸引大学生的注意力。另外，我们可以将马克思列宁主义、思想和三个代表作为主要教学内容，让学生可以了解并且掌握这些知识，最终树立社会主义核心价值理念。同时，我们可以在网上举办一些关于社会主义核心价值的活动，鼓励学生积极参加活动，在参加活动的过程中培养自己的理念。我们也可以创新不同的教学方式来吸引学生的眼球，例如，将人工智能技术、计算机技术、网络技术以及信息技术引入教学过程中。另外，我们也可以将图片、声音、影像和视频作为教学手段之一。

（二）积极开展网上教育活动

开展网上教育活动能够大大地增加学生对于学习的兴趣，我们可以定时举办一些关于社会主义核心价值观的活动。例如，我们可以开展网上交流学习活动，让所有的学生在活动中可以畅所欲言，然后，可以由教师进行总结工作，并且将交流的最终结果公布，使得每位学生都可以强化自己的社会主义核心价值理念。另外，我们可以开展网上心理辅导课程，每天由不同的教师向学生讲解，学生可以向教师咨询关于学习过程中遇到的问题以及大学生就业压力的问题等。通过开展这些活动不仅能够丰富学生的课余生活，而且能够帮助学生树立社会主义核心价值理念。

（三）实施网上考试制度

我国的许多大学对于大学生的考试成绩要求都比较低，这就使得大学生渐渐的失去了学习的压力，而关于社会主义核心价值体系的课程更是枯燥乏味，许多大学生只是将这一课程作为选修课对待。为了改变目前的现状，我们必须制定网上考核制度。教师可以定期在网上对学生进行关于社会主义核心价值观的知识测试，对于考试成绩不合格的学生应该给予一定的惩罚，并且让他们参加补考，如果补考成绩仍然不合格，应该扣除他们的所有奖学金和学分，从而促使学生积极主动的了解和掌握社会主义核心价值理念。

（四）传承传统文化，借鉴国外文化

我国的传统文化是社会主义核心价值理念的主要内容，例如，善良、理解等都是我国的传统美德，但是，在我国的传统文化中也有许多文化并不是完全正确，因此，我们需要学习并且借鉴国外的优秀文化，将我国传统文化与国外优秀文化相结合，从而使得社会主义核心价值体系的内容更加丰富。我们也可以鼓励学生积极主动的学习国外优秀文化，并且将他们变为自己的文化。另外，我们应该鼓励学生进行实践活动，在活动中不断强化自己的知识。例如，学校可以开展文化交流活动，聘请国外相关专家与大学生进行文化交流，使他们学习国外的优良传统文化，不断的强化自己的社会主义核心价值理念，并且用自己的实际行动去践行社会主义核心价值理念。

三、小结

第14篇

内容与形式的有机统一，是思想有效表达和传播的基本原则。社会主义核心价值观在网络空间的培育和践行要坚持内容为王，创新取胜，以求新、求活、求实的创新理念融入到网络文化产品创作和供给过程中。学校注重网络文化的内容创新，着重从影响力、创新力和供给力三个抓手入手，增强社会主义核心价值观育人实效性。打造网络文化精品，扩大影响力。围绕大学生树立正确理想信念，把社会主义核心价值观三个层面的内容细化、渗透到专题栏目打造上。如，建设学校新闻传播的权威品牌———“成电新闻网”，融合国家发展、社会进步、建设成就和学校人才培养、科研创新等新闻于一体，倡导和弘扬富强、民主、文明、和谐的核心价值；打造弘扬主旋律、传播大学精神的人文精神高端品牌———“成电讲坛”，紧贴社会热点和学生关注点，邀请校内外学者开设系列主题讲坛，倡导和引领自由、平等、公正、法治的社会主旋律；培育身体力行、见微知著的学校微品牌———“成电微信”、“微观固事”、“微党课”等等，以学生或教师实践力行为核心，倡导和践行爱国、敬业、诚信、友善的核心价值理念。在内容上，着重做好社会主义核心价值观融入网络文化精品的文案策划、内容设计和传播推广等关键环节，努力在打造网络文化精品感染力和扩大社会影响力上下功夫。如，由成电微盟发起的“成电青春万岁”话题讨论，获得70万次讨论，有效地引导青年学生树立青，实现成才梦。通过校内外媒体报道，充分发挥网络媒体二次传播力量，极大地扩大学校在国内外的影响力。建立大数据教育研究中心，开拓创新力。学校以大数据教育中心为基地，协同学工部、教务处、信息中心、计算机学院、政治与公共管理学院、教育学院等，建立了“平台构建—职能部门—教师或辅导员—项目组数据分析—可视化呈现—教育对策”的“思想政治教育链”，建立起了“思想政治教育数据库”，充分发挥大数据技术优势，把握学生思想行为最新特点、动态和需求，梳理和挖掘大学生在社会主义核心价值观学习、理解、践行等方面存在的问题和不足，对大学生思想行为进行精准画像和过程评估，从而使网络媒体、理论课教学和时事教育能够根据大数据呈现的问题，开展针对性、个性化的定制式教育和引导，通过举办专题讲座、座谈会、个别辅导谈话等教育方式，增强以社会主义核心价值观教育大学生的实效性。建立网络文化研究中心，增强供给力。网络文化是一种精神性的公共产品，学校依托教育学院博士点基地，围绕社会主义核心价值观的不同价值层面和维度，从内容到形式不断创造出蕴含社会主义核心价值观内涵的公共文化产品。比如创建了思政论坛“微电马”、思政专家微博、新闻即时网评等，并努力形成一批具有影响力的理论研究成果。

二、注重方法创新，拓展教育渠道，以社会主义核心价值观开辟网络文化建设新路径

方法是实现目的的途径。学校充分运用新技术新应用，创新网络媒体教育传播方式，牢牢把握社会主义核心价值观教育、传播和践行的网络空间以及舆论引导制高点。通过创新网络平台等教育和传播途径，努力在培育和践行社会主义核心价值观落细、落小、落实上下功夫。有效发挥各部门积极性，打造网络新平台。在校级层面，重点打造五大平台，即新闻资讯类网站“成电新闻网”、综合服务类网站“学生之家”、聚合类网站“成电新媒体联盟”、导航类网站“成电导航网”、视频类“影像成电”等网络文化创作、教育和传播的系列平台。同时，基于学生学习科研和思想交流等需求，研发和应用“面聊”APP手机移动终端应用程序，面聊软件坚持“去面聊，趣发现”的指导思想，设置了荣誉勋章、讲座抢票、课程查询及评教、志愿服务、新生天地、就业抢先看、奖助勤贷申请、安全伴我行，有效地将生活服务与思想教育引导有机结合；学校的各职能部门积极进行微平台建设，开展社会主义核心价值观教育和传播，如党委组织部开发的“成电先锋”APP手机移动终端应用程序，将微党课、网上组织生活、互动讨论等融为一体，图书馆“书香成电”和“掌上图书馆”、档案馆“成电往事”微信平台等进行立志成才教育引导和传播；在学院层面，创建学院新闻网、微信平台、辅导员和学生微博微信等，如UESTC信软、资环港梦想湾、掌上大政管、青春生命等学院微平台。这些院校两级网络平台大力开展主题性、微细化、互动性的文化活动，拓宽社会主义核心价值观理解、教育和践行的新渠道。充分利用网络新技术，开辟网络新阵地。思想政治理论课教师充分利用“国家精品课程”等各类网络学习资源，开设以社会热点为主题的微讲座、播放微电影等方式，开展社会主义核心价值观的立体式教育和传播，实现课堂上下、校园内外的互动结合，增强课堂教学实效性，引导大学生增强信仰力量和道德力量，进一步赢得青年大学生对道路自信、理论自信、制度自信的定力和信心。广泛寻求媒体支持，建立校外联动机制。学校与新华网、新浪官方微博、腾讯官方微博、四川新闻网等权威媒体建立了长期的校外媒体联动合作机制。与新浪微博签署战略合作协议，“成电青春万岁”毕业晚会、“名校辩论邀请赛”均通过新浪微博、腾讯视频、中国大学生在线进行视频直播和图文报道，实现了以小见大的微传播和大效应，扩大社会主义核心价值观践行实效的社会影响力。再如，开展主题性成电形象微博推广活动，以系列精美图片展现出成电优秀学子爱国敬业、诚信友善的形象，基于联动效应实现40多家权威媒体广泛报道传播“我在成电等你”栏目。

三、创新管理制度，加强队伍建设，以社会主义核心价值观增强网络文化建设新动力

第15篇

社会网络对大学生学习能力的影响。行为理论中的学习能力，是指“发现错误，并重新建构学习方式”。在社会网络研究中，学者们对大学生的学习能力的内涵进行了进一步扩展，更加强调大学生在社会交往中的主动性。即引导大学生通过对网络中资源的信息收集、分析识别，进而对收集到的资源进行总结、整合以及吸收。在社会交往中，大学生需要对外部环境进行识别、适应以及解释，进而与环境进行持续的互动。社会交往中，大学生与其他社会成员之间的互动过程表明，社会网络地位不同是造成大学生学习能力差异的重要原因。大学生所在的社会网络能够对大学生行为特质产生显著的影响，进而影响大学生在创业过程中的学习能力培养与塑造。具有广泛社会网络资源的大学生，创业机会识别、创业机会把握以及创业资源整合的能力更强。大学生学习能力能够提高创业绩效。在创业活动中，具有良好创业意识的大学生对于追求更高的创业绩效具有强烈的导向意识。大学生创业意愿在很大程度上是由所在组织的能动性、个人学习能力等决定的，即学习能力将在很大程度上促进其创业意愿的产生。也有一些学者对大学生学习能力与创业绩效之间的关系进行了分析。认为学校环境对于大学生创业绩效将产生显著的影响，这种影响作用是以大学生的学习能力为中介的。大学生的学习行为不仅可以激发创业激情和动力，还可以促进创业潜力的发挥，加强与相关创业资源、客户以及其他主体的合作关系，进而促进创业绩效的提升。学习行为对于大学生创业绩效也具有显著的正向作用，这种作用在初次创业与二次创业中的作用具有差异性。

二

变量测量。本文相关变量的测量量表主要采用国内外现有文献已使用过的量表，并根据预调研对问题项加以修改以确保其科学性与合理性。调查问卷采用了通用的Likert五点量表形式。其中，社会网络测量量表主要参考了程聪等的研究成果，分为关系强度、网络规模和网络中心度等三个维度。关系强度的测量条目包括“相对于其他创业者而言，贵公司的创业者拥有更加广泛的人脉”;“相对于其他创业者而言，贵公司的创业者拥有更多的合作伙伴”;“相对于其他创业者而言，贵公司的创业者能够获得更多的信息”三个问题项。网络强度的测量条目包括“相对于其他创业者而言，贵公司的创业者与研究人员关系密切”;“相对于其他创业者而言，贵公司的创业者与重要伙伴保持频繁联系”;“相对于其他创业者而言，贵公司的创业者能够快速获得朋友的帮助”三个问题项。网络中心度的测量条目包括“相对于其他创业者而言，贵公司的创业者拥有较高的社会地位”;“相对于其他创业者而言，贵公司的创业者能够不断认识新伙伴”;“相对于其他创业者而言，贵公司的创业者在相关行业都有新伙伴”三个问题项。大学生学习能力测量量表主要参考龙永等研究成果，分为机会识别与资源整合两个维度。其中，机会识别的测量条目包括“相对于其他创业者而言，贵公司的创业者更容易获得创业信息”;“相对于其他创业者而言，贵公司的创业者对创业机会更敏感”;“相对于其他创业者而言，贵公司的创业者会积极寻找潜在创业机会”;“相对于其他创业者而言，贵公司的创业者创业热情更高”等四个问题项。资源整合的测量条目包括“相对于其他创业者而言，贵公司的创业者素质更高”;“相对于其他创业者而言，贵公司的创业者拥有的知识能够推动企业进步”;“相对于其他创业者而言，贵公司的创业者能够与客户经常分享彼此的产业信息”;“相对于其他创业者而言，贵公司的创业者有能力与客户、供货商或伙伴相互合作来解决问题”等四个问题项。有关大学生创业绩效主要参考了丁岳枫和杜建华等的研究，分为生存绩效与成长绩效两个维度。其中，生存绩效的测量条目包括“贵公司的产品投资收益率(投资收益/投资成本)好”、“贵公司净收益率(净收益/总销售额)较高”、“贵公司的产品市场占有率高”三个问题项。成长绩效的测量条目包括“贵公司的产品销售额增长速度快”、“贵公司的产品市场份额的增长速度快”、“贵公司的产品资金周转速度较快且资金链稳定”三个问题项。研究样本获取与信效度检验。关于研究样本获取，本文采取问卷调查方法进行数据收集，以杭州地区的13所高校中展开创业或者有创业意向的高校大学生为主要研究对象。调研的形式主要采用现场发放问卷与邮件发放两种方式进行。本次数据收集活动从2012年9月开始到2013年11月，共发放600份问卷，收回486份，回收率为81%，其中有效问卷156份，有效回收率为26%。从调研所收集数据的分布来看，在样本的学校与专业分布方面具有较好的代表性。关于样本的信度与效度检验，在本文中，信度我们通过Cronbach’sα系数来进行检验。社会网络、组织学习以及创业绩效的Cronbach’sα系数分别为0.801、0.813和0.739，所有量表的Cronbach’sα都超过了0.7的标准，测量量表中的问题条目相关度最小的为0.431，高于0.4的基本要求。这说明，本文的测量量表具有良好的信度水平。另外，KMO最小为0.793，且因子载荷量的比例也都在50%以上。因此，量表具有较好的区分效度。综上所述，本文的测量量表具有较好的信效度水平。

三

在本文提出的理论模型中，涉及大学生社会网络、大学生学习能力与大学生创业绩效等三个变量之间的相互作用关系。因此，我们将采用结构方程模型来对这种变量之间的关系进行检验。具体来说，在整体模型检验中，我们采用AMOS17.0对本文提出的理论模型进行检验。第一步，构建了大学生社会网络对于大学生创业绩效的直接影响模型，并对该模型进行实证检验。第二步，构建了加入中介变量条件下的大学生社会网络对于大学生创业绩效影响的中间变量模型，并对其进行实证检验。直接模型与中介模型的模型拟合指标中χ2/d.f值分别为2.46和2.43，均处于1到3之间，达到理论上的合理水平;GFI指标值分别为0.932和0.929，均高于0.9，达到理论要求的水平;CFI指标值分别为0.949和0.951，均高于0.9，达到理论要求的水平;TLI指标值分别为0.972和0.989，均高于0.9，达到理论要求的水平;RMSEA指标值分别为0.061和0.047，处于理想水平0.01到0.08之间。因此，我们可以推断，本文中的直接模型和中介模型可以用来检验变量之间的相互影响关系。从直接模型中我们发现，大学生社会网络对于大学生创业绩效的影响路径系数为0.457，且显著性水平小于0.001。因此，我们推测大学生的社会网络对于大学生创业绩效将产生显著的积极影响，即假设成立。在中介模型中，大学生社会网络对于大学生学习能力与创业绩效的影响路径系数分别为0.231和0.325，显著性水平分别小于0.01和0.001。大学生学习能力对于大学生创业绩效的影响路径系数为0.307，显著性水平小于0.001。因此，我们可以推断，大学生学习能力在大学生社会网络与大学生创业绩效之间产生了部分中介作用。

四