-
Egocentric Networks 包括所有个体之间的联系
-
Egocentric Networks 用来理解一个人周围联系的结构，功能和成分。
-
Egocentric Networks 中的中心节点是 ego， 其他的节点称为 alter
-
构建一个 Egocentric Networks， 只需要获取 ego 的联系列表
上图是一个去掉中心 ego 节点的一个网络（ 作者的自己的facebook 关系网）
-
孤立的节点是只和中心节点有连接， 和作者的朋友没有联系
-
图中没有展示 ego 节点
-
图中的颜色代表节点是男还是女
-
一些节点组合形成密集的子图。这些子图代表作者的不同的“朋友圈”
-
节点的大小代表中介中心性（节点的重要性）
理想化的 Sociocentric Networks 是所有 ego 网路的结合。
它揭示了网络中每个参与者的所有重要关系，揭示了参与者的层次性，并提供了一个框架来解释结构和演化。
社会网络是否是复杂网络不取决于网络的大小，而是取决于可解释性。例如度分布，中心性，局部网络拓扑，社区结构，网络演化都有相应的社会理论进行支持。
-
真实的社会网络巨大
-
真实的社会网络是动态的
保留已经发现但是没有访问的节点在一个列表（已经发现节点连边的另一端的节点）
- 需要种子节点列表：
- 采样的关键是随机性， 如果不能保持随机性， 采样会走入歧途，获得网络中没有代表性的部分。
- 获取每个节点的 ego 网络，将所有 ego 网络合并成一个大的图。
符号网络只是网络连边具有权重，权重还可以是负值。就可以表示正面和负面的关系。
使用 计算机软件生产任何类型的网络， 可以和真实的网络极度相似。
-
Erdös–Rényi graph : 二项图。 有N 个节点， 最多有 N(N-1)/2 个连边。 每个连边有一个形成的概率。 期望的连边数是： p* N(N-1)/2.
-
Watts–Strogatz 更加真实的对真实世界的模拟。 将 N 个节点放置在一个圆环上。 小世界网络
但是没有紧密的社区， 使得不是那么真实
-
Barabási–Alber ： 加入了 preferential attachment， 更有可能和 度大的节点连接。
-
Holme–Kim ： 添加三元闭合，triads
weak ties are “strong.”
量化连接的四种标准：
-
花费在连接上面的时间
-
情感强度
-
亲密关系， 相互信任关系
-
相互性
中间两个标准可能需要其他的情感分析技术，例如 NLP
强连接倾向于将节点聚集在一起，形成紧密、紧密相连的集群—小集团。 小集团经常扮演“知识宝库”的角色:任何一个演员在小集团中说的任何话都会被其他人听到，并且可能会被小集团成员记住。如果任何一个小集团成员忘记了什么，小集团作为一个整体可以很容易地重建丢失的知识。
小集团善于保存知识，但不善于创造知识。由于不同的小集团保存着不同类型的知识，不同小集团之间的连接使共享成为可能。这种联系被称为桥梁。 弱连接通常扮演着桥梁的角色，所以：weak ties are “strong.”
不管网络的功能是什么， 在网络分析人的眼里， 强弱连接都仅仅是带权重的边。