אנליזת רשתות חברתיות

מתוך ויקיפדיה, האנציקלופדיה החופשית
קפיצה לניווט קפיצה לחיפוש
- תרשים רשת חברתית המציג רשת הקשרים בין חברי קבוצה ב Facebook.

אנליזת רשתות חברתיותאנגלית: Social Network Analysis או SNA) הוא תהליך חקירת מבנים חברתיים דרך ראי של רשתות ושל תורת הגרפים. זהו תחום מחקר שמאפיין מבנים מרושתים במונחים של צמתים (באנגלית Nodes, המייצגים שחקנים חברתיים (אנ'), אנשים או דברים ברחבי הרשת) ושל קשרים, סימנים וגשרים (יחסי גומלין או אינטראקציות) שמחברים ביניהם. מבנים חברתיים שמומחשים לעיתים תכופות באמצעות ניתוח הרשתות החברתיות כוללים רשתות חברתיות, הפצת ממים, רשתות הכרויות, תרשימי שיתוף-פעולה (collaboration graphs), קרבה, העברת מחלות, התפשטות מחלות מערכות יחסים מיניות. לרוב, נעזרים לצורך הצגת המידע בתרשים הנקרא 'סוציוגרם' בו הצמתים מוצגים כנקודות, ואילו הקשרים כקווים.

חקר הרשתות החברתיות התגלה ככלי מפתח בסוציולוגיה מודרנית. לא רק זאת, אלא קיים אחריו מעקב ניכר גם מצד אנתרופולוגים, ביולוגים, דמוגרפים, חוקרי תקשורת, כלכלנים, גאוגרפים, היסטוריונים, מידענים, מומחים להתנהגות ארגונית, מומחים למדעי המדינה, פסיכולוגים חברתיים, מומחים למדעי ההתפתחות, בלשנים חברתיים, ומומחים למדעי המחשב, וכעת הוא מוצע לרבים ככלי לצרכן.[1]

היסטוריה[עריכת קוד מקור | עריכה]

שורשיו התאורטיים של חקר הרשתות החברתיות מונחים בעבודתם של סוציולוגים מוקדמים כגון גאורג זימל ואמיל דורקהיים, שכתבו אודות החשיבות שבעיון בדפוסי יחסים שמחברים בין סוכנים חברתיים. העוסקים במדעי החברה החלו להשתמש במושג "רשתות חברתיות" באיבה של המאה ה-20 כשכוונתם לכל מערכת יחסים מסובכת בין חברי מערכות חברתיות מכל קנה מידה שהוא, מהרמה הבין-אישית ועד לבין-לאומית. בשנות השלושים של מאה זו יעקב מורנו והלן ג'נינגס הנהיגו לראשונה שיטות ניתוחיות בסיסיות.

בשנת 1954 החל ג'ון ארונדל ברנס לעשות שימוש במושג דרך קבע כשם לדפוסי קשרים, כאשר הוא כולל בתוכו רעיונות שעד אז היו שכיחים הן בקרב הציבור והן בתחום מדעי החברה: קבוצות (דוגמת שבט או משפחה) וקטגוריות חברתיות (כמו מגדר ושיוך אתני). מלומדים וביניהם רונלד ברט, קתלין קארלי, מארק גרנובטר (אנ'), דייוויד קראקהרדט, אדוארד Laumann, Anatol רפופורט, בארי ולמן, דאגלס ר לבן, הריסון לבן התרחב השימוש השיטתי רשת חברתית ניתוח. גם במחקר של ספרות, ניתוח רשת הוחל על ידי Anheier, Gerhards ורומו,[2] Wouter דה Nooy,[3] ו-Burgert Senekal.[4] אכן, רשת חברתית ניתוח מצאה יישומים במגוון דיסציפלינות אקדמיות, כמו גם יישומים מעשיים כגון התמודדות עם הלבנת הון וטרור.

מדדים[עריכת קוד מקור | עריכה]

הצבע (אדום = 0, כחול = מקסימום) מצביע על כל צומת לפי הריכוזיות.

קשרים[עריכת קוד מקור | עריכה]

הומופיליה: המידה שבה פרטים ייצרו קשרים עם הזולת אם הוא דומה להם, לעומת מצב שבו הוא שונה מהם. דמיון מוגדר כשוויון מגדר, גיל, עיסוק, סביבה חינוכית, מעמד, ערכים או כל מאפיין בולט אחר.

מולטיפלקסיות: מספר האופנים שבהם מתקיים קשר. למשל, לזוג אנשים שקיימת ביניהם חברות ובנוסף לכך הם גם חולקים מקום עבודה משותף יש מולטיפלקסיות של 2. הוצעה תלות בין חוזק הקשר לבין מולטיפלקסיות שלו.

הדדיות: המידה שבה הקשר הוא דו-כיווני.

מעגליות הרשת (Network Closure): מדד של השלמות של שלישיות המקיימות ביניהם יחסים. ההנחה של פרט שקיימת בקבוצה בה הוא חבר מעגליות רשתית (כלומר, שחבריו מיודדים) נקראת טרנזיטיביות, והיא תוצר של הצורך של הפרט או המצב בסגירת-מעגל קוגניטיבית.

קרבה (Propinquity): נטייה של פרטים ליותר קשרים עם פרטים אחרים שקרובים אליהם גאוגרפית.

תפוצה[עריכת קוד מקור | עריכה]

גשר (אנ'): אדם אשר קשריו החלשים ממלאים חור מבני (אנ'), ומספקים את הקשר היחידי בין שני פרטים או גושים. מושג זה כולל גם את המסלול הקצר ביותר כאשר המסלולים הארוכים מדי אינם יעילים כתוצאה מחשש לעיוות המסר או כשל במסירתו.[5]

מרכזיות (אנ'): מכמתת את חשיבותו והשפעתו (במובנים שונים) של צומת מסוים או של קבוצה מסוימת בתוך רשת. דוגמאות של שיטות מצויות למדידת מרכזיות הן בייניות, קרבה, וקטור עצמי, אלפא, ומספרית.[6]

צפיפות (תורת הגרפים) (אנ'): היחס בין כמות הקשרים הישירים ברשת לבין המספר המרבי של קשרים אפשריים כאלה.[7][8]

מרחק: המספר המזערי ביותר של קשרים שנצרכים על מנת לחבר בין שני פרטים, כפי שהרעיון הופץ על ידי סטנלי מילגרם בניסוי העולם קטן ובמושג של שש דרגות של הפרדה.

חורים מבניים: חוסר בקשרים בין שני חלקים של רשת. זיהוי וניצול של חור כזה עשוי להעניק ליזם (אנ') יתרון תחרותי. המושג הזה פותח על ידי רונלד בורט (Ronald_Stuart_Burt) ולפעמים הוא מוצג כתפישה אלטרנטיבית של הון חברתי.

חוזק הקשר: מוגדר על ידי השכלול הליניארי של זמן, אינטנסיביות רגשית, אינטימיות והדדיות. קשר חזק נקשר להומופיליה קרבה וטרנסיטיביות. קשר חלש נקשר עם גשרים.

חלוקה למגזרים[עריכת קוד מקור | עריכה]

קבוצות מוגדרות כ 'קליקות' (Clique) אם לכל פרט יש קשר ישיר לכל פרט אחר, 'מעגלים חברתיים' אם ישנו קשר עקיף או רופף יותר או גוש מלוכד מבנית ליתר דיוק.

מקדם התקבצות: מדד לסבירות ששני צמתים המקושרים לצומת מסוים יהיו מקושרים גם כן בין עצמם. מקדם גבוה יותר פירושו רמה יותר גבוהה של 'קליקיות'.[9]

לכידות: המידה שבה פרטים מקושרים ישירות אחד למשנהו על ידי קשרים ליכודיים. לכידות קבוצתית מתייחסת למספר המינימלי של צמתים שבהיעדרם תתפרק הקבוצה.[10]

ויזואליזציה ויצירת מודלים של רשתות[עריכת קוד מקור | עריכה]

ייצוג ויזואלי של רשתות חברתיות הוא חשוב מפני שהוא מסייע להבין את הנתונים שנאספו על אודות הרשת, וכן להעביר את תוצאות המחקר לקהל. מספר רב של שיטות וטכניקות להצגה ויזואלית של מידע שהושגה באמצעות ניתוח רשת הוצג לאורך השנים. תוכנות מחשב ניתוחיות מציעות כלים לוויזואליזציה כזו. הרשתות נחקרות על ידי פריסתן בדרכים שונות, ועל ידי הוספת ערכי צבע, גודל ותכונות מתקדמות אחרות לצמתים השונים. ייצוג ויזואלי של רשתות הוא אמנם כלי רב-עצמה ושימושי למי שמעוניין להציג מידע מורכב וסבוך, אבל יש לתת את הלב לכך שהצגת רשתות באמצעות ייצוג ויזואלי בלבד עלולה להוביל לחוסר-דיוק או לפספוס של תכונות רשתיות שהיו נתפסות באמצעות ניתוח כמותי.

גרף מסומן (Signed_graph) (תרשים בו לכל קשר מוענק סימן שלילי או חיובי) יכול להיות יעיל כשיטת הצגת מערכות יחסים שליליות וחיוביות. סמל חיובי לצד קשר מייצג קשר חיובי (ידידות, ברית, אהבה) ואילו סמל שלילי מייצג יחס שלילי (שנאה, כעס). ניתן להשתמש בגרף סימנים כזה כדי לחזות מראש את התפתחות הרשת בעתיד. לפי תאוריית האיזון, מערכת מאוזנת מוגדרת כמעגל (מערכת שבה כל ניתן להגיע מכל צומת לעצמו) שבו מכפלת כלל הסימנים חיובית, ומערכת בלתי מאוזנת היא מעגל בו אותה מכפלה היא שלילית. לפי תאוריית האיזון, מערכת בלתי מאוזנת היא בעלת סבירות גבוהה יותר לשינוי דעת חלק מהחברים בה ביחס לחברים אחרים. לדוגמה, אם A ו-B מקיימים בניהם קשר חיובי ו-B ו-C גם הם מקיימים יחס חיובי, אבל C ו-A מקיימים יחס שלילי, קיים סבירות גבוהה שהמערכת תהפוך לבלתי יציבה, לדוגמה אם רק בין A ל-B ישנו יחס חיובי ואילו ל-A ול-B יחס שלילי ל-C. אם כן, ניתן להשתמש בקונספט של מערכות יציבות ובלתי-יציבות ככלי לניבוי עתידה של רשת.[11]

בייחוד כאשר השימוש בחקר רשתות חברתיות נעשה כדי להנחיל שינוי חברתי, קיימים מספר גישות לליקוט מידע ומיפוי רשתות בשיטות השתתפותיות. כאן, המשתתפים ממפים בעצמם את הרשתות על ידי הוספת קשרים ידנית (באמצעות עט ונייר או מחשב). דוגמה לשיטת עט ונייר לאיסוף מידע השתתפותי הוא, שמאפשרת גם איסוף נתונים לגבי תכונות הפרטים (השפעות ומטרות) היא שיטת Net-Map Toolbox. יתרונותיהן של שיטות מסוג זה הן היכולת של החוקרים לאסוף מידע איכותי ולא רק כמותי, וכן לתחקר את המשתתפים לצורך הבהרה.

פוטנציאל רישות חברתי[עריכת קוד מקור | עריכה]

פוטנציאל רישות חברתית הוא מקדם מספרי שניתן להגיע אליו באמצעות אלגוריתמים, כדי לייצג הן את הגודל של הרשת החברתית של פרט מסוים, והן את היכולת שלו להשפיע על הרשת. מילה נרדפת שקרובה במשמעותה, היא משתמש אלפא, אדם עם מקדם פוטנציאל רישות חברתית גבוה.

קיימות שתי פונקציות עיקריות למקדמי פוטנציאל רישות חברתית:

  1. מיון וסיווג הפרטים בהתאם לפוטנציאל שלהם.
  2. שקילת הפרטים במחקרים שיווקיים.

על ידי חישוב הפוטנציאל של משיבים ושיווק ישירות לבעלי מקדם גבוה, החוזק והרלוונטיות של מחקר שיווקי שמשמש לשיווק ויראלי, מוגבר.

משתנים שמשמשים לחישוב מקדם הפוטנציאל כוללים בין היתר: השתתפות בפעילויות ברשת החברתית, חברות בקבוצות, תפקידי מנהיגות, זיהוי, הוצאה לאור\עריכה\תרומה למדיה שאינה אלקטרונית, הוצאה לאור\עריכה\תרומה למדיה אלקטרונית (אתרי מרשתת, בלוגים) ותדירות הפצת מידע בקרב הרשת בעבר. ראשי התיבות SNP) Social Networking Potential) וחלק מהאלגוריתמים הראשונים שנעשה בהם שימוש כדי לכמת את הפוטנציאל של פרט מסוים, תוארו במדריך "חקר הפרסום הולך ומשתנה". ע"ע שיווק ויראלי.[12]

הספר הראשון שדן בשימוש המסחרי של משתמשי אלפא בקרב לקוחות טלקומוניקציה היה "3G Marketing" של אהונן, קאספר ומלקו ב-2004. הספר הראשון שדן במשתמשי אלפא באופן יותר נרחב בהקשר של שיווק חברתי היה Communities Dominate Brands (קהילות שולטות במותגים) של קהונן ומור ב-2005. ב-2012 ניקולא גרקו מהקולג' האוניברסיטאי של לונדון העביר שיחת TEDx (אנ') בנושא ההקבלה בין פוטנציאל הרשת החברתית לבין אנרגיה פוטנציאלית שמשתמשים יוצרים ושבה חברות צריכות לעשות שימוש. הוא טען ש-SNP הוא הנכס החדש שכל חברה צריכה לשאוף אליו כמטרה. [13]

יישומים מעשיים[עריכת קוד מקור | עריכה]

חקר הרשתות החברתיות מנוצל ומצוי בטווח רחב של יישומים מעשיים, ודיסציפלינות. חלק מאותם יישומים כולל צירוף וכריית מידע, בניית מודלים להפצת רשתות, בניית מודלים של רשתות, ניתוח תכונות והתנהגויות של משתמשים, תמיכת משאבים בתחזוקת הקהילה, ניתוח של אינטראקציה מבוססת מיקום, שיתוף וסינון חברתיים, פיתוח מערכות המלצה וחיזוי קישורים ורזולוציית ישות. במגזר הפרטי, עסקים משתמשי בחקר רשתות חברתיות כדי לתמוך בפעילויות כגון ניתוח ואינטראקציה על הלקוח, ניתוח פיתוח מערכות מידע, שיווק וצרכי בינה עסקית. דוגמאות לשימושים במגזר הציבורי הן: פיתוח אסטרטגיות למחוברות מנהיגים, ניתוח של מחוברות ושל חשיפה למדיה של פרטים וקבוצות, ופתרון בעיות קהילתי.

קיימים שימושים לחקר רשתות חברתיות גם בתחומי המודיעין, סיכול ריגול, אכיפת חוק וביטחון פנים. שימוש בטכניקה זו מאפשרת לחוקרים לזהות קבוצות חשאיות או סמויות, כגון רשת ריגול, משפחת פשע מאורגן או כנופיית רחוב. הסוכנות לביטחון לאומי בארצות הברית (NSA) משתמשת בתוכניות מעקב המוניות חשאיות במחשבים על מנת למצוא את המידע הדרוש לניתוח כזה על תאי טרור ועל קבוצות נוספות שנחשבות בעלות חשיבות לביטחון הלאומי. הסוכנות מגיע לעומק שלושה צמתים במהלך ניתוח זה. לאחר שהמיפוי הראשוני של הרשת מבוצע, נעשית אנליזה שמטרתה לקבוע את מבנה הרשת ולקבוע, למשל, מי הם המנהיגים. דבר זה מאפשר לצבא או לכוחות ביטחון פנים לכוון סיכולים ממוקדים שמטרתם לחסל או לשבות חברים בעלות ערך גבוה בתפקיד הנהגתי כשיטה להפריע לפעילות השוטפת של הארגון. הסוכנות התחילה לבצע גם ניתוח רשתות חברתיות על הקלטות של שיחות טלפוניות, המכונה מטא-דאטה, זמן מועט לאחר אירועי ספטמבר 11.[14][15]

ניתן להפוך גופי טקסט ארוכים לרשתות, ולנתח אותם בעזרת אותן השיטות שמאפיינות ניתוח רשת חברתית. ברשתות אלה, הצמתים הם שחקנים חברתיים (אנ'), והקשרים הם פעולות. ניתן להפיק רשתות אלה באופן אוטומטי באמצעות תכנות ניתוח מחרוזות.

את הרשתות, שעשויות להכיל אלפי צמתים, מעבירים לניתוח שמשתמש בתאוריית רשתות חברתיות כדי לגלות את שחקני המפתח, את קבוצות או קהילות המפתח, ובנוסף תכונות כלליות כגון היציבות המבנית של הרשת כולה או הריכוזיות של צמתים מסוימים. שיטה זו יוצרת אוטומטיזציה לגישה שהוצגה על ידי ניתוח נרטיב כמותי, לפיה שלישיות נושא-פועל-נשוא מזוהות עם זוגות של שחקנים שמקשרת ביניהם פעולה, או זוגות שנוצרו על ידי שחקן-נושא.

אחת השיטות העדכניות ליישום חקר רשתות חברתיות היא למידה שיתופית נתמכת טכנולוגיה. בהקשר של למידה שיתופית נתמכת טכנולוגיה, חקר רשתות חברתיות הוא כלי עזר להבנת שיתוף הפעולה בין לומדים במונחים של כמות, תדירות ואורך-זמן, ובנוסף האיכות, הנושא ואסטרטגיות הקשר. יתר על כן, חקר רשתות חברתיות מסוגל להתמקד באספקטים מסוימים של חיבור הרשת, או על הרשת בכללותה. הוא משתמש בהצגה גרפית, מידע כתוב ובנתונים כדי לבחון את הקשרים בתוך רשת למידה שיתופית נתמכת טכנולוגיה (CSCL). בזמן יישום שיטות חקר רשתות חברתיות על CSCL, האינטראקציות בין המשתתפים נחשבות לרשת חברתית. הנושא בו הניתוח מתמקד הוא הקשרים שייצרו המשתתפים, כיצד הם תקשרו ולא כיצד כל משתתף התנהג בינו לבין עצמו.

מושגי מפתח[עריכת קוד מקור | עריכה]

ישנם מספר מושגי יסוד שנקשרים עם חקר רשתות חברתיות בלמידה שיתופית נתמכת טכנולוגיה, כמו: צפיפות, ריכוזיות, רמת-פנים, רמת-חוץ וסוציוגרם.

  • צפיפות מתייחס לקשרים בין המשתתפים. ההגדרה המדויקת היא מספר הקשרים שיש לפרט, חלקי המספר המרבי של קשרים שיכולים להיות למשתתף. לדוגמה, אם ישנם 20 משתתפים, המכנה יהיה 19, דהיינו המספר הגבוה ביותר של קשרים פוטנציאליים למשתתף. צפיפות של 100% (במקרה דנן 19\19) היא הצפיפות הרבה ביותר האפשרית. צפיפות של 5% משמעותה שקיים רק קשר אחד מתוך ה-19 האפשריים.
  • מרכזיות מתמקדת בהתנהגות משתתפים פרטיים בתוך הרשת. היא מודדת עד כמה המשתתף יוצר קשר עם פרטים אחרים ברשת. ככל שלפרט יש קשרים רבים יותר, כך המרכזיות שלו גבוהה יותר.
    • מרכזיות פנים מתעניינת בפרט מסוים. מרכזיות יתר המשתתפים תלויה ומבוססת על ההתייחסות שלהם אל הפרט שמהווה את נקודת העניין של המחקר.
    • מרכזיות חוץ היא מדד של מרכזיות שבעודה מתרכזת בפרט נבחר, עדיין נותנת את הדעת לאינטראקציות של אותו פרט כלפי חוץ. מידת מרכזיות החוץ היא מספר הפעמים שהפרט הנבחן יוצר קשר עם אחרים.
  • סוציוגרם הוא ויזואליזציה בעלת גבולות קשרים מוגדרים בתוך הרשת. למשל, סוציוגרם שמציג את ריכוזיות רמת החוץ של משתתף A יראה את כל הקשרים כלפי חוץ שיצר A בתוך הרשת הנחקרת.

יכולות מיוחדות[עריכת קוד מקור | עריכה]

חוקרים מגייסים את חקר הרשתות החברתיות ככלי לעיון בלמידה שיתופית נתמכת טכנולוגיה בין היתר בגלל היכולות המיוחדות שהוא מציע. שיטה זו מאפשרת לבחון דפוסי אינטראקציה בתוך קהילת לימוד מרושתת ומסוגלת לתאר עד כמה המשתתפים יוצרים קשר עם חברים אחרים בקבוצה. הגרפיקות שנוצרות תוך שימוש בכלי חקר רשתות חברתיות מאפשרות ויזואליזציה של הקשרים בין המשתתפים ואסטרטגיות הקשר בתוך הקבוצה. בנוסף, ישנם מחברים שמעירים שחקר רשתות חברתיות מעניק שיטה קלה לנתח את השינויים בדפוסים של שיתוף הפעולה בין החברים לאורך זמן.

מספר מחקרים יישמו חקר רשתות חברתיות ב-למידה שיתופית נתמכת טכנולוגיה (CSCL) במגוון רחב של הקשרים. בין התוצאות, קורלציה בין נוכחות המורה לבין צפיפות הרשת, התייחסות רצינית יותר להמלצות של משתתפים ריכוזיים יותר, חוסר שכיחות של אינטראקציות בין בני מין שונה בתוך רשת, וכן תפקיד שולי יחסית שמשחק המורה ברשת למידה א-סינכרונית.[16]

שיטות אחרות שנמצאות בשימוש לצד חקר רשתות חברתיות[עריכת קוד מקור | עריכה]

מחקרים רבים הראו את הערך הגלום בחקר רשתות חברתיות בתחום ה-CSCL, אך ישנם חוקרים שטוענים שאין די בו כדי להשיג הבנה גמורה של CSCL. הסביכות של תהליך האינטראקציה והריבוי במקורות הלמידה מקשות על היכולת של חקר רשתות חברתיות להציע הבנה מעמיקה. חוקרים אומרים שקיים צורך בשיטות ניתוח ומחקר נוספות שיהוו שחקני חיזוק לחקר הרשתות החברתיות, וביחד יציגו תמונה רחבה ומדויקת של למידה שיתופית נתמכת טכנולוגיה.

קיימים מספר מחקרים שעשו שילוב של אמצעי מחקר נוספים עם חקר רשתות חברתיות בבחינתם את הCSCL. ניתן להתייחס לזה כתהליך שיוביל לריבוי המהימנות של מחקרים אודות CSCL.

  • שיטה איכותית - עקרונות חקר המקרה האיכותי יוצרות מסגרת מוצקה לאינטגרציה של חקר רשתות חברתיות בחקר חוויית CSCL.[17]
    • מידע אתנוגרפי כגון ראיונות, שאלונים לחניך והשקפה בכיתה מצד שלישי לא משתתף.[18]
    • מקרי בוחן: לבחון באופן מובן בין מצבי CSCL מסוימים ולקשר בין הממצאים לבין מגמות כלליות.
    • ניתוח תוכן מציע מידע על אודות התוכן של ההתקשרות בין חברי הרשת.
  • שיטה כמותית - שיטה זו כוללת ניתוחים סטטיסטיים פשוטים המתארים התרחשויות ומאפשרים לזהות את הגישה של חברים פרטיים בקבוצה שחקר רשתות חברתיות לא הצליח לעקוב אחריהם, כדי להתחקות אחרי נטיות כלליות.
    • קובצי לוג אלקטרוניים מספקים מידע על השימוש שעושים הלומדים בכל שיתוף-פעולה.
    • Multidimensional scaling - מנהל מעקב אחרי דמיון שקיים בין משתתפים, כך שיהיה ניתן להניח מידע דומה ביחד.
    • תוכנות – QUEST, Nud*IST, SAMSA (System for Adjacency Matric and Sociogram-bases Analysis)‎

קישורים חיצוניים[עריכת קוד מקור | עריכה]

הערות שוליים[עריכת קוד מקור | עריכה]

  1. ^ Ivaldi M.; Ferreri L.; Daolio F.; Giacobini M.; Tomassini M.; Rainoldi A. "We-Sport: from academy spin-off to data-base for complex network analysis; an innovative approach to a new technology". J Sports Med and Phys Fitnes 51 (suppl. 1 to issue 3).  The social network analysis was used to analyze properties of the network We-Sport.com allowing a deep interpretation and analysis of the level of aggregation phenomena in the specific context of sport and physical exercise.
  2. ^ Anheier, H.K.; Gerhards, J.; Romo, F.P. (1995). "Forms of capital and social structure of fields: examining Bourdieu's social topography". American Journal of Sociology 100 (4): 859–903. doi:10.1086/230603. 
  3. ^ De Nooy, W (2003). "Fields and networks: Correspondence analysis and social network analysis in the framework of Field Theory". Poetics 31 (5–6): 305–27. doi:10.1016/s0304-422x(03)00035-4. 
  4. ^ Senekal, B. A. 2012. Die Afrikaanse literêre sisteem: ʼn Eksperimentele benadering met behulp van Sosiale-netwerk-analise (SNA), LitNet Akademies 9(3)
  5. ^ Granovetter, M. (1973). The strength of weak ties. American Journal of Sociology 78 (6). עמ' 1360–1380. doi:10.1086/225469. 
  6. ^ Opsahl, Tore; Agneessens, Filip; Skvoretz, John (2010). "Node centrality in weighted networks: Generalizing degree and shortest paths". Social Networks 32 (3): 245–251. doi:10.1016/j.socnet.2010.03.006. 
  7. ^ "Social Network Analysis". Field Manual 3-24: Counterinsurgency. Headquarters, Department of the Army. עמ' B–11 – B–12. 
  8. ^ Xu, Guandong (2010). Web Mining and Social Networking: Techniques and Applications. Springer. עמ' 25. ISBN 978-1-4419-7734-2. 
  9. ^ Hanneman, Robert A. & Riddle, Mark (2011). "Concepts and Measures for Basic Network Analysis". The Sage Handbook of Social Network Analysis. SAGE. עמ' 346–347. ISBN 978-1-84787-395-8. 
  10. ^ Pattillo, Jeffrey (2011). "Clique relaxation models in social network analysis". in Thai, My T. & Pardalos, Panos M. Handbook of Optimization in Complex Networks: Communication and Social Networks. Springer. עמ' 149. ISBN 978-1-4614-0856-7. 
  11. ^ Cartwright, D.; Frank Harary (1956). "Structural balance: a generalization of Heider's theory". Psychological Review 63 (5): 277–293. doi:10.1037/h0046049.  Link from en:Stanford University.
  12. ^ (Hrsg.), Sara Rosengren (2013). The Changing Roles of Advertising. Wiesbaden: Springer Fachmedien Wiesbaden GmbH. ISBN 9783658023645. בדיקה אחרונה ב-22 באוקטובר 2015. 
  13. ^ "technology" "Watch "TEDxMilano - Nicola Greco - on math and social network" Video at TEDxTalks". TEDxTalks. 
  14. ^ "NSA Using Social Network Analysis". 12 במאי 2006. בדיקה אחרונה ב-19 ביולי 2013. 
  15. ^ "NSA has massive database of Americans' phone calls". 11 במאי 2006. בדיקה אחרונה ב-19 ביולי 2013. 
  16. ^ Aviv, R.; Erlich, Z.; Ravid, G. & Geva, A. (2003). "Network analysis of knowledge construction in asynchronous learning networks". Journal of Asynchronous Learning Networks 7 (3). 
  17. ^ Johnson, Karen E. (1 בינואר 1996). "Review of The Art of Case Study Research". The Modern Language Journal 80 (4): 556–557. JSTOR 329758. doi:10.2307/329758. 
  18. ^ Martı́nez, A.; Dimitriadis, Y.; Rubia, B.; Gómez, E.; de la Fuente, P. (1 בדצמבר 2003). "Combining qualitative evaluation and social network analysis for the study of classroom social interactions". Computers & Education. Documenting Collaborative Interactions: Issues and Approaches 41 (4): 353–368. doi:10.1016/j.compedu.2003.06.001.