社交网络分析，也称社会网络分析，是指通过网络和图论研究社会结构的过程。它根据节点（网络中的各个参与者或事物）以及它们之间的连接（关系或交互作用）来表示网络结构。
通常通过社交网络分析得出的可视化社交结构包括社交媒体网络、模因传播网络、信息流通网络、朋友和熟人网络、商业网络、知识网络、社交网络、合作关系图、亲戚关系和疾病传播。这些网络通常借助社交网络的可视化，其中节点用点表示，关系用线表示。可视化通过改变节点和线的视觉关系反映特定的属性，提供了一种定性评估网络的方法。
一个多世纪以来，人们就使用社交网络来描述复杂的社会系统下成员之间的关系，囊括所有层级，从人际关系到国际关系。1954年，巴恩斯（J.A.Barnes）开始使用这个术语，系统化地呈现关系模式，统一了大众与社会科学家眼中的传统概念：有限制的群体（如部落、家庭）和社会分类（如性别、种族）。
社交网络分析已成为现代社会学中的一项关键技术。一些学术研究已经显示，社交网络分析在很多层面（从家庭到国家层面）运作，并起着关键作用，决定问题如何得到解决，组织如何运行。它还应用于人类学、生物学、人口统计学、传播研究、经济学、地理、历史、信息科学、组织研究、政治科学、公共卫生、社会心理学、发展研究、社会语言学和计算机科学，现在还可以作为一种消费者分析工具。(www.xing528.com)
社会学理论认为，社会不是由个人而是由网络构成的，网络中包含节点及节点之间的关系，社交网络分析通过对网络中关系的分析探讨网络的结构及属性特征，包括网络中的个体属性及网络整体属性，网络个体属性分析包括点度中心度、接近中心度等；网络的整体属性分析包括小世界效应、小团体研究、凝聚子群等。社交网络示意图如图2.9所示。
对于反洗钱这种需要挖掘客户关系、分析海量交易的工作，社交网络分析特别适用。在资金网络分析中，受益所有人的人际关系往往不能直接得到，即便可分析，所带来的巨量信息也无法提供有用信息。计算能力的限制、交易对象的复杂加大了网络分析的规模，洗钱者与正常交易人员在交易方式上的细微差别可能在大规模的网络分析中消失。因此，要挖掘金融情报，从大规模的资金网络中找出高质量的信息，需要灵活地运用社交网络分析方法。
图2.9 社交网络示意图
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
