13_社會網路

核心表格

核心主題	主要觀點／方法	實務用途	重要條件／限制／延伸
Network Representation	Nodes、Ties、Directed／Undirected、Edge List、Matrix	把 Relationships 轉成可分析資料	先明確定義 Actor 與 Tie
Network-level Metrics	Density、Diameter、Average Geodesic、Reciprocity	描述整體 Network Structure	與 Actor-level Centrality 分開解讀
Centrality	Degree、Closeness、Betweenness、Eigenvector	辨識不同類型的 Key Actors	不存在單一通用的「重要性」
Subgroups	Clique、k-core、Community、Components	辨識群體與結構分裂	Structure 不直接說明形成原因
Fraud Detection	以 Entity Relationships 找 Structural Patterns	產生 Investigation Leads	Association 不是 Fraud Proof
NodeXL／Polinode	Graph Metrics、Clustering、Attribute Encoding	Social Media／Organizational Network Analysis	受 Collection Scope 與 Platform Data 影響
R for SNA	程式化 Graph Construction、Metrics、Visualization	可重現 Network Analysis	需保存 Data Preparation 與 Parameter Choices

原書強調 Social Structure 由 Population Members 之間的 Relationships 聚合形成，因此只分析個人屬性會遺漏 Network Structure。

Directed／Undirected、Edge List、Matrix、Tie Strength 與 Path 定義會決定後續 Metrics 的含義。

Density、Diameter、Average Geodesic、Reciprocity 描述整體；Centrality 描述 Actor 在 Network 中的位置。