社会网络分析法(Social Network Analysis)中矩阵二值化阈值的确定
这里写自定义目录标题
- 矩阵二值化
- 1.基础知识
- 2.多值矩阵转换为二值矩阵
矩阵二值化
由于毕设用到社会网络分析法所以研究了一下,其中遇到了“阈值”确定这个痛点,网上资源也没看到直接相关,所以看了一下刘军老师翻译的约翰·斯科特《社会网络分析法》以及文献悟了一下,以下为个人见解,仅供参考,欢迎交流。
1.基础知识
1.1 社会网络分析法是用来分析行动者间关系的方法,评价的是关系数据,而不是属性数据。属性数据是可以独立存在于行动者上的(如年龄、性别、学历等),能作为单变量进行分析;关系数据则是关于接触、联络、关联、群体依附等方面数据,这类数据把一个行动者与另一个行动者联系在一起,因而不能还原为单个行动者本身的属性,如国家间的贸易往来关系、旅游联系等。关系数据的表达有两种形式:一是矩阵、二是社群图,这里讲矩阵,矩阵是ucinet软件进行分析的输入。
1.2 对关系数据的测量依据两个维度(关系是否“有向”以及关系是否“多值”)进行划分呈现4种测量层次的矩阵。
a和b是无向矩阵,矩阵的上半部分是下半部分的“映射”,即1对2的关系和2对1的关系是等同的;c和d是有向矩阵,如c,1对3的关系和3对1的关系是不等同的。“-”是因为自身和自身关系没有研究意义(是否有意义、是否纳入实际分析中取决于自身研究中对角线值的地位)。
二值矩阵中“0”代表无关系,“1”表示两者有关系;多值矩阵即表示存在0/1之外的数值,多值表示的是关系的强弱而不止关系的有无。
实际情况下既可以对多值矩阵进行分析,也可转换为二值矩阵进行分析。此处只谈二值矩阵的转换问题。
2.多值矩阵转换为二值矩阵
2.1 多值数据转换为二元数据:用一个临界点对各个格值进行“切分”,尽管会损失一些信息。**在切分过程中,研究者只选择那些高于某一层次值的关系,并视之为显著关系。**高于该层次的所有值都被切开,从而构建一个新矩阵,其中高于此层次的值都用“1”表示,等于或者低于该值的格值用“0”来替代,从而形成一个新的二值矩阵。(《社会网络分析法》—约翰·斯科特,刘军译)
(有向矩阵也可以下降为无向矩阵进行多值二值化,此种情况下只需考虑两者间关系的有无即可,如在有向矩阵中1对2有关系,2对1无关系,下降为无向矩阵时无论1对2还是2对1格值均为1,因为两者间存在关系)
2.2 如何定义“显著关系”?
在社会网络分析法一书中第五章有一个说法:在各个值的分布中存在一个“自然的断裂”,在这些值之间画出一个界线。
(因为在书中第三章提及矩阵转化时作者言在第五章会提及划分的方法,但是看了几遍都没发现明显指向性的划分方法,可能是融于书中讲述了,所以只能自己把可能相关的内容提取一下)
看起来还是比较模糊,只能参考文献的做法了:
①示性函数(我看不懂这个概念,有人懂就行)
②阈值取均值
在所看文献里,有以整个矩阵格值均值作为阈值的;也有每行取一个阈值进行每行关系的判断的,此时阈值就取该行格值的均值。
③有点取“自然断点值”的意味
不懂自然断点的可以百度一下,这里解释起来有点口水话。
这里只是提供自己的看法:因为阈值是用来判断关系的“有无”,所以可以从平均水平入手,低于平均水平即认为没有关系,高于平均水平认为有关系,扣1;如果是有向矩阵的话,每行可以各取一个阈值,因为本身就是针对这行i与列j进行关系的判断,每行的情况还是因行而异的,整个矩阵中每行只要按平均值作为阈值这样一个标准进行判断。如果矩阵值本身就存在较明显的断点,也是可取自然断点值作为阈值的。
如果有可能推荐可以多尝试直接用做多值矩阵的分析,时间问题我还没有研究过。这里可以放一个相关图。
社会网络分析法(Social Network Analysis)中矩阵二值化阈值的确定相关推荐
- 二值图像分析:OpenCV中的二值化阈值操作
二值图像分析:OpenCV中的二值化阈值操作 1.二值图像的定义 2.OpenCV中的基本阈值操作 3.OTSU二值寻找算法 3.1 OTSU二值寻找算法介绍 3.2 OTSU二值寻找算法分析 3.2 ...
- opencv与C++实现最大类间方差法(OTSU)进行图像二值化
直接上代码,使用最大类间方差法进行二值化的函数 void threshold_otsu(Mat &mat, Mat &mat_thresh) //mat为输入图像,mat_thresh ...
- 图像处理中的二值化和灰度化
图像的灰度化: 灰度是指只含亮度信息,不含色彩信息的图像.黑白照片就是灰度图,特点是亮度由暗到明,变化是连续的.要表示灰度图,就需要把亮度值进行量化 使用灰度图的好处: ① RGB的值都一样. ② 图 ...
- 图像二值化中阈值算法浅析
目录 什么是二值化 常见的求阈值算法 OSTU大津法 概念及原理 iteration迭代法 概念及原理 代码实现 Sobel算子图像边缘提取 概念及原理 代码实现 噪点过滤 什么是二值化 所谓图像二值 ...
- Exploratory Social Network Analysis with Pajek(第三版)11
11.家谱和引文 11.1 引言 时间造成了社会关系中一种特殊的不对称,因为它以不可逆转的方式对事件和世代进行排序.社会身份和地位部分地建立在共同的祖先之上,无论是在生物学意义上(出生)还是在智力上: ...
- Exploratory Social Network Analysis with Pajek(第三版)12
第五部分建模 在最后一部分,我们将注意力从纯粹的网络结构探索性描述转移到建模上.介绍了两种类型的建模:块模型(第 12 章)和随机图模型(第 13 章). 内聚性.中介和等级与社会角色相关:成为团 ...
- [yzhpdh多读paper]Social network analysis:An overview
以下为本人在阅读文章中记录的对自身有启发的内容,按照文章发表的顺序记录 Social network analysis也叫SNA,它提出的目的是研究社会角色在社交网络中交互的形式,所以其强调的是关系而 ...
- Social Network Analysis的Centrality总结,以及networkx实现EigenCentrality,PageRank和KatzCentrality的对比...
本文主要总结近期学习的Social Network Analysis(SNA)中的各种Centrality度量,我暂且翻译为中心度.本文主要是实战,理论方面几乎没有,因为对于庞大的SNA,我可能连门都 ...
- Exploratory Social Network Analysis with Pajek(第三版)8
八.扩散 扩散是一个重要的社会过程.管理者对信息和意见的传播感兴趣,制造商寻求采用新技术和产品,我们所有人都对不感染传染病有着浓厚的兴趣.传播科学.社会心理学和社会学.公共管理.市场营销和流行病学正在 ...
- 【图像处理】——图像的二值化操作及阈值化操作(固定阈值法(全局阈值法——大津法OTSU和三角法TRIANGLE)和自适应阈值法(局部阈值法——均值和高斯法))
目录 一.二值化的概念(实际上就是一个阈值化操作) 1.概念: 2.实现方法 3.常用方法 二.阈值类型 1.常见阈值类型(主要有五种类型) (1)公式描述 (2)图表描述 2.两种特殊的阈值算法(O ...
最新文章
- JavaScript语言基础6
- python opencv 圆形roi
- java HashMap 极限容量 大小限制 占用内存大小
- 由创建一个不能被继承的类引发的对象模型的思考
- MySQL使用ALTER TABLE创建索引
- Dubbo 跨语言调用神兽:dubbo-go-pixiu
- java 6大原则_java 6大设计原则 一:观察者模式
- windows下,‘nmake‘不是内部或外部命令,也不是可运行的程序或批处理文件
- 你好,了解一下Java 14带来的一系列新功能
- CNN中全连接层是什么样的
- mysql geometry 附近的人_mysql中geometry类型的简单使用(搜索附近的人)
- turtle模块还能这样玩?(一条条金龙鱼、雨景)
- JProfiler 解决 Java 服务器的性能跟踪
- Android开发笔记(九十三)装饰模式
- cannot safely convert passed user dtype of float32 for object dtyped data in column 0
- 网络爬虫:Beautiful Soup库信息组织与提取
- Java:Java实现简单闹钟设计
- 2022年工具钳工(技师)最新解析及工具钳工(技师)试题及解析
- 程序员常用的一些快捷键(持续更新)
- 北斗通讯协议4.0 java_北斗4.0协议讲解.doc