凝聚子群图怎么看

可以看成是“凝聚子群分析”（cohesive subgroup analysis）的各个类型。当网络规模较小的时候，分析这些概念的步骤不很复杂，手工即可做到。但是当网络规模较大的时候，分析这些概念的方法、技术和步骤都很复杂，这离不开电脑程序。随着网络

规模的增加，计算所需要的时间呈指数增长。分析凝聚子群的一些算法都要搜索数据，发现

问题的解。搜索的时间可能随着网络规模的增加而急速增长。由于一般来讲大网络的关系趋

于稀疏而不紧密，因此，边的数量不是一个重要的问题，对于包含几百个或几千个点的网络

来说，派系分析是可以进行的，只要其中没有太多的群体。对于派系和 k-宗派研究来说，

边的数目和派系的数目是需要考虑的。

Normalize：按照一定标准，将矩阵的行、列或者整个矩阵进行标准化处理，这是二值化处理中的其中一部分内容。

UCINET软件是由加州大学欧文（Irvine）分校的一群网络分析者编写的。对该软件进行扩展的团队是由斯蒂芬·博加提（Stephen Borgatti）、马丁·埃弗里特（Martin·Everett）和林顿·弗里曼（Linton Freeman）组成的。UCINET能够处理的原始数据为矩阵格式，提供了大量数据管理和转化工具。该程序本身不包含网络可视化的图形程序，但可将数据和处理结果输出至NetDraw、Pajek、Mage和KrackPlot等软件作图。UCINET包含大量包括探测凝聚子群（cliques,clans,plexes）和区域（components,cores）、中心性分析（centrality）、个人网络分析和结构洞分析在内的网络分析程序。UCINET包含为数众多的基于过程的分析程序，如聚类分析、多维标度、二模标度（奇异值分解、因子分析和对应分析）、角色和地位分析（结构、角色和正则对等性）和拟合中心-边缘模型。此外，UCINET提供了从简单统计到拟合p1模型在内的多种统计程序。

---