การวิเคราะห์เครือข่ายสังคม ( SNA ) คือกระบวนการตรวจสอบโครงสร้างทางสังคมโดยใช้เครือข่ายและทฤษฎีกราฟ [ ^{1 ] [ 2 ] โดย}จะอธิบายโครงสร้างเครือข่ายในแง่ของโหนด (บุคคลหรือสิ่งของภายในเครือข่าย) และความสัมพันธ์ขอบหรือลิงก์ (ความสัมพันธ์หรือปฏิสัมพันธ์) ที่เชื่อมต่อกัน ตัวอย่างของโครงสร้างทางสังคมที่มักแสดงให้เห็นผ่านการวิเคราะห์เครือข่ายสังคม ได้แก่เครือข่ายสื่อสังคมออนไลน์ [ ^{3 ] [ 4 ] [ 5 ]}การแพร่กระจายของมีม^{[ 6 ]}การหมุนเวียนข้อมูล^{[ 7 ]}เครือข่ายมิตรภาพและความรู้จักเครือข่ายธุรกิจ เครือข่ายความรู้^{[ 1 ] [ 8 ] [ 9 ]}ความสัมพันธ์ในการทำงานที่ยากลำบาก^{[ 10 ]}กราฟความร่วมมือ ความสัมพันธ์ทางเครือญาติ การ แพร่กระจายของโรคและความสัมพันธ์ทางเพศ^[ 11 ^{] [ 12 ]เครือข่าย}เหล่านี้มักแสดงให้เห็นผ่านโซซิโอแกรมซึ่งโหนดแสดงเป็นจุดและความสัมพันธ์แสดงเป็นเส้น การแสดงภาพเหล่านี้ช่วยให้สามารถประเมินเครือข่ายเชิงคุณภาพได้โดยการเปลี่ยนแปลงการแสดงภาพของโหนดและขอบเพื่อสะท้อนคุณลักษณะที่น่าสนใจ^{[ 13 ]}

การวิเคราะห์ เครือข่ายสังคมได้กลายเป็นเทคนิคสำคัญในสังคมวิทยา สมัยใหม่ นอกจาก นี้ยังได้รับความนิยมอย่างมากในสาขาต่อไปนี้: มานุษยวิทยา ชีววิทยา [ 14 ] ประชากรศาสตร์ การศึกษาการสื่อสาร [ 5 ] [ 15 ] เศรษฐศาสตร์ ภูมิศาสตร์ ประวัติศาสตร์ วิทยาศาสตร์สารสนเทศ การศึกษาองค์กร[ 8 ] ^{[ 10} ]ฟิสิกส์[ 16 ^{]รัฐศาสตร์[ 17 ] สาธารณสุข} [ 18 ] [ 9 ] ^{จิตวิทยา}สังคมการ^{ศึกษาการพัฒนาสังคมภาษาศาสตร์}และ^{วิทยาศาสตร์คอมพิวเตอร์[} 19 ^]การศึกษา^{และการวิจัยการศึกษาทาง}ไกล[ 20 ] และปัจจุบันมีให้ใช้^{งานทั่วไปใน}ฐานะ^{เครื่องมือสำหรับผู้บริโภค} (ดู^{รายชื่อ}ซอฟต์แวร์ SNA ) ^{[ 21 ] [ 22 ] [ 23 ]}

การวิเคราะห์เครือข่ายสังคมมีรากฐานทางทฤษฎีมาจากงานของนักสังคมวิทยายุคแรก เช่นGeorg SimmelและÉmile Durkheimซึ่งเขียนเกี่ยวกับความสำคัญของการศึกษาแบบแผนความสัมพันธ์ที่เชื่อมโยงผู้แสดงทางสังคม นักสังคมศาสตร์ใช้แนวคิด " เครือข่ายสังคม " มาตั้งแต่ต้นศตวรรษที่ 20 เพื่อสื่อถึงชุดความสัมพันธ์ที่ซับซ้อนระหว่างสมาชิกของระบบสังคมในทุกระดับ ตั้งแต่ระดับบุคคลไปจนถึงระดับนานาชาติ^{[ 24 ]}

ในปี พ.ศ. 2477 Jacob MorenoและHelen Jenningsได้นำเสนอวิธีการวิเคราะห์พื้นฐาน^{[ 24 ]}ในปี พ.ศ. 2497 John Arundel Barnesเริ่มใช้คำนี้อย่างเป็นระบบเพื่อบ่งบอกถึงรูปแบบของความสัมพันธ์ โดยครอบคลุมแนวคิดที่สาธารณชนและนักสังคมศาสตร์ใช้กันมาแต่เดิม ได้แก่กลุ่ม ที่มีขอบเขต (เช่น เผ่า ครอบครัว) และหมวดหมู่ ทางสังคม (เช่น เพศ เชื้อชาติ)

ตั้งแต่ช่วงทศวรรษ 1970 นักวิชาการเช่นRonald Burt , Kathleen Carley , Mark Granovetter , David Krackhardt , Edward Laumann , Anatol Rapoport , Barry Wellman , Douglas R. WhiteและHarrison Whiteได้ขยายการใช้การวิเคราะห์เครือข่ายสังคมอย่างเป็นระบบ^{[ 25 ]}

ตั้งแต่ปลายทศวรรษ 1990 การวิเคราะห์เครือข่ายสังคมกลับมาได้รับความสนใจอีกครั้ง ด้วยผลงานของนักสังคมวิทยา นักรัฐศาสตร์ นักเศรษฐศาสตร์ นักวิทยาศาสตร์คอมพิวเตอร์ และนักฟิสิกส์ เช่นDuncan J. Watts , Albert-László Barabási , Peter Bearman , Nicholas A. Christakis , James H. Fowler , Mark Newman , Matthew Jackson , Jon Kleinbergและคนอื่นๆ ที่พัฒนาและประยุกต์ใช้แบบจำลองและวิธีการใหม่ๆ ซึ่งส่วนหนึ่งได้รับแรงกระตุ้นจากการเกิดขึ้นของข้อมูลใหม่ๆ เกี่ยวกับเครือข่ายสังคมออนไลน์ รวมถึง "ร่องรอยดิจิทัล" เกี่ยวกับเครือข่ายแบบพบปะกันต่อหน้า

การวิเคราะห์เครือข่ายสังคมเชิงคำนวณถูกนำมาใช้อย่างกว้างขวางในการวิจัยเกี่ยวกับการเรียนรู้ภาษาที่สองในต่างประเทศ^{[ 26 ] [ 27 ]}แม้แต่ในการศึกษาวรรณกรรม การวิเคราะห์เครือข่ายก็ถูกนำไปใช้โดย Anheier, Gerhards และ Romo ^{[ 28 ]} Wouter De Nooy ^{[ 29 ]}และ Burgert Senekal ^{[ 30 ]}อันที่จริง การวิเคราะห์เครือข่ายสังคมได้ถูกนำไปประยุกต์ใช้ในสาขาวิชาการต่างๆ รวมถึงบริบทเชิงปฏิบัติ เช่น การต่อต้านการฟอกเงินและการก่อการร้าย

ตัวชี้วัดที่พบในการวิเคราะห์เครือข่ายสังคม ได้แก่ ตัวชี้วัดที่วัดขนาด ลักษณะของการเชื่อมต่อระหว่างสมาชิกที่กำลังวิเคราะห์ การกระจาย และการแบ่งส่วน ซึ่งรวมถึงกลุ่มย่อย เช่น ความหลากหลาย ความใกล้ชิด ความหนาแน่น ความเป็นศูนย์กลาง และความเชื่อมโยง^{[ 1 ]}

ขนาด: จำนวนโหนดในเครือข่ายที่กำหนด

โฮโมฟิลี (Homophily ): ระดับที่ผู้คนสร้างความสัมพันธ์กับผู้อื่นที่มีลักษณะคล้ายคลึงกันหรือแตกต่างกัน ความคล้ายคลึงกันอาจกำหนดได้จากเพศ เชื้อชาติ อายุ อาชีพ ระดับการศึกษา สถานะ ค่านิยม หรือลักษณะเด่นอื่นๆ โฮโมฟิลีเรียกอีกอย่างว่า แอสซอร์ ติวิตี (Assortativity )

ความเชื่อมโยงหลายด้าน (Multiplexity): จำนวนรูปแบบเนื้อหาที่อยู่ในความสัมพันธ์หนึ่งๆ ตัวอย่างเช่น คนสองคนที่ทั้งเป็นเพื่อนและทำงานร่วมกันจะมีระดับความเชื่อมโยงหลายด้านเท่ากับ 2 ความเชื่อมโยงหลายด้านนี้มีความเกี่ยวข้องกับความแข็งแกร่งของความสัมพันธ์ และอาจรวมถึงการทับซ้อนกันของความสัมพันธ์ในเครือข่ายทั้งด้านบวกและด้านลบด้วย

ความเท่าเทียมกัน/การตอบแทน: ระดับที่ผู้แสดงสองฝ่ายตอบแทนซึ่งกันและกันในมิตรภาพหรือปฏิสัมพันธ์อื่นๆ

การปิดเครือข่าย : การวัดความสมบูรณ์ของกลุ่มความสัมพันธ์สามเส้า การที่บุคคลหนึ่งๆ สันนิษฐานว่าเครือข่ายปิดสมบูรณ์แล้ว (เช่น เพื่อนของพวกเขาก็เป็นเพื่อนกันด้วย) เรียกว่า การถ่ายทอดความสัมพันธ์ การถ่ายทอดความสัมพันธ์เป็นผลมาจากลักษณะเฉพาะบุคคลหรือสถานการณ์ที่ต้องการการปิดเครือข่ายทางความคิด

ความใกล้ชิดทางภูมิศาสตร์ : แนวโน้มที่บุคคลจะมีสายสัมพันธ์กับบุคคลอื่นที่อยู่ใกล้เคียงกันในเชิงภูมิศาสตร์

สะพาน : บุคคลที่มีความสัมพันธ์ที่อ่อนแอซึ่งเติมเต็มช่องว่างโครงสร้างโดยเป็นการเชื่อมโยงเพียงอย่างเดียวระหว่างบุคคลหรือกลุ่มสองกลุ่ม นอกจากนี้ยังรวมถึงเส้นทางที่สั้นที่สุดเมื่อเส้นทางที่ยาวกว่านั้นเป็นไปไม่ได้เนื่องจากมีความเสี่ยงสูงต่อการบิดเบือนข้อความหรือความล้มเหลวในการส่งมอบ^{[ 31 ]}

ความเป็นศูนย์กลาง : ความเป็นศูนย์กลางหมายถึงกลุ่มของตัวชี้วัดที่มุ่งวัด "ความสำคัญ" หรือ "อิทธิพล" (ในความหมายที่หลากหลาย) ของโหนด (หรือกลุ่ม) เฉพาะภายในเครือข่าย^{[ 32 ] [ 33 ] [ 34 ] [ 35 ]}ตัวอย่างของวิธีการทั่วไปในการวัด "ความเป็นศูนย์กลาง" ได้แก่ความเป็นศูนย์กลางระหว่างโหนด [ ^{36 ]}ความเป็นศูนย์กลางความใกล้ชิดความ^เป็นศูนย์กลางเวกเตอร์ลักษณะเฉพาะความเป็นศูนย์กลางอัลฟาและ ความเป็น ศูนย์กลางระดับ^{[ 37 ]}

ความหนาแน่น : สัดส่วนของความสัมพันธ์โดยตรงในเครือข่ายเมื่อเทียบกับจำนวนทั้งหมดที่เป็นไปได้^{[ 38 ] [ 39 ]}

ระยะทาง: จำนวนความสัมพันธ์ขั้นต่ำที่จำเป็นในการเชื่อมโยงผู้แสดงสองคนโดยเฉพาะ ซึ่งเป็นแนวคิดที่ได้รับความนิยมจากแบบจำลองโลกเล็กของสแตนลีย์ มิลแกรมและแนวคิด "หกขั้นของการแยกจากกัน"

ช่องโหว่เชิงโครงสร้าง: การขาดความเชื่อมโยงระหว่างสองส่วนของเครือข่าย การค้นหาและใช้ประโยชน์จากช่องโหว่เชิงโครงสร้างสามารถสร้างความได้เปรียบในการแข่งขันให้ กับ ผู้ประกอบการ แนวคิดนี้ได้รับการพัฒนาโดยนักสังคมวิทยา โรนัลด์ เบิร์ตและบางครั้งก็ถูกกล่าวถึงว่าเป็นแนวคิดทางเลือกของทุนทางสังคม

ความแข็งแกร่งของความสัมพันธ์: กำหนดโดยการรวมกันเชิงเส้นของเวลา ความเข้มข้นทางอารมณ์ ความใกล้ชิด และการแลกเปลี่ยนซึ่งกันและกัน (เช่น ความเป็นไปในทางเดียวกัน) ^{[ 31 ]}ความสัมพันธ์ที่แข็งแกร่งเกี่ยวข้องกับความเหมือนกัน ความใกล้ชิด และการถ่ายทอด ในขณะที่ความสัมพันธ์ที่อ่อนแอเกี่ยวข้องกับสะพาน

กลุ่มต่างๆ จะถูกระบุว่าเป็น ' กลุ่มย่อย ' หากแต่ละคนเชื่อมโยงกันโดยตรง ' วงสังคม ' หากมีการติดต่อโดยตรงที่ไม่เข้มงวดนัก ซึ่งไม่แม่นยำ หรือเป็น กลุ่ม ที่มีโครงสร้างที่เหนียวแน่นหากต้องการความแม่นยำ^{[ 40 ]}

ค่าสัมประสิทธิ์การจัดกลุ่ม : การวัดความน่าจะเป็นที่สมาชิกสองคนของโหนดจะเป็นสมาชิกกัน ค่าสัมประสิทธิ์การจัดกลุ่มที่สูงขึ้นบ่งชี้ถึง 'ความเป็นกลุ่ม' ที่มากขึ้น^{[ 41 ]}

ความเชื่อมโยง: ระดับที่นักแสดงเชื่อมต่อกันโดยตรงด้วยพันธะที่เชื่อมโยงกันความเชื่อมโยงเชิงโครงสร้างหมายถึงจำนวนสมาชิกขั้นต่ำที่หากถูกลบออกจากกลุ่ม จะทำให้กลุ่มขาดการเชื่อมต่อ^{[ 42 ] [ 43 ]}

ความไม่เท่าเทียมกันของเครือข่ายสังคมได้รับความสนใจจากนักสังคมวิทยาและนักเศรษฐศาสตร์มานานแล้ว^{[ 44 ] [ 45 ] [ 46 ] [ 47 ] [ 48 ]}แต่การพิจารณาถึงความยุติธรรมเพิ่งได้รับความสนใจในการออกแบบวิธีการวิเคราะห์เครือข่ายสังคมเมื่อไม่นานมานี้ ตั้งแต่ช่วงต้นทศวรรษ 2020 เป็นต้นมา แนวทางที่คำนึงถึงความยุติธรรมได้รับการเสนอสำหรับงานวิเคราะห์เครือข่ายสังคมที่เลือกไว้ รวมถึงการทำนายลิงก์^{[ 49 ]}การเพิ่มอิทธิพลสูงสุด^{[ 50 ]}และPageRank ^{[ 51 ]}อย่างไรก็ตาม ความยุติธรรมยังคงไม่ได้รับการสำรวจอย่างเพียงพอและขาดคำจำกัดความที่ชัดเจนในปัญหาหลักอื่นๆ อีกมากมาย เช่น การปิดกั้นอิทธิพล การตรวจจับชุมชน การจัดอันดับความเป็นศูนย์กลาง การตรวจจับความผิดปกติ และการปกปิดตัวตนในเครือข่าย ^{[ 52 ]}

การนำเสนอเครือข่ายสังคมในรูปแบบภาพมีความสำคัญต่อการทำความเข้าใจข้อมูลเครือข่ายและการสื่อสารผลลัพธ์ของการวิเคราะห์^{[ 53 ]}มีวิธีการแสดงภาพข้อมูลที่ได้จากการวิเคราะห์เครือข่ายสังคมมากมาย^{[ 54 ] [ 55 ] [ 56 ] [ 57 ]}ซอฟต์แวร์วิเคราะห์หลายตัวมีโมดูลสำหรับการแสดงภาพเครือข่าย ข้อมูลจะถูกสำรวจโดยการแสดงโหนดและเส้นเชื่อมในรูปแบบต่างๆ และกำหนดสี ขนาด และคุณสมบัติขั้นสูงอื่นๆ ให้กับโหนด การนำเสนอเครือข่ายในรูปแบบภาพอาจเป็นวิธีการที่มีประสิทธิภาพในการถ่ายทอดข้อมูลที่ซับซ้อน อย่างไรก็ตาม ควรระมัดระวังในการตีความคุณสมบัติของโหนดและกราฟจากการแสดงผลด้วยภาพเพียงอย่างเดียว เนื่องจากอาจทำให้เข้าใจผิดเกี่ยวกับคุณสมบัติเชิงโครงสร้างที่สามารถวัดได้ดีกว่าผ่านการวิเคราะห์เชิงปริมาณ^{[ 58 ]}

กราฟแบบมีเครื่องหมายสามารถใช้เพื่อแสดงความสัมพันธ์ที่ดีและไม่ดีระหว่างมนุษย์ได้ เส้นเชื่อมที่เป็นบวกระหว่างสองโหนดแสดงถึงความสัมพันธ์เชิงบวก (มิตรภาพ พันธมิตร การคบหาดูใจ) และเส้นเชื่อมที่เป็นลบแสดงถึงความสัมพันธ์เชิงลบ (ความเกลียดชัง ความโกรธ) กราฟเครือข่ายสังคมแบบมีเครื่องหมายสามารถใช้เพื่อทำนายวิวัฒนาการในอนาคตของกราฟได้ ในเครือข่ายสังคมแบบมีเครื่องหมาย มีแนวคิดของวงจร "สมดุล" และ "ไม่สมดุล" วงจรสมดุลถูกกำหนดให้เป็นวงจรที่ผลคูณของเครื่องหมายทั้งหมดเป็นบวก ตามทฤษฎีสมดุลกราฟสมดุลแสดงถึงกลุ่มคนที่ไม่น่าจะเปลี่ยนความคิดเห็นเกี่ยวกับคนอื่นๆ ในกลุ่ม กราฟไม่สมดุลแสดงถึงกลุ่มคนที่น่าจะเปลี่ยนความคิดเห็นเกี่ยวกับคนอื่นๆ ในกลุ่มได้มาก ตัวอย่างเช่น กลุ่มคน 3 คน (A, B และ C) ที่ A และ B มีความสัมพันธ์เชิงบวก B และ C มีความสัมพันธ์เชิงบวก แต่ C และ A มีความสัมพันธ์เชิงลบ เป็นวงจรที่ไม่สมดุล กลุ่มนี้มีแนวโน้มที่จะเปลี่ยนไปเป็นวงจรสมดุล เช่น วงจรที่ B มีความสัมพันธ์ที่ดีกับ A เท่านั้น และทั้ง A และ B มีความสัมพันธ์เชิงลบกับ C การใช้แนวคิดของกราฟสมดุลและไม่สมดุลจะช่วยให้สามารถคาดการณ์วิวัฒนาการของกราฟเครือข่ายสังคมได้^{[ 59 ]}

แนวทางที่แตกต่างกันในการทำแผนที่เครือข่ายแบบมีส่วนร่วมได้รับการพิสูจน์แล้วว่ามีประโยชน์ โดยเฉพาะอย่างยิ่งเมื่อใช้การวิเคราะห์เครือข่ายสังคมเป็นเครื่องมือในการอำนวยความสะดวกในการเปลี่ยนแปลง ในที่นี้ ผู้เข้าร่วม/ผู้สัมภาษณ์จะให้ข้อมูลเครือข่ายโดยการทำแผนที่เครือข่าย (ด้วยปากกาและกระดาษหรือแบบดิจิทัล) ในระหว่างช่วงการเก็บรวบรวมข้อมูล ตัวอย่างของแนวทางการทำแผนที่เครือข่ายด้วยปากกาและกระดาษ ซึ่งรวมถึงการรวบรวมคุณลักษณะของผู้แสดงบางส่วน (อิทธิพลที่รับรู้และเป้าหมายของผู้แสดง) คือ * กล่องเครื่องมือ Net-mapประโยชน์อย่างหนึ่งของแนวทางนี้คือช่วยให้นักวิจัยสามารถรวบรวมข้อมูลเชิงคุณภาพและถามคำถามเพื่อชี้แจงในขณะที่กำลังรวบรวมข้อมูลเครือข่าย^{[ 60 ]}

ศักยภาพเครือข่ายสังคม (SNP) เป็นค่าสัมประสิทธิ์ เชิงตัวเลข ที่ได้มาจากอัลกอริทึม [ ^{61 ] [ 62 ] เพื่อ}แสดงทั้งขนาดของเครือข่ายสังคม ของแต่ละบุคคล และความสามารถในการมีอิทธิพลต่อเครือข่ายนั้น ค่าสัมประสิทธิ์ SNP ได้รับการกำหนดและใช้งานครั้งแรกโดย Bob Gerstley ในปี 2002 คำที่เกี่ยวข้องอย่างใกล้ชิดคือAlpha Userซึ่งหมายถึงบุคคลที่มีค่า SNP สูง

ค่าสัมประสิทธิ์ SNP มีหน้าที่หลักสองประการ:

1. การจำแนกประเภทบุคคลตามศักยภาพในการสร้างเครือข่ายสังคม และ
2. การถ่วงน้ำหนักผู้ตอบแบบสอบถามในงานวิจัยการตลาดเชิง ปริมาณ

ด้วยการคำนวณค่า SNP ของผู้ตอบแบบสอบถามและการกำหนดเป้าหมายผู้ตอบแบบสอบถามที่มีค่า SNP สูงจะช่วยเพิ่ม ประสิทธิภาพและความเกี่ยวข้องของการวิจัยการตลาดเชิงปริมาณที่ใช้ในการขับเคลื่อน กลยุทธ์ การตลาดแบบไวรั ล

ตัวแปรที่ใช้ในการคำนวณ SNP ของแต่ละบุคคลนั้นรวมถึงแต่ไม่จำกัดเพียง: การมีส่วนร่วมในกิจกรรมเครือข่ายสังคม การเป็นสมาชิกกลุ่ม บทบาทผู้นำ การได้รับการยอมรับ การตีพิมพ์/แก้ไข/มีส่วนร่วมในสื่อที่ไม่ใช่สื่ออิเล็กทรอนิกส์ การตีพิมพ์/แก้ไข/มีส่วนร่วมในสื่ออิเล็กทรอนิกส์ (เว็บไซต์ บล็อก) และความถี่ของการเผยแพร่ข้อมูลในอดีตภายในเครือข่ายของพวกเขา คำย่อ "SNP" และอัลกอริทึมแรกๆ ที่พัฒนาขึ้นเพื่อวัดศักยภาพเครือข่ายสังคมของแต่ละบุคคลนั้นได้รับการอธิบายไว้ในเอกสารไวท์เปเปอร์ "Advertising Research is Changing" (Gerstley, 2003) ดูViral Marketing ^{[ 63 ]}

หนังสือเล่มแรก^{[ 64 ]}ที่กล่าวถึงการใช้ Alpha Users ในเชิงพาณิชย์ในกลุ่มเป้าหมายผู้ให้บริการโทรคมนาคมเคลื่อนที่คือ 3G Marketing โดย Ahonen, Kasper และ Melkko ในปี 2547 หนังสือเล่มแรกที่กล่าวถึง Alpha Users โดยทั่วไปในบริบทของข้อมูลข่าวกรองทางการตลาดทางสังคมคือ Communities Dominate Brands โดย Ahonen & Moore ในปี 2548 ในปี 2555 Nicola Greco ( UCL ) ได้นำเสนอศักยภาพของเครือข่ายสังคมออนไลน์ในงาน TEDxโดยเปรียบเทียบกับพลังงานศักยภาพที่ผู้ใช้สร้างขึ้นและบริษัทควรนำไปใช้ โดยระบุว่า "SNP คือสินทรัพย์ใหม่ที่ทุกบริษัทควรตั้งเป้าที่จะมี" ^{[ 65 ]}

การวิเคราะห์เครือข่ายสังคมถูกนำมาใช้อย่างกว้างขวางในแอปพลิเคชันและสาขาวิชาที่หลากหลาย แอปพลิเคชันการวิเคราะห์เครือข่ายทั่วไปบางส่วน ได้แก่ การรวบรวมและการขุด ข้อมูล การสร้างแบบจำลองการแพร่กระจายเครือข่าย การสร้างแบบจำลองและการสุ่มตัวอย่างเครือข่าย การวิเคราะห์คุณลักษณะและพฤติกรรมของผู้ใช้ การสนับสนุนทรัพยากรที่ชุมชนดูแล การวิเคราะห์ปฏิสัมพันธ์ตามตำแหน่งการแบ่งปันและการกรอง ทางสังคม การพัฒนา ระบบแนะนำและการทำนายลิงก์และการแก้ไขเอนทิตี^{[ 66 ]}ในภาคเอกชน ธุรกิจต่างๆ ใช้การวิเคราะห์เครือข่ายสังคมเพื่อสนับสนุนกิจกรรมต่างๆ เช่น การโต้ตอบและการวิเคราะห์ลูกค้าการวิเคราะห์การพัฒนาระบบสารสนเทศ^{[ 67 ]}การตลาด และ ความต้องการ ด้านข่าวกรองธุรกิจ (ดูการวิเคราะห์สื่อสังคมออนไลน์ ) การใช้งานในภาครัฐบางส่วน ได้แก่ การพัฒนากลยุทธ์การมีส่วนร่วมของผู้นำ การวิเคราะห์การมีส่วนร่วมของบุคคลและกลุ่ม และการใช้สื่อและการ แก้ปัญหาตามชุมชน

นักวิจัยจำนวนมากทั่วโลกศึกษาเครือข่ายสังคมของเด็กและวัยรุ่น ในแบบสอบถาม พวกเขาจะระบุรายชื่อเพื่อนร่วมชั้น นักเรียนในระดับเดียวกัน หรือเพื่อนร่วมโรงเรียน โดยถามว่า "ใครคือเพื่อนสนิทที่สุดของคุณ?" บางครั้งนักเรียนอาจเสนอชื่อเพื่อนได้มากเท่าที่ต้องการ ในบางครั้งจำนวนการเสนอชื่ออาจถูกจำกัด นักวิจัยเครือข่ายสังคมได้ตรวจสอบความคล้ายคลึงกันในเครือข่ายมิตรภาพ ความคล้ายคลึงกันระหว่างเพื่อนได้รับการพิสูจน์แล้วตั้งแต่สมัยโบราณ^{[ 68 ]}ความคล้ายคลึงกันเป็นพื้นฐานที่สำคัญสำหรับการอยู่รอดของมิตรภาพ ความคล้ายคลึงกันในลักษณะ นิสัย หรือพฤติกรรม หมายความว่าเพื่อน ๆ เข้าใจกันได้เร็วขึ้น มีความสนใจร่วมกันที่จะพูดคุย รู้จักสถานะของตนเองได้ดีขึ้น และมีความไว้วางใจซึ่งกันและกันมากขึ้น^{[ 69 ]}ส่งผลให้ความสัมพันธ์ดังกล่าวมีความมั่นคงและมีคุณค่ามากขึ้น นอกจากนี้ การที่มีลักษณะคล้ายคลึงกันมากขึ้นทำให้เยาวชนมีความมั่นใจมากขึ้นและเสริมสร้างความแข็งแกร่งในการพัฒนาตัวตนของพวกเขา^{[ 70 ]}ความคล้ายคลึงกันในพฤติกรรมอาจเกิดจากสองกระบวนการ ได้แก่ การคัดเลือกและอิทธิพล กระบวนการทั้งสองนี้สามารถแยกแยะได้โดยใช้การวิเคราะห์เครือข่ายสังคมตามช่วงเวลาในแพ็กเกจ R ชื่อ SIENA (Simulation Investigation for Empirical Network Analyses) ซึ่งพัฒนาโดยTom Snijdersและเพื่อนร่วมงาน^{[ 71 ]}การวิเคราะห์เครือข่ายสังคมตามช่วงเวลากลายเป็นกระแสหลักหลังจากมีการตีพิมพ์ฉบับพิเศษของวารสาร Journal of Research on Adolescenceในปี 2013 ซึ่งแก้ไขโดยRené Veenstraและมีบทความเชิงประจักษ์ 15 เรื่อง^{[ 72 ]}นอกเหนือจากการศึกษาเหล่านี้แล้ว ยังพบว่าการได้สัมผัสกับผู้พูดที่หลากหลายมากขึ้นในช่วงวัยเรียนช่วยให้เด็กมีความยืดหยุ่นในการรับรู้มากขึ้น^{[ 73 ]}

การวิเคราะห์เครือข่ายสังคมยังใช้ในกิจกรรมข่าวกรองการต่อต้านข่าวกรองและการบังคับใช้กฎหมายเทคนิคนี้ช่วยให้นักวิเคราะห์สามารถสร้างแผนที่องค์กรลับ เช่น เครือข่าย จารกรรมครอบครัวอาชญากรรม หรือแก๊งข้างถนนสำนักงานความมั่นคงแห่งชาติ (NSA) ใช้ โปรแกรม การเฝ้าระวังทางอิเล็กทรอนิกส์เพื่อสร้างข้อมูลที่จำเป็นในการวิเคราะห์ประเภทนี้เกี่ยวกับกลุ่มก่อการร้ายและเครือข่ายอื่นๆ ที่ถือว่าเกี่ยวข้องกับความมั่นคงของชาติ NSA จะตรวจสอบลึกถึงสามโหนดในระหว่างการวิเคราะห์เครือข่ายนี้^{[ 74 ]}หลังจากการสร้างแผนที่เครือข่ายสังคมเบื้องต้นเสร็จสมบูรณ์แล้ว จะมีการวิเคราะห์เพื่อกำหนดโครงสร้างของเครือข่ายและกำหนดตัวอย่างเช่น ผู้นำภายในเครือข่าย^{[ 75 ]}ซึ่งช่วยให้หน่วยงานทางทหารหรือหน่วยงานบังคับใช้กฎหมายสามารถโจมตีแบบจับหรือฆ่าเพื่อทำลาย เป้าหมาย ที่มีมูลค่าสูงในตำแหน่งผู้นำเพื่อขัดขวางการทำงานของเครือข่าย NSA ได้ทำการวิเคราะห์เครือข่ายสังคมบนบันทึกรายละเอียดการโทร⁽ CDR) หรือที่เรียกว่าเมตาเดตาตั้งแต่ไม่นานหลังจากการโจมตีเมื่อวันที่ 11 กันยายน [ ^{76 ] [ 77 ]}

คลังข้อความขนาดใหญ่สามารถแปลงเป็นเครือข่ายและวิเคราะห์โดยใช้การวิเคราะห์เครือข่ายสังคมได้ ในเครือข่ายเหล่านี้ โหนดคือผู้แสดงทางสังคม และลิงก์คือการกระทำ การสกัดเครือข่ายเหล่านี้สามารถทำได้โดยอัตโนมัติโดยใช้ตัวแยกวิเคราะห์ เครือข่ายที่ได้ซึ่งอาจมีโหนดหลายพันโหนด จะถูกวิเคราะห์โดยใช้เครื่องมือจากทฤษฎีเครือข่ายเพื่อระบุผู้แสดงหลัก ชุมชนหรือฝ่ายหลัก และคุณสมบัติทั่วไป เช่น ความแข็งแกร่งหรือความเสถียรเชิงโครงสร้างของเครือข่ายโดยรวม หรือความสำคัญของโหนดบางโหนด^{[ 78 ]}วิธีนี้จะทำให้วิธีการที่นำเสนอโดยการวิเคราะห์เรื่องเล่าเชิงปริมาณ เป็นไปโดยอัตโนมัติ ^{[ 79 ]}โดยที่ไตรภาคประธาน-กริยา-กรรมจะถูกระบุด้วยคู่ของผู้แสดงที่เชื่อมโยงกันด้วยการกระทำ หรือคู่ที่เกิดจากผู้แสดง-กรรม^{[ 80 ]}

ในแนวทางอื่นๆ การวิเคราะห์ข้อความจะดำเนินการโดยพิจารณาเครือข่ายของคำที่ปรากฏร่วมกันในข้อความ ในเครือข่ายเหล่านี้ โหนดคือคำ และลิงก์ระหว่างโหนดจะถูกถ่วงน้ำหนักตามความถี่ของการปรากฏร่วมกัน (ภายในช่วงสูงสุดที่กำหนด)

การวิเคราะห์เครือข่ายสังคมยังถูกนำมาใช้เพื่อทำความเข้าใจพฤติกรรมออนไลน์ของบุคคล องค์กร และระหว่างเว็บไซต์^{[ 19 ]} การวิเคราะห์ ไฮเปอร์ลิงก์สามารถใช้เพื่อวิเคราะห์การเชื่อมต่อระหว่างเว็บไซต์หรือเว็บเพจเพื่อตรวจสอบว่าข้อมูลไหลเวียนอย่างไรเมื่อบุคคลท่องเว็บ^{[ 81 ]}การเชื่อมต่อระหว่างองค์กรได้รับการวิเคราะห์ผ่านการวิเคราะห์ไฮเปอร์ลิงก์เพื่อตรวจสอบว่าองค์กรใดอยู่ในชุมชนประเด็น^{[ 82 ]}

แนวคิดอีกประการหนึ่งที่เกิดขึ้นจากความเชื่อมโยงระหว่างทฤษฎีเครือข่ายสังคมและอินเทอร์เน็ตคือแนวคิดเรื่องเน็ตโตเครซี ซึ่งเป็นความสัมพันธ์ระหว่างการใช้เครือข่ายสังคมออนไลน์ที่ขยายวงกว้างและการเปลี่ยนแปลงในพลวัตอำนาจทางสังคม^{[ 83 ]}

^{การวิเคราะห์เครือข่ายสังคมได้ถูกนำมาใช้กับสื่อสังคมออนไลน์ในฐานะเครื่องมือในการทำความเข้าใจ พฤติกรรม}ระหว่างบุคคลหรือองค์กรผ่านการเชื่อมโยงบนเว็บไซต์สื่อสังคมออนไลน์ เช่นTwitterและFacebook ^{[ 3 ] [ 84} ]

หนึ่งในวิธีการประยุกต์ใช้ SNA ที่ทันสมัยที่สุดคือการศึกษาการเรียนรู้ร่วมกันโดยใช้คอมพิวเตอร์ (CSCL) เมื่อนำไปใช้กับ CSCL แล้ว SNA จะช่วยให้เข้าใจว่าผู้เรียนทำงานร่วมกันอย่างไรในแง่ของปริมาณ ความถี่ และระยะเวลา รวมถึงคุณภาพ หัวข้อ และกลยุทธ์การสื่อสาร^{[ 85 ]}นอกจากนี้ SNA ยังสามารถมุ่งเน้นไปที่แง่มุมเฉพาะของการเชื่อมต่อเครือข่าย หรือเครือข่ายทั้งหมดโดยรวม โดยใช้การนำเสนอแบบกราฟิก การนำเสนอแบบเขียน และการนำเสนอข้อมูลเพื่อช่วยตรวจสอบการเชื่อมต่อภายในเครือข่าย CSCL ^{[ 85 ]}เมื่อนำ SNA ไปใช้กับสภาพแวดล้อม CSCL ปฏิสัมพันธ์ของผู้เข้าร่วมจะถูกมองว่าเป็นเครือข่ายสังคม จุดเน้นของการวิเคราะห์อยู่ที่ "การเชื่อมต่อ" ที่เกิดขึ้นระหว่างผู้เข้าร่วม – วิธีที่พวกเขามีปฏิสัมพันธ์และสื่อสารกัน – ตรงข้ามกับวิธีที่ผู้เข้าร่วมแต่ละคนประพฤติตนโดยลำพัง

มีคำศัพท์สำคัญหลายคำที่เกี่ยวข้องกับการวิจัยการวิเคราะห์เครือข่ายสังคมในการเรียนรู้ร่วมกัน โดยใช้คอมพิวเตอร์ เช่นความหนาแน่นความเป็นศูนย์กลางจำนวนการเชื่อมต่อขาเข้า จำนวนการเชื่อมต่อขาออกและแผนภาพ ความสัมพันธ์ทางสังคม

• ความหนาแน่นหมายถึง "การเชื่อมต่อ" ระหว่างผู้เข้าร่วม ความหนาแน่นถูกกำหนดให้เป็นจำนวนการเชื่อมต่อที่ผู้เข้าร่วมมี หารด้วยจำนวนการเชื่อมต่อที่เป็นไปได้ทั้งหมดที่ผู้เข้าร่วมสามารถมีได้ ตัวอย่างเช่น หากมีผู้เข้าร่วม 20 คน แต่ละคนอาจเชื่อมต่อกับคนอื่นได้ 19 คน ความหนาแน่น 100% (19/19) คือความหนาแน่นสูงสุดในระบบ ความหนาแน่น 5% บ่งชี้ว่ามีการเชื่อมต่อเพียง 1 ใน 19 ที่เป็นไปได้^{[ 85 ]}
• ความเป็นศูนย์กลางมุ่งเน้นไปที่พฤติกรรมของผู้เข้าร่วมแต่ละคนภายในเครือข่าย โดยจะวัดขอบเขตที่แต่ละบุคคลมีปฏิสัมพันธ์กับบุคคลอื่นในเครือข่าย ยิ่งบุคคลหนึ่งเชื่อมต่อกับผู้อื่นในเครือข่ายมากเท่าไร ความเป็นศูนย์กลางของบุคคลนั้นในเครือข่ายก็จะยิ่งมากขึ้นเท่านั้น^{[ 85 ] [ 15 ]}

ตัวแปรจำนวนการเชื่อมต่อขาเข้าและขาออกมีความสัมพันธ์กับค่าศูนย์กลาง (centrality)

• ความเป็นศูนย์กลาง ของระดับขาเข้าจะเน้นที่บุคคลใดบุคคลหนึ่งโดยเฉพาะเป็นจุดสนใจ ความเป็นศูนย์กลางของบุคคลอื่น ๆ ทั้งหมดจะขึ้นอยู่กับความสัมพันธ์ของพวกเขากับจุดสนใจของบุคคลที่มี "ระดับขาเข้า" ^{[ 85 ]}
• Out-degreeเป็นการวัดความเป็นศูนย์กลางที่ยังคงมุ่งเน้นไปที่บุคคลเพียงคนเดียว แต่การวิเคราะห์จะเกี่ยวข้องกับปฏิสัมพันธ์ขาออกของบุคคลนั้น การวัดความเป็นศูนย์กลางแบบ out-degree คือจำนวนครั้งที่บุคคลที่เป็นจุดสนใจมีปฏิสัมพันธ์กับผู้อื่น^{[ 85 ] [ 15 ]}
• โซซิโอแกรมคือการแสดงภาพที่มีขอบเขตการเชื่อมต่อที่กำหนดไว้ในเครือข่าย ตัวอย่างเช่น โซซิโอแกรมที่แสดงจุดศูนย์กลางดีกรีขาออกสำหรับผู้เข้าร่วม A จะแสดงการเชื่อมต่อขาออกทั้งหมดที่ผู้เข้าร่วม A สร้างขึ้นในเครือข่ายที่ศึกษา^{[ 85 ]}

นักวิจัยใช้การวิเคราะห์เครือข่ายสังคมในการศึกษาการเรียนรู้ร่วมกันโดยใช้คอมพิวเตอร์ ส่วนหนึ่งเป็นเพราะความสามารถเฉพาะตัวที่วิธีการนี้มอบให้ วิธีการนี้ช่วยให้สามารถศึกษาแบบแผนปฏิสัมพันธ์ภายในชุมชนการเรียนรู้แบบเครือข่ายและสามารถช่วยแสดงให้เห็นถึงขอบเขตของปฏิสัมพันธ์ของผู้เข้าร่วมกับสมาชิกคนอื่นๆ ในกลุ่มได้^{[ 85 ]}กราฟิกที่สร้างขึ้นโดยใช้เครื่องมือ SNA ช่วยให้เห็นภาพการเชื่อมต่อระหว่างผู้เข้าร่วมและกลยุทธ์ที่ใช้ในการสื่อสารภายในกลุ่ม ผู้เขียนบางคนยังแนะนำว่า SNA เป็นวิธีการวิเคราะห์การเปลี่ยนแปลงรูปแบบการมีส่วนร่วมของสมาชิกเมื่อเวลาผ่านไปได้อย่างง่ายดาย^{[ 86 ]}

งานวิจัยหลายชิ้นได้นำ SNA มาประยุกต์ใช้กับ CSCL ในบริบทต่างๆ ผลการวิจัยพบว่ามีความสัมพันธ์ระหว่างความหนาแน่นของเครือข่ายกับการปรากฏตัวของครู^{[ 85 ]}การให้ความสำคัญกับคำแนะนำของผู้เข้าร่วม "ส่วนกลาง" มากขึ้น^{[ 87 ]}ปฏิสัมพันธ์ข้ามเพศในเครือข่าย มีน้อย ^{[ 88 ]} และบทบาทของผู้สอนใน เครือข่ายการเรียนรู้แบบอะซิงโครนัสค่อนข้างน้อย^{[ 89 ]}

แม้ว่าการศึกษาหลายชิ้นได้แสดงให้เห็นถึงคุณค่าของการวิเคราะห์เครือข่ายสังคมภายในสาขาการเรียนรู้ร่วมกันโดยใช้คอมพิวเตอร์^{[ 85 ]}นักวิจัยได้แนะนำว่า SNA เพียงอย่างเดียวไม่เพียงพอที่จะทำให้เกิดความเข้าใจอย่างถ่องแท้เกี่ยวกับ CSCL ความซับซ้อนของกระบวนการปฏิสัมพันธ์และแหล่งข้อมูลมากมายทำให้ SNA ยากที่จะให้การวิเคราะห์เชิงลึกของ CSCL ^{[ 90 ]}นักวิจัยระบุว่า SNA จำเป็นต้องเสริมด้วยวิธีการวิเคราะห์อื่นๆ เพื่อสร้างภาพที่แม่นยำยิ่งขึ้นของประสบการณ์การเรียนรู้ร่วมกัน^{[ 91 ]}

งานวิจัยหลายชิ้นได้ผสมผสานการวิเคราะห์ประเภทอื่น ๆ เข้ากับการวิเคราะห์เครือข่ายทางสังคม (SNA) ในการศึกษา CSCL ซึ่งอาจเรียกได้ว่าเป็นแนวทางแบบหลายวิธีหรือการตรวจสอบความถูกต้องของข้อมูลแบบสามเหลี่ยม (data triangulation ) ซึ่งจะนำไปสู่การเพิ่มความน่าเชื่อถือ ของการประเมินผล ในงานวิจัย CSCL

• วิธีการเชิงคุณภาพ – หลักการของการวิจัยกรณีศึกษาเชิงคุณภาพถือเป็นกรอบที่มั่นคงสำหรับการบูรณาการวิธีการ SNA ในการศึกษาประสบการณ์ CSCL ^{[ 92 ]}
  • ข้อมูลชาติพันธุ์วิทยาเช่น แบบสอบถามนักเรียนและการสัมภาษณ์ และการสังเกตการณ์ในห้องเรียนโดยไม่เข้าร่วม ^{[ 91 ]}
  • กรณีศึกษา : ศึกษาสถานการณ์ CSCL เฉพาะเจาะจงอย่างครอบคลุมและเชื่อมโยงผลการค้นพบกับแผนงานทั่วไป ^{[ 91 ]}
  • การวิเคราะห์เนื้อหา :นำเสนอข้อมูลเกี่ยวกับเนื้อหาของการสื่อสารระหว่างสมาชิก ^{[ 91 ]}
• วิธีการเชิงปริมาณ – ซึ่งรวมถึงการวิเคราะห์ทางสถิติเชิงพรรณนาอย่างง่ายเกี่ยวกับเหตุการณ์ต่างๆ เพื่อระบุทัศนคติเฉพาะของสมาชิกกลุ่มที่ไม่สามารถติดตามได้ผ่านทาง SNA เพื่อตรวจจับแนวโน้มทั่วไป
  • ไฟล์บันทึกคอมพิวเตอร์:ให้ข้อมูลอัตโนมัติเกี่ยวกับวิธีการใช้งานเครื่องมือการทำงานร่วมกันโดยผู้เรียน^{[ 91 ]}
  • การจัดเรียงแบบหลายมิติ (MDS) : จัดทำแผนภูมิแสดงความคล้ายคลึงกันระหว่างนักแสดง เพื่อให้ข้อมูลอินพุตที่คล้ายคลึงกันอยู่ใกล้กันมากขึ้น ^{[ 91 ]}
  • เครื่องมือ ซอฟต์แวร์ : QUEST, SAMSA (System for Adjacency Matrix and Sociogram-based Analysis) และ Nud*IST ^{[ 91 ]}

วิกิมีเดียคอมมอน ส์มีสื่อที่เกี่ยวข้องกับการวิเคราะห์เครือข่ายสังคม

• เครือข่ายระหว่างประเทศเพื่อการวิเคราะห์เครือข่ายสังคม
• การวิเคราะห์เครือข่ายที่ยอดเยี่ยม – ลิงก์มากกว่า 200 รายการไปยังหนังสือ การประชุม หลักสูตร วารสาร กลุ่มวิจัย ซอฟต์แวร์ บทช่วยสอน และอื่นๆ อีกมากมาย
• Netwiki – หน้าเว็บวิกิที่เกี่ยวกับเครือข่ายสังคมออนไลน์ ดูแลรักษาโดยมหาวิทยาลัยนอร์ทแคโรไลนา แชเปลฮิลล์
• บทนำสู่แบบจำลองเชิงสุ่มตามตัวแสดงสำหรับพลวัตของเครือข่าย – Snijders และคณะ
• ศูนย์วิเคราะห์เชิงคำนวณของระบบสังคมและองค์กร (CASOS) แห่งมหาวิทยาลัยคาร์เนกีเมลลอน
• NetLab ที่มหาวิทยาลัยโทรอนโต ศึกษาความเชื่อมโยงระหว่างเครือข่ายสังคม การสื่อสาร ข้อมูล และการประมวลผล
• โครงการด้านธรรมาภิบาลเครือข่ายมหาวิทยาลัยฮาร์วาร์ด
• พลวัตทางประวัติศาสตร์ในยามวิกฤต: ปลายสมัยไบแซนไทน์ ค.ศ. 1204–1453 (การอภิปรายเกี่ยวกับการวิเคราะห์เครือข่ายสังคมจากมุมมองของวิชาประวัติศาสตร์)
• การวิเคราะห์เครือข่ายสังคม: แนวทางที่เป็นระบบสำหรับการตรวจสอบ
• เครือข่าย ฝูงชน และตลาด (2010) โดย ดี. อีสลีย์ และ เจ. ไคลน์เบิร์ก
• หนังสือ Introduction to Social Networks Methods (2005) โดย R. Hanneman และ M. Riddle
• การวิเคราะห์เครือข่ายสังคมพร้อมการประยุกต์ใช้ (2013) โดย ไอ. แมคคัลโลห์, เอช. อาร์มสตรอง และ เอ. จอห์นสัน