第67页 点，线和密度

这一章开始讲基于图论的网络分析基础，看的稍微细一些，有很多概念在论文中经常看到，但是对他的准确定义还没仔细确定过，一并扫盲了。
在社会网络分析里，关注的是关联的模式，而不是图里点的实际位置。
图可以分为好多种，有向图，无向图，加权图，不加权图。一般由一条线连着的点是相互邻接的，而某个点相邻的那些点成为该点的邻域，邻域中节点的个数称为度(关联度)，所以一个节点的度就是其邻域规模的大小的一种数值测度。对于有向图来讲，某个节点的度分为点入度和点出度，点入度是直接指向该点的个数，点出度是指该点直接连接的节点个数。
图中的一系列线叫做线路walk，当其中的线不重复的时候叫做途径path，而两点间最小的path就叫做距离distance
密度描述的是一个图中各个节点之间的关联的紧密程度，一个图中点之间越关联，图的密度越大，密度最大的就是完备图，每两个节点都有连接。图的密度有两个参数：图的内含度(inclusiveness，图中有关联节点的总和)和图中各点的度数总和。但其实最简单的计算方法是实际包含的线数和一个完整图中应该有的线数的比，对于无向图：2l/n*n-1， 对于有向图是：l/n*n-1。 而加权图的密度计算是个大问题。
理论上，因为每个行动者维持关系都要消耗时间和精力，所以他能维持的关系是有个上限的，所以整个图的密度会顺着节点的增多而降低。实际的网络图中能发现的最大密度是0.5. 科学家们通过实验证实了密度是可以根据样本资料加以合理估计的，所以在实验时一般放弃大样本的数据，选择一系列的小样本。
人们参与的网络多数是稀疏连接的，密度低。从科学家的实验表明，网络密度的差异并不是规模的原因，而更多是反映了人际关系在性质上的差异，比如朋友的网络密度就没有亲人的大，同事的网络密度更多是分簇的。