Loading article…
ソーシャルネットワークとは、社会的アクター（個人や組織など）、二者間のつながりのネットワーク、およびアクター間のその他の社会的相互作用の集合から構成される社会構造です。ソーシャルネットワークの視点では、社会全体の構造を分析するための一連の方法と、これらの構造で観察されるパターンを説明するさまざまな理論が提供されます。[ 1 ]これらの構造の研究では、ソーシャルネットワーク分析を使用して、ローカルおよびグローバルなパターンを特定し、影響力のあるエンティティを特定し、ネットワークのダイナミクスを調べます。たとえば、ソーシャルネットワーク分析は、ソーシャルメディアプラットフォームでの誤情報の拡散を研究したり、ソーシャルネットワークにおけるキーパーソンの影響力を分析したりするのに使用されています。
ソーシャルネットワークとその分析は、社会心理学、社会学、統計学、グラフ理論から生まれた、本質的に学際的な学術分野です。ゲオルク・ジンメルは、三者関係のダイナミクスと「集団所属の網」を強調した社会学の初期の構造理論を著しました。 [ 2 ]ヤコブ・モレノは、1930年代に人間関係を研究するための最初のソシオグラムを開発したとされています。これらのアプローチは1950年代に数学的に形式化され、ソーシャルネットワークの理論と方法は1980年代までに社会科学と行動科学に広く普及しました。 [ 1 ] [ 3 ]ソーシャルネットワーク分析は現在、現代社会学の主要なパラダイムの1つであり、他の多くの社会科学や形式科学でも使用されています。他の複雑なネットワークとともに、ネットワーク科学という新興分野の一部を形成しています。[ 4 ] [ 5 ]
ソーシャルネットワークは、個人、グループ、組織、あるいは社会全体（社会単位、分化を参照）間の関係を研究するために社会科学で有用な理論的構成概念です。この用語は、そのような相互作用によって決定される社会構造を説明するために使用されます。特定の社会単位が接続するつながりは、その単位のさまざまな社会的接触の収束を表します。この理論的アプローチは、必然的に関係性に基づいています。社会的相互作用を理解するためのソーシャルネットワークアプローチの公理は、社会現象は、単位自体の特性ではなく、単位間および単位内の関係の特性を通じて主に考えられ、調査されるべきであるということです。したがって、ソーシャルネットワーク理論に対する一般的な批判の1つは、個人の主体性がしばしば無視されるという点です[ 6 ] 。ただし、実際にはそうではない場合もあります（エージェントベースモデリングを参照）。多くの異なるタイプの関係が、単独または組み合わせてこれらのネットワーク構成を形成するため、ネットワーク分析は幅広い研究活動に役立ちます。社会科学におけるこれらの研究分野には、人類学、生物学、コミュニケーション学、経済学、地理学、情報科学、組織学、社会心理学、社会学、社会言語学などが含まれるが、これらに限定されない。
1890年代後半、エミール・デュルケームとフェルディナント・テンニースは、社会集団に関する理論と研究の中で、社会ネットワークの概念を予見していた。テンニースは、社会集団は、価値観や信念を共有する個人を結びつける個人的で直接的な社会的つながり（ゲマインシャフト、ドイツ語で一般的に「コミュニティ」と訳される）か、非個人的で形式的かつ道具的な社会的つながり（ゲゼルシャフト、ドイツ語で一般的に「社会」と訳される）として存在し得ると主張した。[ 7 ]デュルケームは、社会的事実について非個人主義的な説明を与え、相互作用する個人が、もはや個々の行為者の特性では説明できない現実を構成するときに社会現象が生じると主張した。[ 8 ] 20世紀初頭に執筆したゲオルク・ジンメルは、ネットワークの性質とネットワークの規模が相互作用に及ぼす影響を指摘し、集団ではなく緩やかに結びついたネットワークにおける相互作用の可能性を検討した。[ 9 ]
この分野における大きな発展は、1930年代に心理学、人類学、数学のいくつかのグループが独立して研究を行ったことで見ることができる。[ 6 ] [ 10 ] [ 11 ]心理学では、1930年代にジェイコブ・L・モレノが小集団、特に教室や作業グループにおける社会的相互作用の体系的な記録と分析を開始した（社会測定学を参照）。人類学では、社会ネットワーク理論の基礎は、ブロニスワフ・マリノフスキ[ 12 ]、アルフレッド・ラドクリフ＝ブラウン[ 13 ] [ 14 ] 、クロード・レヴィ＝ストロースの理論的および民族誌的研究である。[ 15 ]マックス・グルックマンとマンチェスター学派に関係する社会人類学者グループ、ジョン・A・バーンズ、[ 16 ] J・クライド・ミッチェルとエリザベス・ボット・スピリアス、[ 17 ] [ 18 ]は、南アフリカ、インド、イギリスのコミュニティネットワークを調査し、ネットワーク分析が行われた最初のフィールドワークのいくつかを行ったとよく言われています。[ 6 ]同時に、イギリスの人類学者SF・ネイデルは、後のネットワーク分析に影響を与えた社会構造の理論を体系化しました。[ 19 ]社会学では、タルコット・パーソンズの初期（1930年代）の研究が、社会構造を理解するための関係的アプローチの基礎を築きました。[ 20 ] [ 21 ]後に、パーソンズの理論に基づいて、社会学者ピーター・ブラウの研究は、社会交換理論に関する研究で、社会単位の関係的つながりを分析する強力な推進力となりました。[ 22 ] [ 23 ] [ 24 ]
1970年代までに、さまざまな研究分野や伝統を融合させようとする研究者が増えていった。その一派は、社会学者のハリソン・ホワイトとハーバード大学社会関係学部の彼の教え子たちであった。当時、ハーバード大学社会関係学部で独立して活動していたのは、政治社会学やコミュニティ社会学、社会運動におけるネットワークに焦点を当てたチャールズ・ティリーと、「六次の隔たり」理論を提唱したスタンレー・ミルグラムであった。 [ 25 ]マーク・グラノヴェッター[ 26 ]とバリー・ウェルマン[ 27 ]は、ホワイトの教え子で、社会ネットワークの分析を発展させ、擁護した人物である。[ 26 ] [ 28 ] [ 29 ] [ 30 ]
1990年代後半から、ダンカン・J・ワッツ、アルバート＝ラースロー・バラバシ、ピーター・ベアマン、ニコラス・A・クリスタキス、ジェームズ・H・ファウラーなどの社会学者、政治学者、物理学者らが、オンラインのソーシャルネットワークに関する新たなデータや、対面ネットワークに関する「デジタル痕跡」に新しいモデルや手法を開発・適用するなど、ソーシャルネットワーク分析の分野で研究を進めてきた。
一般的に、ソーシャル ネットワークは自己組織化され、創発的で複雑であり、システムを構成する要素の局所的な相互作用から、全体的に一貫性のあるパターンが現れます。[ 32 ] [ 33 ]これらのパターンは、ネットワークのサイズが大きくなるにつれてより明確になります。しかし、たとえば世界中のすべての対人関係のグローバル ネットワーク分析[ 34 ]は実行不可能であり、情報量が多すぎて役に立たない可能性があります。計算能力、倫理、参加者の募集と支払いの実際的な制限も、ソーシャル ネットワーク分析の範囲を制限します。[ 35 ] [ 36 ]大規模なネットワーク分析では、ローカル システムのニュアンスが失われる可能性があるため、ネットワークの特性を理解するには、情報の質が規模よりも重要になる可能性があります。したがって、ソーシャル ネットワークは、研究者の理論的質問に関連する規模で分析されます。分析レベルは必ずしも相互に排他的ではありませんが、ネットワークは、ミクロ レベル、メソ レベル、マクロ レベルの 3 つの一般的なレベルに分類できます。
ミクロレベルでは、ソーシャルネットワーク研究は通常、個人から始まり、社会的関係をたどっていくにつれて雪だるま式に拡大していくか、特定の社会的文脈における少数の個人グループから始まる場合がある。
二者関係レベル：二者関係とは、2人の個人間の社会的関係のことです。二者関係に関するネットワーク研究では、関係の構造（多重性、強さなど）、社会的平等、互恵性／相互性への傾向などに焦点を当てることがあります。
三者関係レベル： 2者関係に1人を加えると、三者関係になります。このレベルの研究では、バランスや推移性などの要因、社会的平等、互恵性/相互性への傾向に焦点を当てることがあります。[ 35 ]フリッツ・ハイダーのバランス理論では、三者関係は社会力学の鍵となります。ライバル関係にある恋愛三角関係の不和は、バランスの取れていない三者関係の一例であり、関係の1つが変わるとバランスの取れた三者関係に変わる可能性があります。社会における社会的友情の力学は、バランスの取れた三者関係によってモデル化されています。この研究は、符号付きグラフの理論によって進められています。
アクターレベル：ソーシャルネットワークの分析の最小単位は、社会的環境における個人、つまり「アクター」または「エゴ」です。エゴネットワーク分析は、ネットワークのサイズ、関係の強さ、密度、中心性、威信、孤立者、連絡者、橋渡し役などの役割といったネットワーク特性に焦点を当てています。[ 37 ]このような分析は、心理学や社会心理学、民族誌的親族分析、または個人間の関係に関するその他の系譜学的研究の分野で最も一般的に使用されています。
サブセットレベル：ネットワーク研究の問題のサブセットレベルはミクロレベルから始まりますが、分析のメソレベルにまで及ぶ可能性があります。サブセットレベルの研究では、距離と到達可能性、派閥、結束力のあるサブグループ、またはその他のグループの行動や振る舞いに焦点を当てる場合があります。[ 38 ]
一般的に、メソレベルの理論は、ミクロレベルとマクロレベルの中間に位置する人口規模から始まります。ただし、メソレベルは、ミクロレベルとマクロレベルの間のつながりを明らかにするために特別に設計された分析を指す場合もあります。メソレベルのネットワークは密度が低く、対人関係のミクロレベルのネットワークとは異なる因果プロセスを示す可能性があります。[ 39 ]
組織：正式な組織は、共通の目標のためにタスクを分配する社会集団です。[ 40 ]組織に関するネットワーク研究は、正式な関係または非公式な関係の観点から、組織内または組織間のつながりのいずれかに焦点を当てる場合があります。組織内ネットワーク自体は、特に複数の支店、フランチャイズ、または半自律的な部門を持つ大規模な組織では、多くの場合、複数のレベルの分析を含みます。このような場合、研究は作業グループレベルと組織レベルで実施され、2 つの構造間の相互作用に焦点を当てます。[ 40 ]オンラインのネットワーク化されたグループに関する実験では、グループに自律エージェントを追加するなど、さまざまな介入を通じてグループレベルの調整を最適化する方法が文書化されています。[ 41 ]
ランダムに分布したネットワーク：ソーシャルネットワークの指数ランダムグラフモデルは、 1980年代にソーシャルネットワーク分析の最先端手法となりました。このフレームワークは、多くの人間のソーシャルネットワークで一般的に観察される社会構造効果を表現する能力を持ち、一般的な次数ベースの構造効果、相互性、推移性、そしてノードレベルでは、ネットワークのつながりの依存関係に関する明示的な仮説から導き出される同質性、属性ベースの活動効果、人気度効果などが含まれます。パラメータは、ネットワーク内の小さなサブグラフ構成の普及率で与えられ、特定のネットワークが出現する局所的な社会プロセスの組み合わせを記述するものと解釈できます。特定の行為者のセットに関するネットワークのこれらの確率モデルは、マイクロネットワークの制限的な二者間独立性の仮定を超えて一般化することを可能にし、社会行動の理論的な構造的基盤からモデルを構築できるようにします。[ 42 ]
スケールフリーネットワーク：スケールフリーネットワークとは、次数分布が少なくとも漸近的にべき乗則に従うネットワークのことです。ネットワーク理論では、スケールフリーの理想的なネットワークは、社会集団のサイズ分布を解明する次数分布を持つランダムネットワークです。 [ 43 ]スケールフリーネットワークの具体的な特性は、それらを作成するために使用される理論や分析ツールによって異なりますが、一般的に、スケールフリーネットワークにはいくつかの共通の特性があります。スケールフリーネットワークの注目すべき特性の 1 つは、平均を大きく超える次数を持つ頂点の相対的な頻度です。次数が最も高いノードはしばしば「ハブ」と呼ばれ、ネットワーク内で特定の目的を果たすことがありますが、これは社会的な文脈に大きく依存します。スケールフリーネットワークのもう 1 つの一般的な特性は、ノードの次数が増加するにつれて減少するクラスタリング係数の分布です。この分布もべき乗則に従います。[ 44 ]上記のBarabásiのネットワーク進化モデルは、スケールフリーネットワークの例です。
マクロレベルの分析は、対人関係を追跡するのではなく、一般的に、大規模な集団における経済的またはその他の資源移転の相互作用など、相互作用の結果を追跡する。
大規模ネットワーク：大規模ネットワークは、「マクロレベル」とほぼ同義の用語です。主に社会科学、行動科学、経済学で使用されます。元々は、コンピュータ科学で広く使用されていました（大規模ネットワークマッピングを参照）。[ 45 ]
複雑ネットワーク：ほとんどの大規模なソーシャルネットワークは、社会的複雑性の特徴を示します。これは、ネットワークトポロジーの実質的な非自明な特徴、要素間の複雑な接続パターンが純粋に規則的でも純粋にランダムでもないこと（複雑性科学、力学系、カオス理論を参照）、生物学的ネットワークや技術的ネットワークと同様です。このような複雑ネットワークの特徴には、次数分布の裾が重いこと、高いクラスタリング係数、頂点間の同類性または異類性、コミュニティ構造（確率的ブロックモデルを参照）、階層構造などがあります。エージェンシー指向ネットワークの場合、これらの特徴には、相互性、トライアドの有意性プロファイル（TSP、ネットワークモチーフを参照）、およびその他の特徴も含まれます。対照的に、格子やランダムグラフなど、過去に研究されてきたネットワークの数学的モデルの多くは、これらの特徴を示しません。[ 46 ]
ソーシャルネットワーク分析の利用には、さまざまな理論的枠組みが導入されてきました。その中でも最も有名なのは、グラフ理論、バランス理論、社会的比較理論、そして最近では社会的アイデンティティアプローチです。[ 47 ]
社会ネットワーク分析から完全な理論が生み出された例はほとんどない。その中でも、構造的役割理論と異質性理論の2つが挙げられる。
異質性理論の基礎は、ある研究で、弱い結びつきの数が多いほど情報やイノベーションの探求において重要になるという発見でした。なぜなら、派閥は意見がより均質になり、多くの共通の特徴を共有する傾向があるからです。この同質性傾向が、そもそも派閥のメンバーが互いに惹かれ合う理由でした。しかし、似ているため、派閥の各メンバーは他のメンバーが知っていることを多かれ少なかれ知っています。新しい情報や洞察を見つけるには、派閥のメンバーは派閥を超えて他の友人や知人に目を向けなければなりません。これがグラノヴェッターが「弱い結びつきの強さ」と呼んだものです。[ 48 ]
ネットワークの文脈では、ソーシャルキャピタルは、人々がネットワーク内での位置によって有利になる場所に存在します。ネットワーク内のコンタクトは、ネットワークの中心人物にとって有益となる情報、機会、視点を提供します。ほとんどの社会構造は、強いつながりの密集したクラスターによって特徴付けられる傾向があります。[ 49 ]これらのクラスター内の情報は、かなり均質で冗長である傾向があります。冗長でない情報は、多くの場合、異なるクラスター内のコンタクトを通じて得られます。[ 50 ] 2つの異なるクラスターが冗長でない情報を持っている場合、それらの間に構造的空隙があると言われます。[ 50 ]したがって、構造的空隙を埋めるネットワークは、重複するのではなく、ある程度加算的なネットワークの利点を提供します。理想的なネットワーク構造は、多くの異なるクラスターと構造的空隙へのアクセスを提供する、つる状およびクラスター構造を持っています。[ 50 ]
構造的空隙が豊富なネットワークは、情報上のメリットを提供するという意味で、一種の社会資本である。構造的空隙を埋めるネットワークの主要プレーヤーは、多様な情報源やクラスターから情報にアクセスできる。[ 50 ]例えば、ビジネスネットワークでは、ネットワークがさまざまな業界/セクターの幅広い人脈に及んでいる場合、求人や機会について知る可能性が高くなるため、これは個人のキャリアにとって有益である。この概念は、幅広い人脈を持つことが就職に最も効果的であるという前提に基づくマーク・グラノヴェッターの弱いつながりの理論に似ている。構造的空隙は、社会ネットワーク分析に広く応用されており、機械学習に基づく社会予測だけでなく、幅広い実用的なシナリオへの応用につながっている。[ 51 ]
研究では、美術館の展覧会でアーティストが一緒に展示される際に形成されるネットワークを調べるためにネットワーク分析が用いられてきました。このようなネットワークは、アーティストの個々の業績を考慮に入れた場合でも、歴史や歴史的物語におけるアーティストの認知度に影響を与えることが示されています。[ 52 ] [ 53 ]他の研究では、アーティストのネットワークグループが個々のアーティストのオークションパフォーマンスにどのように影響するかを調べています。[ 54 ]アーティストの地位は、より高い地位のネットワークと関連付けられると向上することが示されていますが、この関連性はアーティストのキャリアを通じて逓減します。
J・A・バーンズの時代には、「コミュニティ」とは特定の地理的な場所を指し、コミュニティのつながりに関する研究は、誰が誰と会話したり、交流したり、取引したり、教会に通ったりするかといった事柄に関するものでした。しかし今日では、通信機器やソーシャルネットワークサービスを通じて、より広範な「オンライン」コミュニティが形成されています。こうした機器やサービスは、ネットワーク科学の手法を用いた広範かつ継続的なメンテナンスと分析を必要とします。現代のコミュニティ開発研究においても、こうした手法が広く活用されています。
複雑なネットワークをモデル化および解釈するには、動的ネットワーク分析などの手法を含め、社会の複雑性や複雑適応システムをモデル化および解釈するための特有の方法が必要となる。二相進化などのメカニズムは、接続性の時間的変化が社会ネットワークの構造形成にどのように寄与するかを説明する。
社会ネットワークの研究は、行為者間の相互依存関係の性質と、それが紛争や協力の結果にどのように関連しているかを調べるために用いられています。研究分野には、抗議活動などの集団行動の参加者間の協力行動、非公式なガバナンスのネットワークを通じたコミュニティ内での平和的行動、社会規範、公共財の促進、国内紛争と国家間紛争の両方における社会ネットワークの役割、政治家、有権者、官僚間のソーシャルネットワーキングなどが含まれます。[ 55 ]
犯罪学や都市社会学では、犯罪者間の社会ネットワークに多くの注目が集まっている。例えば、殺人事件はギャング間の一連のやり取りとして捉えることができる。弱いギャングは強いギャングのメンバーを報復として殺害する余裕はないが、強さの評判を維持するために他の暴力行為を犯さなければならないため、殺人事件は単一の発生源から外側へと拡散していくと考えられる。[ 56 ]
アイデアやイノベーションの普及に関する研究は、アイデアが1人のアクターから別のアクターへ、あるいはある文化から別の文化へと広がり、利用されることに焦点を当てています。この研究分野は、なぜ一部の人々がアイデアやイノベーションの「早期採用者」になるのかを説明し、社会ネットワーク構造がイノベーションの普及を促進または阻害することと関連付けようとしています。その一例が、新語などの言語的イノベーションの社会的普及です。実験や大規模なフィールド試験（例えば、ニコラス・クリスタキスとその共同研究者によるもの）では、ホンジュラスの村[ 57 ] [ 58 ]、インドのスラム[ 59 ] 、あるいは実験室[ 60 ]など、さまざまな環境の社会集団において、望ましい行動の連鎖を誘発できることが示されています。さらに、他の実験では、投票行動[ 61 ]、感情[ 62 ] 、リスク認識[ 63 ] 、および商業製品[ 64 ]の社会的伝染の実験的誘発が記録されています。
人口統計学では、ソーシャルネットワークの研究により、数えるのが難しい集団（例えば、ホームレスや静脈注射薬物使用者）を推定し、調査対象に到達するための新しいサンプリング方法が開発されました。例えば、回答者主導型サンプリングは、調査の回答者がさらに回答者を推薦するという、ネットワークベースのサンプリング手法です。[ 65 ] [ 66 ]
社会学の分野は、社会的な相互作用の結果のネットワークにほぼ完全に焦点を当てています。より狭義には、経済社会学は、社会資本と社会的な「市場」を通じた個人と集団の行動的相互作用を考察します。マーク・グラノヴェッターなどの社会学者は、社会構造、情報、罰や報酬を与える能力、信頼の相互作用に関する中核的な原則を開発しており、それらは政治、経済、その他の制度の分析において頻繁に繰り返されます。グラノヴェッターは、社会構造と社会ネットワークが雇用、価格、生産性、イノベーションなどの経済的結果にどのように影響するかを検証し、社会構造とネットワークが経済に与える影響の分析に対する社会学者の貢献について述べています。[ 67 ]
ソーシャルネットワークの分析は、疫学研究だけでなく、患者とのコミュニケーションと教育、疾病予防、精神保健の診断と治療、医療組織とシステムの研究のモデルにも、医療分析にますます組み込まれています。[ 68 ]
人間生態学は、人間と自然環境、社会環境、人工環境との関係を学際的かつ超学際的に研究する学問である。人間生態学の科学哲学は、地理学、社会学、心理学、人類学、動物学、自然生態学と関連のある、多様な歴史を持つ。[ 69 ] [ 70 ]
文学システムの研究において、ネットワーク分析は、Anheier、Gerhards、Romo [ 71 ] 、 De Nooy [ 72 ] 、 Senekal [ 73 ]、Lotker [ 74 ]によって、文学の機能のさまざまな側面を研究するために応用されてきた。基本的な前提は、 Even-Zoharの著作以来存在するポリシステム理論をネットワーク理論と統合することができ、文学ネットワーク内のさまざまなアクター (作家、批評家、出版社、文学史など) 間の関係をSNA の視覚化を使用してマッピングできるということである。
組織内の公式または非公式な関係、組織コミュニケーション、経済学、経済社会学、その他の資源移転に関する研究。ソーシャル ネットワークは、組織が互いにどのように相互作用するかを調べるためにも使用されており、経営幹部同士を結びつける多くの非公式なつながりや、異なる組織の個々の従業員間の関連性やつながりを特徴付けています。[ 75 ]多くの組織ソーシャル ネットワーク研究はチームに焦点を当てています。[ 76 ]チームネットワーク研究では、たとえば、中心性と権力、チームの道具的および表現的つながりの密度と集中、チーム間ネットワークの役割の予測因子と結果を評価しています。組織内ネットワークは、組織コミットメント[ 77 ]、組織アイデンティティ[ 37 ] 、対人市民行動[ 78 ]に影響を与えることがわかっています。
社会資本は、社会ネットワークが中心であり、取引が互恵性、信頼、協力によって特徴づけられ、市場主体が主に自分自身のためではなく、共通の利益のために財やサービスを生産する、経済的および文化的資本の一形態です。社会資本は、構造的、関係的、認知的次元の 3 つの次元に分けられます。構造的次元は、パートナーが互いにどのように相互作用し、どの特定のパートナーが社会ネットワークで出会うかを説明します。また、社会資本の構造的次元は、組織間のつながりのレベルを示します。[ 79 ]この次元は、パートナー間の絆の信頼性、規範、期待、および識別を指す関係的次元と密接に関連しています。関係的次元は、主に組織のネットワークに与えられる信頼のレベルによって示されるこれらのつながりの性質を説明します。[ 79 ]認知的次元は、組織がつながりや相互作用の結果として共通の目標や目的をどの程度共有しているかを分析します。[ 79 ]
社会資本とは、社会関係の価値と、協力と信頼が肯定的な結果を達成する役割に関する社会学的概念です。この用語は、社会的つながりから得られる価値を指します。たとえば、新しく到着した移民は、定住している移民との社会的つながりを利用して、そうでなければ（たとえば、現地の言語に不慣れなために）得ることが難しい仕事を得ることができます。社会資本とソーシャルネットワークの使用頻度の間には正の相関関係があります。[ 80 ] [ 81 ] [ 82 ]動的な枠組みでは、ネットワークでの活動が活発になると、社会資本も高まり、それがさらに活動を促進します。[ 80 ] [ 83 ]
この研究分野は、ブランドイメージとプロモーション戦略の有効性に焦点を当て、顧客参加が売上とブランドイメージに与える影響を考慮に入れています。これは、データマイニングやアナリティクスといった数学的分野に基づく感情分析などの手法を用いて測定されます。この研究分野は、消費者の行動を理解し、売上を促進することを主な目的としているため、膨大な数の商業的応用を生み出しています。
多くの組織では、メンバーは自分のグループ内で活動に集中する傾向があり、それが創造性を阻害し、機会を制限します。構造的ギャップを埋めるネットワークを持つプレイヤーは、有益な機会を見つけて開発する上で有利です。[ 49 ]このようなプレイヤーは、そうでなければ接触することのない2つのグループ間の情報の「仲介者」として機能し、ソーシャルキャピタルを動員することで、新しいアイデア、意見、機会へのアクセスを提供できます。英国の哲学者で政治経済学者のジョン・スチュアート・ミルは、「自分とは異なる人々と人間を接触させることの価値を過大評価することはほとんど不可能である…このようなコミュニケーションは進歩の主要な源泉の1つである」と書いています。[ 84 ]したがって、構造的ギャップが豊富なネットワークを持つプレイヤーは、新しいアイデアや機会を通じて組織に価値を加えることができます。これは、個人のキャリア開発と昇進にも役立ちます。
ソーシャルキャピタルブローカーは、コンタクト間の情報フローを促進することで、コントロールのメリットも享受します。ソーシャルネットワーク内で動的にポジションが入れ替わることで生じる、探求的な考え方と情報交換による完全なコミュニケーションは、創造的で深い思考を促進します。[ 85 ]コンサルティング会社Eden McCallumの場合、創業者は、かつて大手コンサルティング会社に勤めていたコンサルタントと中堅企業とのつながりを繋げることで、キャリアを向上させることができました。[ 86 ]構造的なギャップを埋め、ソーシャルキャピタルを動員することで、プレーヤーはコンタクト間の新しい機会を実行することでキャリアを向上させることができます。
情報仲介の利点を裏付ける研究と反証する研究の両方がある。Zhixing Xiaoによる中国のハイテク企業を対象とした研究では、構造的空隙による統制上の利点は「企業全体の協力精神とは相容れない」ものであり、情報上の利点は、そのような組織の共有価値観のために実現できないことがわかった。[ 87 ]しかし、この研究は、共有価値観が強い傾向にある中国企業のみを分析した。企業全体のレベルではそれほど包括的で協力的ではない企業では、構造的空隙による情報と統制上の利点は依然として価値がある。2004年、Ronald Burtは、アメリカ最大の電子機器会社の1つでサプライチェーンを運営する673人のマネージャーを調査した。彼は、他のグループと頻繁に問題を話し合うマネージャーは、より高い給与を受け取り、より肯定的な仕事の評価を受け、昇進する可能性が高いことを発見した。[ 49 ]このように、構造的空隙を埋めることは組織にとって有益であり、ひいては個人のキャリアにも有益である。
コンピュータ ネットワークとソーシャル ネットワーキング ソフトウェアの組み合わせは、社会的交流のための新しい媒体を生み出します。コンピュータ化されたソーシャル ネットワーキング サービス上の関係は、コンテキスト、方向性、および強度によって特徴付けられます。関係の内容は、交換されるリソースを指します。コンピュータを介したコミュニケーションのコンテキストでは、ソーシャル ペアは、データ ファイルやコンピュータ プログラムの送信、感情的なサポートの提供、会議の手配など、さまざまな種類の情報を交換します。電子商取引の台頭により、交換される情報は、「現実」の世界での金銭、商品、またはサービスの交換にも対応する可能性があります。[ 88 ]ソーシャル ネットワーク分析手法は、このようなタイプのコンピュータを介したコミュニケーションを調査するために不可欠になっています。
さらに、ソーシャルメディアの規模の大きさと不安定な性質により、新しいネットワーク指標が生まれています。ソーシャルメディアから抽出されたネットワークに関する重要な懸念は、欠損データによるネットワーク指標の堅牢性の欠如です。[ 89 ]
同質性のパターンに基づくと、人々の間のつながりは、互いに最も類似したノード間、または近隣分離内で発生する可能性が最も高く、個人は自分に似た他の個人と同じ地域に居住する可能性が最も高くなります。したがって、ソーシャルネットワークは、ソーシャルネットワーク内の分離または同質性の度合いを測定するツールとして使用できます。ソーシャルネットワークは、同質性のプロセスをシミュレートするために使用できるだけでなく、特定の地域の個人の現在のソーシャルネットワーク内で、異なるグループが互いに接触するレベルの尺度としても機能します。[ 90 ]
全人口規模のソーシャルネットワークは、近年の研究トレンドとなっている。これらのネットワークの目的は、国内における隔離や移動といった現象を大規模に研究することである。これらのネットワークの大部分は、国内で利用可能な登録データに基づいて作成されており、オランダ[ 91 ]、デンマーク[ 92 ] 、スウェーデン[ 93 ]などでそのようなネットワークが作成されている。
{{citation}}: CS1メンテナンス: ISBNを使用した作業パラメータ (リンク)