Ví dụ, cấu trúc liênkết của một website có thể được biểu diễn bằng một đồ thị có hướng, XML, cấutrúc phân tử hóa học, cấu trúc protein, đối tượng 3D… Cơ sở dữ liệu đồ thị là tập các đồ t
Trang 1Giảng viên hướng dẫn : PGS.TS Đỗ Phúc
Sinh viên thực hiện:Tạ Lê Thủy Tiên MHHV:CH1101144
Trang 2MỤC LỤC
LỜI MỞ ĐẦU 3
PHẦN I: TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU ĐỒ THỊ: 4
I ĐỒ THỊ: 4
1 Ví dụ đồ thị trong thực tế: 4
2 Khái quát đồ thị 4
II CƠ SỞ DỮ LIỆU ĐỒ THỊ 5
1 Giới thiệu : 5
2 So sánh Mô hình cơ sở dữ liệu 7
3 Cách lưu trữ đồ thị: 9
PHẦN II: PHÂN TÍCH MẠNG XÃ HỘI 11
I MẠNG XÃ HỘI: 11
1 Mạng xã hội: 11
2 Lịch sử: 11
3 Cấu thành: 12
4 Mục tiêu: 12
5 Cách lưu trữ - Lập chỉ mục và tìm kiếm CSDL đồ thị - Hiện thực Graph database trên: 13
II PHÂN TÍCH MẠNG XÃ HỘI (Social Network Analysis (SNA)) 14
1 Bối cảnh: Phân tích mạng: 14
2 Bối cảnh: Khoa học Xã hội: 15
2 Bối cảnh: Tên miền khác 17
3 Ứng dụng thực tế 17
4 Tại sao và khi nào sử dụng SNA 18
5 Khái niệm cơ bản 18
6 Thế giới nhỏ 29
7 Ưu tiên đính kèm 30
8 Các cấu trúc cốt lõi-ngoại vi 31
9 Suy nghĩ vào việc thiết kế: 32
10 Phân tích ego-mạng của chính bạn 32
11 Demo phân tích mạng xă hội 36
KẾT LUẬN 42
THAM KHẢO 43
Trang 3LỜI MỞ ĐẦU
Thế giới có gần 700 triệu người dùng Facebook, tiêu tốn 700 tỉ phút/ tháng để cập nhật thông tin về gia đình, bạn bè, tải hình ảnh, video hay đơn giản chia sẻ những suy nghĩ của mình (nguồn http://www.checkfacebook.com, tháng 6/2011)
Ngày nay các mạng xã hội với mô hình UGC (User generated content – người dùng tạo ra nội dung) đang bùng nổ dưới nhiều hình thức, đặc biệt là các trang web cung cấp dịch vụ blog.Các hệ thống này đã đưa ra hàng triệu trang web cá nhân được cập nhật liên tục bởi người dùng và ý kiến (comment) của khách truy cập Người dùng vào đây không chỉ để cập nhật thông tin về cá nhân mà còn chia
sẻ sẽ suy nghĩ, nhận xét, sự trải nghiệm về một sản phẩm hay dịch vụ nào đó Đây chính là mỏ vàng đối với nhiều công ty! Các chuyên gia marketing qua đó có
cơ hội tiếp cận người tiêu dùng tiềm năng và biết thêm trải nghiệm của khách hàng Từ đó, họ phân tích thêm cho việc kinh doanh Sự tương tác này được IDC gọi là phân tích dữ liệu xã hội trực tuyến
Dữ liệu trên MXH trực tuyến khi được phân tích có ý nghĩa với các công ty cung cấp dịch vụ cho người tiêu dùng ở quy mô lớn Thông qua các trao đổi trên MXH, đội ngũ bán hàng và marketing có thể có được thông tin về SP/DV hiện tại hay ý tưởng cho SP, chiến dịch marketing sắp tới Càng nhiều người nói về SP/DV thì các phân tích sẽ càng có giá trị với DN
Bài tiểu luận trình bày về Đồ thị-Cơ sở dữ liệu đồ thị-Mạng xã hội-Lí thuyết phân tích mạng xã hội-Ví dụ đơn giản-Sử dụng phần mềm NODEXL-
Degree_betweness_closeness_clustering.exe để phân tích mạng xã hội đơn giản.
Em xin chân thành cảm ơn PGS.TS Đỗ Phúc – Giảng viên môn học cơ sở dữ liệu nâng cao đã truyền đạt những kiến thức vô cùng quý báu, xin chân thành cám ơn ban cố vấn học tập và ban quản trị chương trình đào tạo thạc sĩ Công nghệ thông tin qua mạng của Đại Học Quốc Gia TPHCM đã tạo điều kiện về tài liệu tham khảo để em có thể hoàn thành môn học này.
Chân thành cám ơn!
Trang 4PHẦN I: TỔNG QUAN VỀ CƠ SỞ DỮ LIỆU ĐỒ THỊ:
Trang 5
Đồ thị có hướng
Cấu trúc đồ thị có thể mở rộng bằng cách gán trọng số cho các cạnh của đồ thị
Có thể sử dụng đồ thị trọng số để biểu diễn những khái niệm khác nhau như chiềudài con đường,thời gian đi giữa hai nút, độ mạnh liên kết giữa các nút, số giao táckết nối giữa 2 nút ở một thời điểm nào đó…
Nhiều bài toán thực tế có thể được biểu diễn bằng đồ thị Ví dụ, cấu trúc liênkết của một website có thể được biểu diễn bằng một đồ thị có hướng, XML, cấutrúc phân tử hóa học, cấu trúc protein, đối tượng 3D…
Cơ sở dữ liệu đồ thị là tập các đồ thị.Một cơ sở dữ liệu đồ thị có thể có nhiều đồ thịnhưng cũng có thể chỉ có một đồ thị, đó là một đồ thị rất lớn chứa nhiều nút vàđỉnh ví dụ như mạng xã hội
Đồ thị đơn giản nhất có thể là một nút duy nhất một bản ghi đã được đặt tên giá trịđược gọi là thuộc tính.Một Node có thể bắt đầu bằng một thuộc tính đơn giản vàphát triển lên một vài triệu, mặc dù có thể có một chút bất tiện.Tại một số điểm, nótạo nên chiều để phân phối dữ liệu vào nhiều nút, tổ chức với các mối quan hệ rõràng
“Nodes —Được tổ chức bởi→Mối quan hệ—mà có → Thuộc tính”
Mối quan hệ tổ chức các nút thành những cấu trúc bất kỳ, cho phép một đồ thịgiống như một danh sách, một cây, một bản đồ, hoặc một tổ chức phức hợp trong
đó có thể được kết hợp thành phức tạp hơn, cấu trúc kết nối với nhau phong phú
Trang 6MộtTraversal là làm thế nào bạn truy vấn một đồ thị, điều khiển từ nút bắt đầu từnút liên quan đến theo một thuật toán, việc tìm kiếm câu trả lời cho câu hỏi như
"Những âm nhạc nào bạn bè của tôi thích mà tôi chưa sở hữu," hoặc "nếu điều nàynguồn cung cấp năng lượng giảm xuống, những dịch vụ web bị ảnh hưởng?"
Thông thường, bạn muốn tìm thấy một nút cụ thể hoặc mối quan hệ theo một Sởhữu nó có.Thay vì đi qua toàn bộ đồ thị, sử dụng một chỉ số để thực hiện một tìmkiếm,ch câu hỏi như "tìm ra cho các tài khoản tên người dùng điều khiển của đồthị"
Neo4j là một cơ sở dữ liệu mã nguồn mở đồ thị hỗ trợ thương mại Nó được thiết
kế và xây dựng từ đơn giản lên là một cơ sở dữ liệu đáng tin cậy tối ưu hóa cho
Trang 7cấu trúc đồ thị thay vì các bảng.Làm việc với Neo4j, ứng dụng của bạn được tất cảcác biểu cảm của một đồ thị, Với tất cả tin cậy bạn mong đợi của một cơ sở dữliệu.
Một cơ sở dữ liệu đồ thị lưu trữ dữ liệu có cấu trúc trong các nút và các mối quan
hệ của một đồ thị.Làm thế nào để so sánh với các mô hình bền bỉ khác? Bởi vì một
đồ thị là một cấu trúc tổng quát, chúng ta hãy so sánh một vài mô hình sẽ tìm trongmột đồ thị
Lật đổ ngăn xếp của các bản ghi trong một cơ sở dữ liệu quan hệ khi vẫn giữ tất cảcác mối quan hệ, và bạn sẽ thấy một đồ thị.nơi mà hợp một RDBMS được tối ưuhóa cho dữ liệu tổng hợp, Neo4j được tối ưu hóa cho dữ liệu kết nối cao
Trang 82.2 Cơ sở dữ liệu đồ thị lập một lưu trữ giá trị khóa
Một mô hình giá trị khóa tuyệt vời cho tra cứu các giá trị đơn giản hoặc danhsách.Khi các giá trị được kết nối với nhau, bạn đã có một đồ thị.Neo4j cho phép
bạn xây dựng cấu trúc dữ liệu đơn giản thành phức tạp hơn, dữ liệu kết nối vớinhau
Dữ liệu được lưu trữ thành những dòng và cột trong những table khác nhau.Dữ liệuđược truy xuất bằng câu lệnh SQL.SQL cho phép người sử dụng truy xuất khámạnh mẽ dữ liệu đồ thị bao gồm cả việc trích xuất dữ liệu mới từ dữ liệu đã lưutrữ
Trang 9Mặc dù có nhiều điểm mạnh nhưng SQL không thể hổ trợ những thao tác tínhtoán, những biểu thức phức tạp một cách linh hoạt và tùy lúc.Ví dụ như tính chiphí một con đường đi từ đỉnh này để đỉnh khác, tìm chi phí thấp nhất để đi giữa hainút cho trước…
Để giải quyết vấn đề trên DB2 và RDBMS đã mở rộng SQL bằng cách xây dựngnhưng hàm cụ thể được gọi là user-defined functions (UDFs) UDFs được sử dụngmọi nơi mà người sử dụng muốn
SBGE sử dụng những hàm mở rộng của DB2 để thao tác trên dữ liệu đồ thị.VớiSBGE có thể dễ dàng quản lý dữ liệu đồ thị thông qua các nút, cạnh
Với RDBMSs cho phép người sử dụng định nghĩa cũng như tìm kiếm những đồ thịcon RDBMSs có thể linh hoạt trên một đồ thị dữ liệu lớn bởi vì SQL có thể tìmkiếm mà không đòi hỏi việc load cả dữ liệu đồ thị lên bộ nhớ tạm Do đó, SBGEchính là sự kết hợp giữa SQL để quản lý dữ liệu của đồ thị và những hàm mở rộng
để quản lý những hàm truy xuất của đồ thị
Oracle hỗ trợ những procedure để tạo dữ liệu đồ thị
Neo4j là một cơ sở dữ liệu đồ thị, lưu trữ dữ liệu trong các nút và các mối quan hệcủa một đồ thị Chung của các cấu trúc dữ liệu, biểu đồ trang nhã đại diện cho bất
kỳ loại dữ liệu, bảo quản cấu trúc tự nhiên của miền
Neo4j là một dự án mã nguồn mở có sẵn trong một ấn bản cộng đồng GPLv3, vớiphiên bản nâng cao và doanh nghiệp theo giấy phép AGPLv3 và thương mại, hỗtrợ bởi công nghệ Neo
Trang 10PHẦN II: PHÂN TÍCH MẠNG XÃ HỘI
Mạng xã hội, hay gọi là mạng xã hội ảo, (tiếng Anh: social network) là dịch vụ nối
kết các thành viên cùng sở thích trên Internet lại với nhau với nhiều mục đích khácnhau không phân biệt không gian và thời gian
Mạng xã hội có những tính năng như chat, e-mail, phim ảnh, voice chat, chia sẻfile, blog và xã luận Mạng đổi mới hoàn toàn cách cư dân mạng liên kết với nhau
và trở thành một phần tất yếu của mỗi ngày cho hàng trăm triệu thành viên khắpthế giới[1] Các dịch vụ này có nhiều phương cách để các thành viên tìm kiếm bạn
bè, đối tác: dựa theo group (ví dụ như tên trường hoặc tên thành phố), dựa trênthông tin cá nhân (như địa chỉ e-mail hoặc screen name), hoặc dựa trên sở thích cánhân (như thể thao, phim ảnh, sách báo, hoặc ca nhạc), lĩnh vực quan tâm: kinhdoanh, mua bán
Hiện nay thế giới có hàng trăm mạng mạng xã hội khác nhau, với MySpace và Facebook nổi tiếng nhất trong thị trường Bắc Mỹ và TâyÂu; Orkutvà Hi5 tại Nam Mỹ; Friendster tại Châu Á và các đảo quốc Thái BìnhDương Mạng xã hội khác gặt hái được thành công đáng kể theo vùng miềnnhư Bebo tại Anh Quốc, CyWorld tại Hàn Quốc, Mixi tại Nhật Bản và tại ViệtNam xuất hiện rất nhiều các mạng xã hội như: Zing Me, YuMe,Tamtay
Mạng xã hội xuất hiện lần đầu tiên năm 1995 với sự ra đời của trang Classmate vớimục đích kết nối bạn học, tiếp theo là sự xuất hiện của SixDegrees vào năm 1997với mục đích giao lưu kết bạn dựa theo sở thích.[2]
Năm 2002, Friendster trở thành một trào lưu mới tại Hoa Kỳ với hàng triệu thànhviên ghi danh Tuy nhiên sự phát triển quá nhanh này cũng là con dao hai lưỡi:server của Friendster thường bị quá tải mỗi ngày, gây bất bình cho rất nhiều thànhviên
Trang 11Năm 2004, MySpace ra đời với các tính năng như phim ảnh (embedded video) và
nhanh chóng thu hút hàng chục ngàn thành viên mới mỗi ngày, các thành viên cũcủa Friendster cũng lũ lượt chuyển qua MySpace và trong vòng một năm,MySpace trở thành mạng xã hội đầu tiên có nhiều lượt xem hơn cả Google và đượctập đoàn News Corporation mua lại với giá 580 triệu USD
Năm 2006, sự ra đời của Facebook đánh dấu bước ngoặt mới cho hệ thống mạng
xã hội trực tuyến với nền tảng lập trình "Facebook Platform" cho phép thành viên
tạo ra những công cụ (apps) mới cho cá nhân mình cũng như các thành viên khác
dùng Facebook Platform nhanh chóng gặt hái được thành công vược bậc, mang lạihàng trăm tính năng mới cho Facebook và đóng góp không nhỏ cho con số trungbình 19 phút mà các thành viên bỏ ra trên trang này mỗi ngày
Mỗi nút (Node) là một cá nhân hay tổ chức, Trong đó, mỗi nút có chứa nhiềuthuộc tính: Họ tên, giới tính, sở thích, hình ảnh, nhưng quan trọng nhất có lẽ làthuộc tính khóa (primary key) idNode dùng để phân biệt giữa các nút khác
Mỗi cạnh (Edge) là thể hiện mối quan hệ của hai nút, như: quan hệ bạn bè, quan hệ
họ hàng, quan hệ công tác, quan hệ sở thích, Trong đó mỗi cạnh sẽ là cặp đỉnh(node) là 2 idNode, ví dụ A quan hệ B sẽ tương ứng là IdNodeA và IdNodeB
Tạo ra một hệ thống trên nền Internet cho phép người dùng giao lưu và chia
sẻ thông tin một cách có hiệu quả, vượt ra ngoài những giới hạn về địa lý và thờigian
Xây dựng lên một mẫu định danh trực tuyến nhằm phục vụ những yêu cầu côngcộng chung và những giá trị của cộng đồng
Trang 12Nâng cao vai trò của mỗi công dân trong việc tạo lập quan hệ và tự tổ chức xoayquanh những mối quan tâm chung trong những cộng đồng thúc đẩy sự liên kết các
tổ chức xã hội
Graph database trên:
Trang 13Thỏa điều kiện:
IdA và IdB phải thỏa mãn ràng buộc khóa ngoại với IdNode và toàn vẹn thamchiếu
Do thực tế mạng xã hội giữa hai nút có quan hệ giao hoán nên thực chất là đồ thị
vô hướng nên thứ tự IdA và IdB không quan trọng
Khóa của tGraph phải bao gồm 2 thuộc tính IdA và IdB vì mạng là đồ thị đơn vôhướng
5.3.1 Ưu điểm: phù hợp với thực tế của mạng xã hội là đồ thị thưa, cách lưu trữ
trên tiết kiệm bộ nhớ, truy vấn (update, change, select) nhanh, chính xác
5.3.2 Nhược điểm: khó khăn khi biểu diễn đa đồ thị vô hướng, đồ thị có hướng.
SNA có nguồn gốc của nó trong khoa học xã hội cả hai và trong các lĩnh vực rộng lớn hơn của mạng lưới phân tích và lý thuyết đồ thị
Trang 14Mạng lưới phân tích liên quan đến chính nó với việc xây dựng và giải pháp của cácvấn đề có một cấu trúc mạng, cấu trúc như vậy thường giữ trong một đồ thị.
Lý thuyết đồ thị cung cấp một tập hợp các khái niệm trừu tượng và phương pháp
để phân tích của đồ thị Kết hợp với các công cụ phân tích khác và với các phương pháp phát triển đặc biệt cho trực quan hóa và phân tích của các mạng xã hội, hình thành cơ sở của điều mà chúng ta gọi là phương pháp SNA
Nhưng SNA không chỉ là một phương pháp luận, nó là một góc nhìn độc đáo vềchức năng xã hội như thế nào.Thay vì tập trung vào các cá nhân và các thuộc tínhcủa chúng, hoặc trên các cấu trúc xã hội vĩ mô, mà nó tập trung trên mối quan hệgiữa các cá nhân, nhóm, hoặc các tổ chức xã hội
Nghiên cứu xã hội từ một góc độ mạng là để nghiên cứu cá nhân được nhúng vàotrong một mạng lưới các mối quan hệ và tìm kiếm lời giải thích cho hành vi xã hộitrong cấu trúc của các mạng này hơn là trong các cá nhân đơn độc “góc nhìn vềmạng” này trở nên ngày càng phù hợp trong một xã hội mà Manuel Castells đãmệnh danh là mạng xã hội
SNA có một lịch sử lâu dài trong lĩnh vực khoa học xã hội, mặc dù nhiều côngtrình trong việc thúc đẩy phương pháp của nó cũng đã đến từ các nhà toán học, vật
lý, sinh học và các nhà khoa học máy tính (vì họ cũng nghiên cứu mạng lưới cácloại khác nhau)
Ý tưởng các mạng trong những mối quan hệ rất quan trọng trong khoa học xã hộikhông phải là mới, nhưng phổ biến rộng rãi sẵn có dữ liệu và những tiến bộ trongtính toán và phương pháp luận bây giờ đã làm cho nó dễ dàng hơn nhiều để ápdụng SNA cho một loạt các vấn đề
Trang 151.1 Ví dụ 1:
Đây là một mô tả ban đầu của những gì chúng ta gọi là 'ego' mạng, tức là một mạng lưới
cá nhân.Đồ họa mô tả khác nhau buộc điểm mạnh thông qua các vòng tròn đồng tâm(Wellman, năm 1998)
Những trực quan này miêu tả những lưu lượng thông tin liên lạc trong một tổ chứctrước và sau khi giới thiệu một hệ thống quản lý nội dung (Garton et al, 1997)
Trang 16Một trực quan của các blogger Mỹ cho thấy rõ ràng làm thế nào họ có xu hướngliên kết chủ yếu đến các blog hỗ trợ cùng một nhóm ,tạo nên hai cụm riêng biệt(Adamic and Glance, 2005)
Phân tích mạng xã hội đã tìm thấy ứng dụng trong nhiều lĩnh vực vượt ra ngoàikhoa học xã hội, mặc dù những tiến bộ lớn nhất thường liên quan đến nghiên cứucác cấu trúc được tạo ra bởi con người.Các nhà khoa học máy tính ví dụ đã được
sử dụng (và thậm chí phát triển mới) phương pháp phân tích mạng để nghiên cứucác trang web, lưu lượng truy cập Internet, thông tin phổ biến, vv
Một ví dụ trong khoa học cuộc sống là việc sử dụng các phân tích mạng để nghiêncứu chuỗi thức ăn trong hệ sinh thái khác nhau Nhà toán học và vật lý (lý thuyết)thường tập trung vào sản xuất các phương pháp mới và phức tạp cho việc phân tíchmạng, có thể được sử dụng bởi bất cứ ai, trong phạm vi bất kỳ nơi các mạng cóliên quan
Các tổ chức xã hội dân sự sử dụng SNA để phát hiện ra xung đột lợi ích trong cáckết nối ẩn giữa các cơ quan chính phủ, vận động hành lang và các doanh nghiệpNhà khai thác mạng (điện thoại, cáp, điện thoại di động) sử dụng phương phápSNA-như để tối ưu hóa cấu trúc và năng lực của mạng của họ
Trang 17Trong ví dụ này, các nhà nghiên cứu thu thập được một số lượng rất lớn dữ liệuvào các liên kết giữa các trang web và phát hiện ra rằng Web bao gồm một lõi củacác trang liên kết liên động, trong khi hầu hết các trang web khác hoặc liên kết đếnhoặc được liên kết đến từ cốt lõi.Đó là một trong những kiến thức đầu tiên vào quy
mô rất lớn của con người tạo ra cấu trúc (Broder et al, 2000)
đó xác định các người tham gia chính trong các mạng này
Các trang web mạng xã hội như Facebook sử dụng các yếu tố cơ bản của SNA đểxác định và giới thiệu bạn bè tiềm năng dựa vào bạn bè của bạn bè
Các tổ chức xã hội dân sự sử dụng SNA để phát hiện ra xung đột lợi ích trong cáckết nối ẩn giữa các cơ quan chính phủ, vận động hành lang và các doanh nghiệp.Nhà khai thác mạng (điện thoại, cáp, điện thoại di động) sử dụng phương phápSNA-như để tối ưu hóa cấu trúc và năng lực của mạng lưới của họ
Bất cứ khi nào bạn đang nghiên cứu một mạng xã hội, hoặc là ẩn hoặc là online,hoặc khi bạn muốn hiểu làm thế nào để nâng cao hiệu quả của mạng
Khi bạn muốn trực quan dữ liệu của bạn để khám phá các mẫu trong các mối quan
và đôi khi đáng ngạc nhiên
(b) Phân tích định lượng của một mạng xã hội có thể giúp bạn nhận biếtcác loại khác nhau của các tác nhân trong mạng hay các người tham giachính, người mà bạn có thể tập trung vào nghiên cứu định tính của bạn
Trang 18để xác định nguyên nhân rối loạn chức năng cho các cộng đồng hoặc các mạng, và
để thúc đẩy sự gắn kết xã hội và tăng trưởng trong một cộng đồng trực tuyến
Networks : Làm thế nào để biểu diễn các mạng xã hội khác nhau.
Tie Strength: Làm thế nào để xác định các mối quan hệ mạnh / yếu trong mạng Key Players : Làm thế nào để xác định các nút trọng điểm / trung tâm trong mạng Cohesion(sự gắn kết): Các biện pháp của cấu trúc mạng tổng thể.
Đại diện các mối quan hệ như các mạng:
Trang 195.1.1 Nhập dữ liệu trên một đồ thị có hướng.
5.1.2 Đại diện một đồ thị vô hướng
Trang 205.1.3 Các mạng Ego và mạng 'whole'
không có nghiên cứu mạng là “whole”, trong thực tế, nó thường là một một phầnhình ảnh của mạng thực tế đời sống của một người (vấn đề đặc điểm kỹ thuật ranhgiới)
trong mạng.
5.2.1 Thêm trọng số cạnh (hướng hoặc vô hướng)
cô lập
thay đổi
Trọng số có thể là:
• Tần số của sự tương tác
trong giai đoạn quan sát
• Số lượng của các mục trao
đổi trong giai đoạn
• riêng nhận thức của sức
mạnh của mối quan hệ
• Chi phí trong giao tiếp
hoặc trao đổi, ví dụ: khoảng
cách
• Kết hợp các
Danh sách cạnh: thêm cột của trọng số
Ma trận kề: thêm trọng số thay vì của 1
Trang 215.2.2 Cạnh trọng số là sức mạnh mối quan hệ.
Cạnh có thể đại diện cho các tương tác, luồng của thông tin hoặc hàng hóa, tươngđồng / bị sát nhập, Hoặc quan hệ xã hội
Cụ thể đối với quan hệ xã hội, một proxy cho sức mạnh của hòa có thể là:
(a) Các tần số của sự tương tác (truyền thông) hoặc số lượng của lưu lượng (traođổi)
(b) Nguyên tắc có đi có lại trong tương tác hoặc lưu lượng
(c) Các loại tương tác hoặc lưu lượng giữa hai bên (ví dụ, thân mật hay không)(d) Các thuộc tính khác của các nút hoặc các mối quan hệ (ví dụ như, mối quan hệthân nhân)
(e) Cấu trúc của nút kế cận(ví dụ: một vài người bạn chung).Khảo sát và phỏng vấn cho phép chúng ta thiết lập sự tồn tại lẫn nhau hoặc mộtbên sức mạnh / tác động với sự chắc chắn hơn, nhưng các ủy quyền ở trên cũng rấthữu ích
5.2.3 Homophily, bắc cầu, và chuyển tiếp.
Homophily chỉ khuynh hướng liên hệ những người có cùng tính cách (tình trạng,tôn giáo, …)
Nó hướng đến sự hình thành các nhóm người cùng sở thích, từ đó mối quan hệtheo hình thức này giúp việc liên hệ dễ dàng hơn
Sự đồng nhất cực kỳ có thể đóng vai trò bộ đếm trong các hệ nỗ lực và ý tưởng(heterophily được yêu càu trong một số ngữ cảnh)
Các phân lớp của homophilous có thể là mạnh hoặc yếu
Bắc cầu trong SNA là mộ thuộc tính của các lớp Nếu có một lớp giữa A và B vàmột lớp giữa B và C, thì sẽ có một kết nối bắc cầu giữa A và C
Các lớp mạnh thường bắc cầu hơn các lớp yếu; tính chất bắc cầu là bằng chứngcho sự tồn tại của các lớp liên kết mạnh (nhưng nó không là điều kiện cần hay đủ)Bắc cầu và homophily kết hợp với nhau hình thành nên đẳng cấu (trong đó cáccụm được nối đầy đủ với nhau)
Các cầu nối là các điểm và cạnh nối giữa các nhóm
Chúng tạo sự thuận lợi giữa các nhóm thông tin liên lạc, tăng cường sự gắn kết xã