如何深入研究网络

⑴ 如何系统学习社会网络分析(sna)

社会网研究旨在探索人的关系、互动和网络结构。一个多世纪以来，社会学家利用「社会网」这一概念来表示复杂的社会关系，强调关系的重要性，如马克思强调人与社会关系的总和，齐美尔则深入研究个体间的互动关系。

怀特和科曼两位大师在 1950 年代系统化地使用「社会网」一词，开启了社会网分析的数学基础与研究方法。社会网研究在随后的几十年中扩展到组织行为、经济学、战略学、传媒研究、金融学、政治学等多领域，帮助我们理解人际关系与社会网如何影响日常生活。

网络结构由节点和节点之间的线构成，节点可以代表个人、组织、社区等，线代表关系，如情感、经济、权力等。方向性图形表示有方向性的关系，数值图形则将关系强度量化。距离与可达性则涉及信息或资源的传递效率，距离越远，信息传递的可能性越低。

复杂社会网由成千上万个个体组成，每个个体扮演多种角色，每两个人之间存在不同关系类型。社会网理论分析这些复杂的多维关系，以理解社会现象。社会网研究反对还原主义，因为它虽然并非错误，但不足以解释社会现象的全貌。

⑵ 神经网络的研究方向

神经网络的研究可以分为理论研究和应用研究两大方面。
理论研究可分为以下两类：
1、利用神经生理与认知科学研究人类思维以及智能机理。
2、利用神经基础理论的研究成果，用数理方法探索功能更加完善、性能更加优越的神经网络模型，深入研究网络算法和性能，如：稳定性、收敛性、容错性、鲁棒性等；开发新的网络数理理论，如：神经网络动力学、非线性神经场等。
应用研究可分为以下两类：
1、神经网络的软件模拟和硬件实现的研究。
2、神经网络在各个领域中应用的研究。这些领域主要包括：
模式识别、信号处理、知识工程、专家系统、优化组合、机器人控制等。随着神经网络理论本身以及相关理论、相关技术的不断发展，神经网络的应用定将更加深入。