社會網路分析
出自 MBA智库百科(https://wiki.mbalib.com/)
社會網路分析(Social Network Analysis)
目錄 |
社會網路分析方法是由社會學家根據數學方法﹑圖論等發展起來的定量分析方法，近年來，該方法在職業流動、城市化對個體幸福的影響、世界政治和經濟體系、國際貿易等領域廣泛應用，併發揮了重要作用。社會網路分析是社會學領域比較成熟的分析方法，社會學家們利用它可以比較得心應手地來解釋一些社會學問題。許多學科的專家如經濟學、管理學等領域的學者們在新經濟時代——知識經濟時代，面臨許多挑戰時，開始考慮借鑒其他學科的研究方法，社會網路分析就是其中的一種。
網路指的是各種關聯，而社會網路(Social Network)即可簡單地稱為社會關係所構成的結構。社會網路分析（Social Network Analysis，SNA）問題起源於物理學中的適應性網路，通過研究網路關係，有助於把個體間關係、“微觀”網路與大規模的社會系統的“巨集觀”結構結合起來，通過數學方法﹑圖論等定量分析方法，是20世紀70年代以來在社會學、心理學、人類學、數學、通信科學等領域逐步發展起來的一個的研究分支。
從社會網路的角度出發，人在社會環境中的相互作用可以表達為基於關係的一種模式或規則，而基於這種關係的有規律模式反映了社會結構，這種結構的量化分析是社會網路分析的出發點。社會網路分析不僅僅是一種工具，更是一種關係論的思維方式。可以利用來解釋一些社會學、經濟學、管理學等領域問題。
網路指的是各種關聯，而社會網路(social network)即可簡單地稱為社會關係所構成的結構。故從這一方面來說，社會網路代表著一種結構關係，它可反映行動者之間的社會關係。構成社會網路的主要要素有：
行動者(actor)：這裡的行動者不但指具體的個人，還可指一個群體、公司或其他集體性的社會單位。每個行動者在網路中的位置被稱為“結點(node)”。
關係紐帶(relational tie)：行動者之間相互的關聯即稱關係紐帶。人們之間的關係形式是多種多樣的，如親屬關係、合作關係、交換關係、對抗關係等，這些都構成了不同的關係紐帶。
二人組(dyad)：由兩個行動者所構成的關係。這是社會網路的最簡單或最基本的形式，是我們分析各種關係紐帶的基礎。
三人組(triad)：由三個行動者所構成的關係。
子群(subgroup)：指行動者之間的任何形式關係的子集。
群體(group)：其關係得到測量的所有行動者的集合。
社會網路分析是對社會網路的關係結構及其屬性加以分析的一套規範和方法。它又被稱結構分析法(structural analysis)，因為它主要分析的是不同社會單位(個體、群體或社會)所構成的社會關係的結構及其屬性。
從這個意義上說，社會網路分析不僅是對關係或結構加以分析的一套技術，還是一種理論方法——結構分析思想。因為在社會網路分析學者看來，社會學所研究的對象就是社會結構，而這種結構即表現為行動者之間的關係模式。社會網路分析家B·韋爾曼(Barry Wellman)指出：“網路分析探究的是深層結構——隱藏在複雜的社會系統錶面之下的一定的網路模式。”例如，網路分析者特別關註特定網路中的關聯模式如何通過提供不同的機會或限制，從而影響到人們的行動。
韋爾曼指出，作為一種研究社會結構的基本方法，社會網路分析具有如下基本原理：
1．關係紐帶經常是不對稱地相互作用著的，在內容和強度上都有所不同。
2．關係紐帶間接或直接地把網路成員連接在一起；故必須在更大的網路結構背景中對其加以分析。
3．社會紐帶結構產生了非隨機的網路，因而形成了網路群(network clusters)、網路界限和交叉關聯。
4．交叉關聯把網路群以及個體聯繫在一起。
5．不對稱的紐帶和複雜網路使稀缺資源的分配不平等。
6．網路產生了以獲取稀缺資源為目的的合作和競爭行為。
這種結構分析的方法論意義是：社會科學研究的對象應是社會結構，而不是個體。通過研究網路關係，有助於把個體間關係、“微觀”網路與大規模的社會系統的“巨集觀”結構結合起來。故英國學者J·斯科特指出：“社會網路分析已經為一種關於社會結構的新理論的出現奠定了基礎。”
傳統上對社會現象的研究存在著個體主義方法論與整體主義方法論的對立。前者強調個體行動及其意義，認為對社會的研究可以轉換為對個體行動的研究。如韋伯明確指出，社會學的研究對象就是獨立的個體的行動。但整體主義方法論強調只有結構是真實的，認為個體行動只是結構的派生物。
儘管整體主義方法論者重視對社會結構的研究，但他們對結構概念的使用也有很大的分歧。其實，在社會學中，社會結構是在各不相同的層次上使用的。它既可用以說明微觀的社會互動關係模式，也可說明巨集觀的社會關係模式。也就是說，從社會角色到整個社會，都存在著結構關係。
通常，社會學家們是在如下幾個層次上使用社會結構概念的：
第一，社會角色層次的結構(微觀結構)：即最基本的社會關係是角色關係。角色常常不是單一的、孤立的，而是以角色叢的形式存在著。它所體現的是人們的社會地位或身份關係，如教師—學生。
第二，組織或群體層次的結構(中觀結構)：是指社會構成要素之間的關係，這種結構關係不是體現在個體活動之間。如職業結構，它所反映的是人們之間在社會職業地位及擁有資源等方面的關係。
第三，社會制度層次的結構(巨集觀結構)：是指社會作為一個整體的巨集觀結構。如階級結構，它所體現的是社會中主要利益集團之間的關係，或者是社會的制度特征。
因此，社會結構有多重含義。但從新的結構分析觀來說，社會結構是社會存在的一般形式，而非具體內容。所以，許多結構分析的社會學家都主張社會學的研究對象應是社會關係，而非具體的社會個體。因為作為個體的人是千差萬別、變化多端的，而惟有其關係是相對穩定的。故有人主張：社會學首先研究的是社會形式，而不是研究這些形式的具體內容。網路分析研究的就是這些關係形式，它類似於幾何學。例如，運用社會網路分析我們可以研究人們社會交往的形式、特征，也可以分析不同群體或組織之間的關係結構。這有助於我們認識不同群體的關係屬性及其對人們的行為的影響。
社會網路分析作為社會結構研究的一種獨特方法，B·韋爾曼總結出了它的五個方面的方法論特征：；
1．它是根據結構對行動的制約來解釋人們的行為，而不是通過其內在因素(如對規範的社會化)進行解釋，後者把行為者看做是以自願的、有時是目的論的形式去追求所期望的目標。
2．它關註於對不同單位之間的關係分析，而不是根據這些單位的內在屬性(或本質)對其進行歸類。
3．它集中考慮的問題是由多維因素構成的關係形式如何共同影響網路成員的行為，故它並不假定網路成員間只有二維關係。
4．它把結構看做是網路間的網路，這些網路可以歸屬於具體的群體。也可不屬於具體群體。它並不假定有嚴格界限的群體一定是形成結構的阻礙。
5．其分析方法直接涉及的是一定的社會結構的關係性質，目的在於補充——有時甚至是取代——主流的統計方法，這類方法要求的是獨立的分析單位。
所以，按照社會網路分析的思想，行動者的任何行動都不是孤立的，而是相互關聯的。他們之間所形成的關係紐帶是信息和資源傳遞的渠道，網路關係結構也決定著他們的行動機會及其結果。
社會網路分析法的分析角度[1]
社會網路分析法可以從多個不同角度對社會網路進行分析，包括中心性分析、凝聚子群分析、核心一邊緣結構分析以及結構對等性分析等，這裡僅介紹前3種。
2．1中心性分析
“中心性”是社會網路分析的重點之一。個人或組織在其社會網路中具有怎樣的權力，或者說居於怎樣的中心地位，這一思想是社會網路分析者最早探討的內容之一。個體的中心度(Centrality)測量個體處於網路中心的程度，反映了該點在網路中的重要性程度。因此一個網路中有多少個行動者／節點，就有多少個個體的中心度。除了計算網路中個體的中心度外，還可以計算整個網路的集中趨勢(可簡稱為中心勢)(Centralization)。與個體中心度刻畫的是個體特性不同，網路中心勢刻畫的是整個網路中各個點的差異性程度，因此一個網路只有一個中心勢。根據計算方法的不同，中心度和中心勢都可以分為3種：點度中心度／點度中心勢，中間中心度／中間中心勢，接近中心度／接近中心勢。
2．1．1點度中心性在一個社會網路中，如果一個行動者與其他行動者之間存在直接聯繫，那麼該行動者就居於中心地位，在該網路中擁有較大的“權力”。在這種思路的指導下，網路中一個點的點度中心度，就可以網路中與該點之間有聯繫的點的數目來衡量，這就是點度中心度。網路中心勢指的是網路中點的集中趨勢，它是根據以下思想進行計算的：首先找到圖中的最大中心度數值；然後計算該值與任何其他點的中心度的差，從而得出多個“差值”；再計算這些“差值”的總和；最後用這個總和除以各個“差值”總和的最大可能值。
2．1．2中間中心性在網路中，如果一個行動者處於許多其他兩點之間的路徑上，可以認為該行動者居於重要地位，因為他具有控制其他兩個行動者之間的交往能力。根據這種思想來刻畫行動者個體中心度的指標是中間中心度，它測量的是行動者對資源控制的程度。一個行動者在網路中占據這樣的位置越多，就越代表它具有很高的中間中心性，就有越多的行動者需要通過它才能發生聯繫。中間中心勢也是分析網路整體結構的一個指數，其含義是網路中中間中心性最高的節點的中間中心性與其他節點的中間中心性的差距。該節點與別的節點的差距越大，則網路的中間中心勢越高，表示該網路中的節點可能分為多個小團體而且過於依賴某一個節點傳遞關係，該節點在網路中處於極其重要的地位。
2．1．3接近中心性點度中心度刻畫的是局部的中心指數，衡量的是網路中行動者與他人聯繫的多少，沒有考慮到行動者能否控制他人。而中間中心度測量的是一個行動者“控制”他人行動的能力。有時還要研究網路中的行動者不受他人“控制”的能力，這種能力就用接近中心性來描述。在計算接近中心度的時候，我們關註的是捷徑，而不是直接關係。如果一個點通過比較短的路徑與許多其他點相連，我們就說該點具有較高的接近中心性。對一個社會網路來說，接近中心勢越高，表明網路中節點的差異性越大，反之，則表明網路中節點間的差異越小。
2．2凝聚子群分析
當網路中某些行動者之間的關係特別緊密，以至於結合成一個次級團體時，這樣的團體在社會網路分析中被稱為凝聚子群。分析網路中存在多少個這樣的子群，子群內部成員之間關係的特點，子群之間關係特點，一個子群的成員與另一個子群成員之間的關係特點等就是凝聚子群分析。由於凝聚子群成員之間的關係十分緊密，因此有的學者也將凝聚子群分析形象地稱為“小團體分析”。
2．2．I凝聚子群根據理論思想和計算方法的不同，存在不同類型的凝聚子群定義及分析方法。
1)派系(Cliques)。在一個無向網路圖中，“派系”指的是至少包含3個點的最大完備子圖。這個概念包含3層含義：①一個派系至少包含三個點。②派系是完備的，根據完備圖的定義，派系中任何兩點之間都存在直接聯繫。③派系是“最大”的，即向這個子圖中增加任何一點，將改變其“完備”的性質。
2)n-派系(n-Cliques)。對於一個總圖來說，如果其中的一個子圖滿足如下條件，就稱之為n-派系：在該子圖中，任何兩點之間在總圖中的距離(即捷徑的長度)最大不超過n。從形式化角度說，令d(i,j)代表兩點和n在總圖中的距離，那麼一個n-派系的形式化定義就是一個滿足如下條件的擁有點集的子圖，即：
，對於所有的，
,來說，在總圖中不存在與子圖中的任何點的距離不超過n的點。
3)n-宗派(n—Clan)。所謂n-宗派(n—Clan)是指滿足以下條件的n-派系，即其中任何兩點之間的捷徑的距離都不超過n。可見，所有的n-宗派都是n-派系。
4)k-叢(k-Plex)。一個k-叢就是滿足下列條件的一個凝聚子群，即在這樣一個子群中，每個點都至少與除了k個點之外的其他點直接相連。也就是說，當這個凝聚子群的規模為n時，其中每個點至少都與該凝聚子群中n-k個點有直接聯繫，即每個點的度數都至少為n—k。
2．2．2凝聚子群密度凝聚子群的密度(External—Internal Index，E-I Index)主要用來衡量一個大的網路中小團體現象是否十分嚴重。這在分析組織管理等問題時十分有用。最糟糕的情形是大團體很散漫，核心小團體卻有高度內聚力。另外一種情況就是大團體中有許多內聚力很高的小團體，很可能就會出現小團體間相互鬥爭的現象。凝聚子群密度的取值範圍為[-1，+1]。該值越向1靠近，意味著派系林立的程度越大；該值越接近-1，意味著派系林立的程度越小；該值越接近0，表明關係越趨向於隨機分佈，看不出派系林立的情形。
E-I Index可以說是企業管理者的一個重要的危機指數。當一個企業的E-I Index過高時，就表示該企業中的小團體有可能結合緊密而開始圖謀小團體私利，從而傷害到整個企業的利益。其實E-I Index不僅僅可以應用到企業管理領域，也可以應用到其他領域，比如用來研究某一學科領域學者之間的關係。如果該網路存在凝聚子群，並且凝聚子群的密度較高，說明處於這個凝聚子群內部的這部分學者之間聯繫緊密，在信息分享和科研合作方面交往頻繁，而處於子群外部的成員則不能得到足夠的信息和科研合作機會。從一定程度上來說，這種情況也是不利於該學科領域發展的。
2．3核心一邊緣結構分析
核心一邊緣(Core—Periphery)結構分析的目的是研究社會網路中哪些節點處於核心地位，哪些節點處於邊緣地位。核心邊緣結構分析具有較廣的應用性，可用於分析精英網路、科學引文關係網路以及組織關係網路等多種社會現象中的核心一邊緣結構。
根據關係數據的類型(定類數據和定比數據)，核心—邊緣結構有不同的形式。定類數據和定比數據是統計學中的基本概念，一般來說，定類數據是用類別來表示的，通常用數字表示這些類別，但是這些數值不能用來進行數學計算；而定比數據是用數值來表示的，可以用來進行數學計算。如果數據是定類數據，可以構建離散的核心一邊緣模型；如果數據是定比數據，可以構建連續的核心一邊緣模型。而離散的核心一邊緣模型根據核心成員和邊緣成員之間關係的有無及關係的緊密程度，又可分為3種：
①核心一邊緣全關聯模型；
②核心一邊緣局部關聯模型；
③核心一邊緣關係缺失模型。
如果把核心和邊緣之間的關係看成是缺失值，就構成了核心一邊緣關係缺失模型。這裡介紹適用於定類數據的4種離散的核心一邊緣模型。
1)核心一邊緣全關聯模型。網路中的所有節點分為兩組，其中一組的成員之間聯繫緊密，可以看成是一個凝聚子群(核心)，另外一組的成員之間沒有聯繫，但是，該組成員與核心組的所有成員之間都存在關係。
2)核心一邊緣無關模型。網路中的所有節點分為兩組，其中一組的成員之間聯繫緊密，可以看成是一個凝聚子群(核心)，而另外一組成員之間則沒有任何聯繫，並且同核心組成員之間也沒有聯繫。
3)核心一邊緣局部關聯模型。網路中的所有節點分為兩組，其中一組的成員之間聯繫緊密，可以看成是一個凝聚子群(核心)，而另外一組成員之間則沒有任何聯繫，但是它們同核心組的部分成員之間存在聯繫。
4)核心一邊緣關係缺失模型。網路中的所有節點分為兩組，其中一組的成員之間的密度達到最大值，可以看成是一個凝聚子群(核心)，另外一組成員之間的密度達到最小值，但是並不考慮這兩組成員之間關係密度，而是把它看作缺失值。
社會網路分析方法是由社會學家根據數學方法﹑圖論等發展起來的定量分析方法，近年來，該方法在職業流動、城市化對個體幸福的影響、世界政治和經濟體系、國際貿易等領域廣泛應用，併發揮了重要作用。社會網路分析是社會學領域比較成熟的分析方法，社會學家們利用它可以比較得心應手地來解釋一些社會學問題。許多學科的專家如經濟學、管理學等領域的學者們在新經濟時代——知識經濟時代，面臨許多挑戰時，開始考慮借鑒其他學科的研究方法，社會網路分析就是其中的一種。我們已經知道人際間聯繫對信息獲取(格拉諾維特，1973；艾琳，1977；博特，1992)很重要，同時我們也知道知識創造是一個社會過程(米德，1934；維特根斯坦，1953；伯傑和拉克曼，1966)，需要知識的主體——人的相互交織促進知識的。因為在人的所有活動中，社會網路都是一個現實存在。既然在管理、經濟等各領域都存在社會網路，那麼，將社會網路分析引入企業知識管理成了自然而然的事情。社會網路分析在企業知識管理的應用研究就是以企業所在的內、外部環境為導向, 以知識管理的運作過程為軸線, 來探討網路聯繫的強弱、網路規模、網路範圍及聯繫機制對知識獲取、共用、轉移、創新、應用等產生的影響及功效。該研究主要是利用社會網路分析方法(social network analysis, SNA)對知識管理進行定量研究。
為了瞭解目前社會網路分析在企業知識管理的應用研究的現狀，我們在Emerald、ProQuest、SpringerLink、中國期刊網、萬方數據庫等國內外資料庫中檢索，得到國內相關文獻7篇，國外相關文獻31篇 。文獻調查結果顯示，學術界對社會網路分析與知識管理的交叉研究起步較晚，自2005年開始，相關文獻數量才開始有明顯增長趨勢。通過對國內外文獻進行標題分析發現，學術界對社會網路分析在企業知識管理中的應用研究可大致分為如下幾個階段：
1．從理論上探究社會網路分析是企業實施知識管理的一種工具
1999年，社會網路分析，作為一種收集和分析群體中人際間聯繫模式的診斷方法，首次被哈佛大學的漢森(Morten T. Hansen)引入知識管理領域，用社會網路中的弱聯繫(Weak Ties)解釋組織內部知識轉移問題。研究結果發現，部門間的弱聯繫(weak interunit ties)利於發現存在其他部門的有用知識，但卻不利於部門間複雜知識(Complex Knowledge)的轉移，只有存在強聯繫(Strong Ties)才能實現複雜知識的轉移。
2000年，社會網路分析作為一項知識管理實踐由IBM知識基礎組織學院(IBM Institute for Knowledge-Based Organizations，IKO)首次提出。IBM的研究者們在進行了“運用社會網路分析(SNA)改進知識創造和分享”的相關研究後認為，社會網路分析在組織知識創造和分享過程中發揮著重要作用：①識別組織中促進信息、知識有效流動的核心人物，註意他們有時候會成為組織工作順利開展的瓶頸；②識別組織內部網路中的邊緣人物，如果是高層管理人員，會延緩決策；③辨識某一小組與整個網路的關係，判斷其與整個組織的知識和信息的交流、分享情況。在企業實踐中，IBM一直積極利用社會網路促進知識管理，如開闢“創新智慧園”，可直接接收全球30多萬名員工提交的創新想法和實施方案，加快知識流通，促進知識共用。
2001年，作為IBM管家的帕克等(Andrew Parker，Rob Cross and Dean Walsh)根據自己的切身體驗，寫了《社會網路的隱藏力量》一書，詳細講述了社會網路分析在企業知識管理中的具體運用。他們認為社會網路分析的確能夠促進非正式組織間的知識流動，改善正式組織內部的知識活動，推進部門間的合作。同年，文聘 塔斯(Wenpin Tasi)通過自己的實證調查指出，在組織內部的知識轉移中，網路位置影響新知識的吸收能力和業務單位的創新和績效。社會內聚力(social cohesion)與網路範圍(network range)對知識轉移的效果遠高於個人之間強關係的作用。
2003年，安克拉姆(Patti Anklam)在企業知識管理權威期刊《知識管理》上發表觀點，認為社會網路分析是支撐戰略知識管理的強有力的診斷工具。人們一旦掌握了這一分析工具，就能夠利用它來改善知識和信息的流動，促進企業知識管理戰略的順利實施3。
2．從應用的角度來探究社會網路分析在企業知識管理活動各環節的應用
這一階段，克羅斯和鮑格蒂(Cross，Borgatti)對社會網路分析在企業知識管理中的應用研究的貢獻功不可沒。2002年，他們通過對兩個組織的知識獲取行為的調查數據進行社會網路分析，建立了一個知識獲取模型。在該模型中，“知道(知道那個人知道什麼)”、“通道(能夠及時得到那個人想法的途徑)”和“成本(認識到從那個人那裡找到信息所要花費的代價)”這三個變數影響知識獲取4。只要該網路模型構建良好，就能很好的實現知識獲取。此後，人們對社會網路分析在企業知識管理活動中的應用研究更加細化，從社會網路的角度展開對企業知識管理活動各環節的研究。如2002年，李久鑫在其博士論文中，以社會網路視角定量地解析了市場知識活動、R&D活動、決策活動等代表性的企業知識活動，並提出了一個可供實際操作的企業知識管理活動成熟度模型(EKM-AAM)5。詹姆斯?艾倫(James Allen)等探討了企業研發中的非正式網路在知識開發﹑知識轉換和知識分發中的角色6。里根和麥克愛威立(Ray Reagans，Bill McEvily)從網路位置的角度研究知識轉移，結果發現，不僅網路位置影響知識轉移，網路的聚合力和網路規模都會影響知識轉移。杜雷格和胡布勒(Scott B Droege，Jenny M Hoobler，2003)則專門研究了社會網路的屬性與隱性知識擴散之間的關係。結論是：①在社會網路密度高的企業中，隱性知識的擴散更迅速；②在成員互動頻繁的企業中，隱性知識擴散更迅速；③在合作水平高的企業中，隱性知識擴散更迅速。④在擁有強弱關係混合的企業中，隱性知識擴散更迅速。2004年，丹尼爾和克羅斯(Daniel Z Levin，Rob Cross)分析了社會網路中的信任在知識轉移中所扮演的角色。他們認為，高信任度能大大促進隱性知識的傳遞。尤其在強聯繫居多的網路中，成員間的高密度聯繫促使彼此間信任度的增加，成員間願意相互交流和交換隱性知識。
3．從綜合的角度研究社會網路分析在企業知識管理中的應用
2004年，克羅斯和卡明斯(Rob Cross，Jonathan N. Cummings)梳理了前人的研究方法，從總體上對社會網路分析在企業知識管理中的應用進行研究。他們將以自我為中心的網路方法和有限(邊界)網路方法結合起來，通過實證研究，分析了關係節點、網路結構與工作績效的關係。他們認為：①網路結構使一些關係結點可以獲得其他結點得不到的信息；②中介中心性可以使個人的信息網路和意識網路完美結合，充分利用網路中的資源，促使工作績效的大大提高。所謂的信息網路中心性反映的是一個人利用專業技能解決目前問題的能力，意識網路中心性反映的是一個人利用他人專業技能獲取新機會的能力。
伯克(Sandra M. Birk,2005年)則研究瞭如何利用SNA評估一個組織的知識能力。他選取三個指標，如專家選擇、選擇頻率、連通性，來評價組織知識能力。他通過研究發現：①社會網路分析是描述網路成員與專家之間聯繫的好工具，因為它能使不可見組織間聯繫成為可見；②社會網路分析可以為企業管理者快速瞭解企業的知識能力提供系統的方法，因為它能使管理者對企業活動所需專業技能的潛在所有者的網路分佈有一個清晰認識。伊波拉希(Ibrahim Rahinah，2005年)的博士論文“組織間的不連續性：知識流對組織行為的影響”中整合知識流動力學和組織理論，提出知識的非連續性，倡議用社會網路分析方法去研究企業的知識流，建議為減少動態環境中知識的流失，企業內部成員應該建立非連續性的聯繫。
萊伯維茲(Jay Liebowitz，2005)認為，“區間測量”可用於人際網路分析，用以判斷組織中個體之間、部門與部門之間聯繫的緊密度，而“層次分析法”有助於發展這種區間測量，最終完善知識地圖。薛傑(2005)在其博士論文“為知識管理在網路中挖掘靜態和動態的結構模式：一個計算框架和案例研究”中提出企業內外部都存在網路。他認為企業內外部都存在網路，企業內網是由員工組成，企業外網是由供應商，買方和股東等組成。企業知識管理戰略的順利實施有賴於這些網路的良好構建，因為內外網的網路結構和聯繫都會對企業知識管理活動中的知識挖掘、知識發現等產生重大影響。
佛蘭芒和馬克斯(Lee Fleming，Matt Marx，2006)以矽谷為例，分析了知識創新中的小世界現象。指出小世界中的創新既賦於跨組織邊界的創新以活力，也加速了組織中的知識溢出。面對這樣的機遇與挑戰，如何加強對小世界中的創新管理成了大家比較關註的問題。對此，作者提出了自己的解決之道，利用社會網路分析辨識核心結點，加強對其的控制與管理。
薩爾瓦多·派瑞斯(salvatore Parise ,2007年)在調查了80多家公司後得出結論：社會網路分析有利於知識創造和革新、知識轉移和保存以及成功工作經驗的繼承。
格雷格·佩普斯(Greg Pepus 2007年)認為社會網路分析能自動生產、處理和可視化商業智能信息，知識管理所要實現的目標也正在於此，將社會網路分析引入企業知識管理可以大大提高知識管理績效。
布魯斯卡姆(Mary Branscombe 2007年)認為企業的最大資產就是你的員工知道的和企業內部員工們所保有的知識。社會網路分析可以幫助管理者發現這些知識，倡議利用社會網路創造一個商業合作框架來避免傳統的知識管理問題。
總的來說，社會網路分析在知識管理中的應用雖然只是在近幾年才興起，但已取得一定成績。作為一種定性與定量相結合的實證方法，社會網路分析能夠確實為知識(特別是隱性知識)創新、獲取、轉移、共用和擴散每一環節提供強有力的工具。從總體上來講，學術界對社會網路分析與知識管理交叉研究開始較晚。雖然自2005年以來，利用社會網路分析工具對知識管理實踐進行實證研究的文獻數量在逐漸增多，並且對利用社會網路理論和方法對知識管理綜合問題的解決也展開了研究，但缺乏利用社會網路分析工具診斷和發現企業知識活動中存在的問題，從而針對問題從理論與實踐的角度提出相應對策的研究。
哦 原來是這麼一回事啊