網絡理論應用教學 04
檢視凝聚力、連通分量與社群
由一幅網絡圖進一步建立可辯護的分析，說明可達性、密度、互惠、結構凝聚力及可能的社群分界。
12 分鐘發布日期: 2026年8月9日審閱日期: 2026年8月9日
凝聚力連通分量社群
方法來源
完成本教學後，你將能夠
- 1區分整體網絡密度、可達性及連通分量結構。
- 2只在符合連結定義時使用互惠及凝聚子群指標。
- 3把社群分割視為依賴模型的摘要，而不是自然形成的標籤。
SNA
網絡規格
分析情境
一個專業學習網絡似乎包含多個群組。領導者希望了解知識能否在整個群體流動、脆弱橋樑位於何處，以及社群演算法能否揭示有意義的工作小組。
節點
參與同一跨校專業學習計劃的教師。
連結
有向連結表示學期內至少一次實質教學資源交流。
網絡類型
單模式、有向、加權網絡，包含交流次數及學校成員屬性。
分步教學
1
先檢查可達性
在概括整體網絡前先辨識弱連通及強連通分量。在有向網絡中，弱可達性忽略箭嘴方向，強可達性則要求雙方都存在有向路徑。
檢查點
你能說明主連通分量外有多少行動者，以及方向是否改變可達性結論。
2
量度密度與互惠
使用有向網絡的正確分母計算密度，並只在互相交流具意義時計算互惠。若原網絡有權重，可與設定門檻後的二元版本比較。
檢查點
每個數值旁都記錄分母、自連結規則、方向、權重處理及觀察時段。
3
檢視凝聚結構
尋找割點、橋或節點連通性模式，以了解群體有多容易分裂。這些診斷用來描述結構脆弱性，而不是把某些人標籤為問題。
檢查點
所有橋樑或凝聚子群判斷都與實際路徑及連結的實質意義核對。
4
比較社群分割
在合適的有向或無向表示上執行有清楚記錄的社群方法，再改變解析度、門檻或隨機種子。把分割與已知情境比較，但不要強迫學校標籤去驗證演算法。
檢查點
報告列出演算法及設定、展示穩定性檢查，並把社群成員身分視為分析摘要而非固定身分。
謹慎詮釋
高密度網絡相對於可能連結擁有較多實際連結，但不保證所有人都能互相到達，也不代表交流公平。連通分量呈現可達性，而連通性及橋樑診斷則呈現失去特定節點或連結後的穩健程度。
社群偵測會最佳化某個選定準則，不同方法或設定可能產生不同分界。只有當分割具一定穩定性、能依情境解釋，並同時呈現跨社群連結時，它才是有用的分析摘要。