玩家必备攻略“吉祥棋牌斗地主开挂辅助器”-太坑了原来有挂(今日//更新)
1、私人局内免房卡，插件约局不花钱，房间玩法自定义，安全稳定很容易。
2、WePoKer玩法多多，汇集各地区不同特色发牌规律，各类微扑克随你挑！
3、德州WePoKe插件精美画面：全新界面，超逼真辅助平面场景是真是假，辅助W挂PoKer打牌透明也要视觉必胜！
4、WPK万人线上扑克工具场，你们老乡都在玩的WoPoKe技巧，快速约局，第三方插件怎么赢就怎么赢。
5、云扑克模拟器活动多多，排位透明系统规律、视觉黑科技、福利提高中牌率、软件海选赛，抢中牌率大奖，还有众多神器app等你来拿！
6、微扑克真有福利挂吗，WPK上线即有辅助挂大礼包吗，每日登录，赠送微乐豆，还可领取礼券，兑换话费、京东卡等众多大奖！
咨询k服加vx;5419974我来教教玩家们如何拥有软件透明挂件,根据微扑克WoPoKe玩家爆料wepoker系列和德州扑克app系列为什么一直胜负,系统发牌规律透明吗,难不成云扑克插件有猫腻吗,德州之星app真的有辅助挂吗,实际上这款微扑克wpk辅助工具确实有挂的、哪里有扑克辅助器,系统套路怎么提高胜率中牌率如下：
1、起透看视 微扑克wpk透明视辅助
2、随意选牌 微扑克必胜技巧系统发牌规律
3、好牌机率 WPK微扑克到底有没有挂辅助器
4、控制牌型 WoPoKer透明挂怎么开挂
5、WPK微扑克真的有辅助插件吗 微扑克wpk插件辅助透视
6、第三方教程！WePoKe原来是有挂，wpk有辅助挂的（有挂技巧）。
各类麻将辅助开挂科技【咨询加微信5419974】等，相关新闻
1、而Mkeke的新磁性外壳非常适合喜欢炫耀手机颜色的人，同时还能为他们的iphone提供强大的保护。透明的磁性外壳为iPhone用户提供了一个厚实坚固的外壳，使他们在手中使用时感到自信；
2、DigiTimes此前曾报道指出，苹果鉴于iPhone 14 Plus机型的重大受挫，会重新划分iPhone 15标准机型的功能和价格；
3、所有iPhone 15机型都会配备灵动岛功能。只是目前尚不清楚iPhone 15和iPhone 15 Plus两款机型会是否会有更高的刷新率；
4、玩家必备攻略“吉祥棋牌斗地主开挂辅助器”-太坑了原来有挂(今日//更新)；
5、
原创 Daniel J.Brass 集智俱乐部
本综述聚焦于社会网络分析（Social Network Analysis, SNA）在组织中人际社会网络（interpersonal social networks）中研究的趋势及新方向，重点关注概念基础。本文围绕两个核心主题展开讨论：结构洞与中介（structural holes and brokerage）以及关系的性质（the nature of ties）。新的研究方向主要包括：将情感、行为和认知因素纳入传统的社会网络结构分析；采用他者为中心的视角（alter-centric perspective），引入自我（ego）与他者（alter）的关系性分析方法；超越以往对三元组（triad）的研究，进一步探讨他者作为中介的作用；拓展关系类型，涵盖负面关系（negtive ties)、多重/不和谐关系（multiplex/dissonant ties）及休眠关系（dormant ties）；并深入探讨冗余关系（redundant ties）的潜在价值。本文的核心问题是：“社会网络分析的未来发展方向是什么？”
研究领域：社会网络，结构洞，桥接者，负面关系，多重关系，冗余关系
论文题目：New Developments in Social Network Analysis
论文地址：https://www.annualreviews.org/content/journals/10.1146/annurev-orgpsych-012420-090628
自霍桑工厂的研究人员绘制出员工的社会网络以来，已经过去近100年（Roethlisberger Dixon, 1939）。他们根据研究对象的任务，将银行接线室中的关系绘制成电路图。如今我们更为熟悉的网络图通常被认为起源于雅各布·莫雷诺（Jacob Moreno），他通过研究发现，逃离哈德逊谷女子学校的行为具有传染性（Moreno, 1934）。关于弱关系的力量（the strength of weak ties）的经典论文早在1973年就已发表，但直到1980年代末和1990年代初，社会网络研究才在管理学期刊中稳定出现。个人电脑的普及以及网络分析软件（如UCINet，Borgatti等，2002）的出现，再加上Burt（1992）关于结构洞的开创性著作以及Coleman（1990）提出的社会资本（social capital）理论，共同推动了社会网络研究的发展。社会资本（从与他人的关系中获益）成为社会网络研究的一个合法化概念，并提供了一个统一的理论框架。从 1995 年到 2010 年间，相关研究在期刊上的发表量呈指数级增长，随后逐步稳定，并成为主流的研究领域。社会网络持续影响着个体、群体及组织领域的重要研究成果 (Brass et al. 2004)。
那么，未来呢？这是本综述探讨的核心问题。社会网络理论和研究将走向何方？我尝试对这些趋势进行预测，需要指出的是，我的预测不可避免的受到自身社会网络中其他学者的影响。因此，接下来的许多论述中，都可以加上‘在我看来’或‘我认为’这样的限定表达。鉴于综述的篇幅限制以及目标读者主要为组织心理学研究者，我的重点是人际网络（interpersonal networks），暂不涉及组织间网络（interorganizational networks）。我并未试图涵盖过去15年间发表的所有社会网络研究文献，也未试图将社会网络分析应用到组织行为学和人力资源管理领域的诸多主题中；已有其他学者对此进行了梳理（Brass，2012；Brass Borgatti，2020）。例如，Soltis 等（2018 ）创造了 社会资源管理（social resource management）的概念，用于回顾和整合人力资源管理与社会网络的研究。在组织行为学领域，社会网络分析已被广泛应用于多个常见主题，例如领导力 (Cullen-Lester et al., 2017)、团队 (Grosser et al., 2020)、组织公民行为 (Brass, 2018) 以及创造力 (Perry-Smith Mannucci, 2017; Soda et al., 2021)。在本综述中，我主要围绕结构洞与中介作用以及关系的性质这两个核心主题展开讨论，同时尝试在总结现有研究的基础上，提出新的研究方向。我关注的是概念框架，而非具体测量方法或分析工具，希望借此识别出组织社会网络研究中具有前景的新方向。组织心理学和组织行为学的三大支柱涵盖了我预测的许多趋势：情感（如满意度等态度）、行为（包括与个性、特征和取向相关的内隐行为），以及认知（包括受众的感知、心理表征，以及对网络的意识和准确性）。关系性质的研究也在不断发展，其中情感、行为和认知始终占据重要地位。然而，这并不意味着社会网络分析最具标志性的研究方向——网络结构（network structure）会被忽视。网络结构已成为组织研究中一项公认的重要预测变量，而当前的趋势是在结构分析的基础上进一步融合情感、行为和认知因素。我提出了一种超越三元组（triad）的网络结构趋势。在正式展开讨论之前，我将首先介绍一些基本定义和核心假设，以帮助读者更好地理解文章内容，尤其是那些对社会网络分析不太熟悉的读者。
社会网络指的是由一系列关系构成的集合，表现为一组社会行为者（social actors）（例如个人、群体、组织等）之间是否存在某种联系。行为者之间可以通过多种不同方式建立联系，相似性（如地理位置、群体归属或性别等属性）、社会关系（如亲属关系、角色关系、朋友关系或“知道对方”）、互动（如相互沟通、提供建议）或资源流动（如信息的流动）（Borgatti等，2009）。多重关系（multiplexity）指的是行为者之间同时存在多种不同的连接方式（后文将进一步讨论）。尽管不同类型的连接会形成不同类型的网络（Borgatti和Halgin，2011b），但在大多数行为者的网络中，这些连接通常会存在一定程度的重叠，这种重叠有利于促进网络间的连接。在组织研究中，行为者之间的联系通常表现为互动（如交流或建议）所产生的信息流动。此外，联系还可以表现为更加抽象的形式，比如信任、友谊或影响力等。在社会网络研究中，将网络中所关注的特定行为者称为自我（ego），与自我有直接联系的其他行为者则被称为他者（alters）。
行为者通常被认为嵌入（embedded）在一张关系网络中。“嵌入”这一术语在Granovetter（1985）对交易成本经济学的经典批判后广泛流行。Granovetter认为，所有经济交易都发生在社会关系的背景下，社会因素会影响未来的行为，使得行为者倾向于与已有的合作伙伴重复交易。随着研究的深入，嵌入的概念已经发展为一种描述所有类型关系所具有的惯性特征（inertial quality）。具体而言，行为者更倾向于重复已有的网络联系，或者在现有的社会关系网络中建立新的连接，而不是在网络之外拓展新的关系（Kilduff Brass，2010）。
二元关系（dyadic connections）是社会网络的基本构成单元，这一观点与社会网络理论的核心假设一致，即个体不能被孤立地看待。事实上，经常被引用的“将个体带回分析框架”（最初由Kilduff Krackhardt (1994）提出），并不意味着将个体视为孤立的行为者。个体的认知并非在孤立状态下形成，个体的人格特质可能既是其网络位置的结果，也可能反过来影响其网络位置（Kilduff Lee，2020；Tasselli等，2018）。二元社会网络数据的收集方式多种多样，可以来源于档案记录（如组织联盟、电子邮件记录）、现场观察（如霍桑实验中对银行接线员的观察）、访谈或调查问卷。在组织研究中，问卷调查是常用的数据收集方法，通常要求受访者在开放式的姓名生成（name-generator）项目中列出他们的联系对象，或者从一份名单中选择他们有连接的行为者。尽管受访者在回忆具体时间或事件时可能不够准确，但Freeman等（1987）研究表明，受访者在报告日常重复发生的社会联系时准确性较高。新技术的应用可以提高数据的准确性，并在一定程度上弥补受访者主观认知信息的局限性。
社会网络数据用于捕捉行为者之间的关系，并通常以矩阵的形式输入，即行为者-行为者邻接矩阵（adjacency matrix），其中每个单元格表示两个行为者之间是否存在连接（或者用数值数据描述这种连接）。社会关系可以是有向的，例如资源从行为者A流向行为者B，或者行为者A选择行为者B作为朋友。然而，某些类型的关系本质上是对称或双向的，例如行为者A与行为者B进行沟通。社会网络分析的独特贡献在于，它不仅关注二元关系，还提供了一种方式来研究多个行为者的结构性关系，包括间接连接或路径。例如，Travers Milgram（1969）追踪了志愿者试图联系目标人物的路径长度，最终提出了著名的“六度分隔理论”（six degrees of separation），并推动了小世界（small-world）的研究（参见 Watts，2003）。正如个体不能被孤立地看待，二元关系也不应独立分析，正是这些二元关系之间的相互联系形成了社会网络。
社会网络研究的重点在于关系（连接）及其结构，而不仅仅是（或不仅限于）行为者的属性。社会网络为行为者提供了机会，也带来了约束——多个行为者之间模式化的关系会影响他们的态度、行为、认知等。然而，行为者并非网络结构的被动接受者。行为者具有能动性，是其持续的行动和互动塑造以及重塑了网络结构（Tasselli Kilduff，2021）。然而，即使在自愿形成的二元关系中，每个行为者也只能单方面控制拒绝或中断连接，对与他者之间连接几乎没有控制权。
影响关系形成的因素包括空间和时间的接近性（spatial and temporal proximity）、嵌入性（embeddedness，Kilduff Brass，2010）、互惠性（reciprocation）、同质性（homophily，与相似者互动的倾向）、平衡/传递性（balance/transitivity，例如“朋友的朋友也是朋友”）、社会焦点（social foci，Feld，1981）、个性特征（personality, Tasselli et al.，2018），以及在组织环境中由工作流程和层级关系所产生的连接（Brass，2012；Dahlander McFarland，2013；Kleinbaum，2012；Rivera et al.，2010）。自我监控（self-monitoring，即个体在不同情境下监测并调整自身行为的程度）已被证明是网络结构的重要个性特征（Kilduff Buengerler，2020；Mehra et al.，2001；Oh Kilduff，2008；Sasovova et al.，2010；Tasselli Kilduff，2018）。尽管许多研究是横截面的研究，且某些前因变量是固定的，但前因变量与网络结构很可能是共同演化的，即两者随时间推移相互影响。
多年来，社会网络研究者开发了各种网络测量指标（有关术语可参考 Brass，2012 或 Kilduff Tsai，2003），以研究行为者之间的连接模式如何影响各种结果。这些测量指标通常被称为结构性指标（structural measures），因为它们描述了关系的结构或配置。根据测量的范围，结构性指标可分为点测度（point measures） 和 整体网络测度（whole network measures），前者描述个体在网络中的位置，后者则用于刻画整个网络（或其中某些子网络）的配置。例如，行为者的点中心性（point centrality）可通过以下几种方式衡量：度中心性（degree centrality），衡量行为者的直接连接数量；接近中心性（closeness centrality），衡量行为者到达网络中所有其他行为者所需的路径长短；以及中介中心性（betweenness centrality），即该行为者位于网络中任何其他两个行为者的最短路径上的程度（Borgatti Brass，2020）。
整体网络数据的收集通常是通过指定一个边界清晰的行为者群体（如一个部门或组织），并收集该群体内所有行为者之间的关系数据（可参考Brass，1984）。整体网络不仅可以用于计算个体层面的间接联系，也可以通过计算整体网络指标来描述整个网络的结构特征。网络密度（Density） 是一种常见的整体网络测度，它的计算方式是：实际存在的连接数与可能存在的总连接数之比。整体网络有时被描述为小世界网络（Small-world network）或团体结构（Clique structure），其中，紧密连接的行为者集群通过少量中介关系（Bridging ties）相互连接。此外，整体网络也可能表现出核心-边缘结构（Core-periphery structure），即核心由少数紧密相连的行为者组成，而边缘行为者主要与核心相连，而非彼此直接连接（参见 Maoret et al.，2020）。在网络结构测度之外，还可以结合情感、行为和认知因素来丰富网络分析。在下文中，我将重点讨论结构洞（Structural holes）这一概念。
自我中心网络测度（Ego-network measures）用于描述某个特定自我的直接连接模式，而不考虑或忽略其间接的扩展关系。在自我中心网络中，仅包含焦点行为者与其直接连接的他者之间的连接，以及这些他者之间的相互关系。自我中心网络通常用于计算点测度（尽管也可以计算自我中心网络密度（Ego-network density）），但并非所有点测度都仅基于直接连接计算（见上文接近中心性和中介中心性的示例）。自我中心网络可以从整体网络数据中提取，但更常见的做法是基于焦点行为者的信息构建（有关自我中心网络更详细的讨论见 Perry et al.，2018）。例如，Burt（1992）提出了一种自我中心网络测度方法——约束（Constraint），用于衡量自我直接联系的他者之间的连接程度。此外，网络测量方法也被用于群体识别（例如：团体（Cliques）、n-团体（n-cliques）、k-plexes 以及基于结构等价性（Structural equivalence）的群体（Brass，2012））。在组织研究的文献中很少发现这些技术的应用，这是因为组织及其内部的群体（如部门、事业部等）通常具有明确的边界。
除了关注关系结构或模式的结构性方法外，网络研究还采用了一种关系性方法，重点关注关系的性质。结构性网络捕捉关系是否存在，以及在某些情况下如何存在；而关系性方法则关注关系的实质及其存在的原因。例如，在社会网络分析的奠基性研究之一——《弱关系的力量》（The Strength of Weak Ties，Granovetter，1973），Granovetter 根据联系的频率、情感强度、亲密度以及互惠性，将关系区分为强关系（strong ties）和弱关系（weak ties）。他的研究发现，弱关系更常成为求职的资源，因为它们连接了不同的社交圈，提供了非冗余的工作信息。近期研究者的关注点集中在负面关系以及正面或中性关系上（见下文讨论）。关系性方法通常在网络矩阵单元格中输入数值（如 1-7 级李克特量表）来量化关系的强度。关系性方法与情感、行为和认知等主题存在交叉，我将在后文进行更详细的讨论。
除了结构和关系方法外，Lin (1999) 还提出了一种基于资源的方法，该方法的重点是他者的资源。例如，与核心位置或权力较大的他者建立联系，可能比与边缘行为者建立关系更有优势（Brass 1984、Sparrowe Liden 2005）。者三种方法（结构、关系和基于资源）也可以结合使用。例如，Seibert 等 (2001) 发现职业成功与结构洞（结构）、弱关系（关系）以及更高层级的连接和职业支持（资源）有关。
此外，网络研究人员还开发了一种认知的方法。例如，研究有时会区分感知网络（perceived networks）和“实际”网络（“actual” networks），这引出了Krackhardt (1987) 所提出的认知社会结构（cognitive social structure）——行为者对网络关系的心理映射（mental maps of networks)。例如，Krackhardt Porter (1985) 的研究表明，感知关系（离职员工和留任的员工之间的关系）比“实际”关系更能预测留任者（stayers）的满意度。此外，Kilduff Krackhardt (1994) 发现，受众对与高层他者关系的看法比实际关系（实际关系由特定受访者之间的互惠认同来衡量）更能预测受众的感知绩效（perceived performance）。虽然实际网络在预测客观结果时更为重要 [如2019 年冠状病毒病 (COVID-19) 的传播]，但感知网络在预测满意度或感知绩效等主观结果时更为重要。因此，社会网络不仅可以被视为信息传输的渠道（pipes），也可以被视为认知的棱镜（prisms）（Podolny，2001），网络的认知表征（cognitive representations）已成为网络研究的重点。网络认知有关的内容，可参考Brands (2013) 的综述研究。有关心理映射在团队绩效中的应用，请参考Cannon-Bowers 等 (1993) 。
Smith 等（2012）提供了一种有助于理解行为者社会关系的分类方法。他们将潜在网络（potential network）定义为行为者可能拥有的所有连接，包括休眠关系（dormant ties）和活跃关系（inactive ties）（详见后文讨论）。在特定情境下，潜在网络中的一部分关系可能会被激活，形成激活网络（activated network）。激活网络由个体在某一情境下自然想起或因特定刺激而回忆起的潜在关系子集，它强调社会关系的认知属性。Borgatti Cross（2003）指出，意识（awareness）在个体向动员网络（mobilized network）（一种行为成分）转变的过程中起着重要作用。动员网络指的是人们在应对特定情境时真正动用的关系（Borgatti Cross，2003）。行为者在可能的潜在关系中选择动员哪些关系，仍是一个相对未被深入探索的领域（Brennecke 2020、 Casciaro Lobo 2008、 Nebus 2006、 Walter 等人 2015）。当然，行为者也可能选择建立新的连接，尽管嵌入性原则表明，人们通常更倾向于依赖已有的关系。此外，人们也可能对现有关系进行重新利用，即将某一关系用于不同的用途。例如，员工向同事推销女童子军（Girl Scout）饼干。挪用可能导致多重关系。但是，关系的重新利用也可能产生负面影响，例如向朋友借钱可能会被视为滥用友谊并危及原有关系。在Smith等（2012）的分类框架基础上，实际网络的形成不仅取决于个体动员的他者（mobilized alters），还取决于这些他者是否愿意建立联系。
最近一项关于创造力的研究为行为者倾向于动员或激活哪些连接提供了一些见解。Mannucci Perry-Smith (2021) 发现，与拥有较小网络的个体相比，那些拥有同时包含强关系（strong ties）和弱关系（weak ties）的大型网络的个体更倾向于依赖强关系，并且在创造过程的不同阶段切换关系的可能性更小。所选择激活的关系会影响创造力。如果在创造力“旅程”的不同阶段（如创意产生或创意深化）选择了不合适的关系（强关系或弱关系），可能会导致放弃创意或追求缺乏创造性的想法。
近年来，认知网络研究的一个新方向是对行为者的神经反应进行追踪分析。Parkinson 等（2018）使用功能性磁共振成像（fMRI）扫描受试者在观看电影时的大脑活动。他们发现神经反应的相似性与社会网络中的社会距离密切相关，具体来说，朋友之间的神经反应高度相似。对社会网络的生理机制进行探索是一个新的研究方向。
社会网络分析为研究者提供了多种研究路径，并涉及多个研究设计的关键决策。那些希望在以属性为中心的传统研究基础上融入关系性和社会网络方法的研究者，需要在研究设计阶段做出一系列选择：应当关注哪种类型的关系？是否需要收集多种类型的关系数据？是否应将关系视为二元变量（即关系存在或不存在），还是收集关于关系频率或重要性的信息？应关注实际网络，如档案记录或观察数据，还是依赖受访者的感知网络，采用问卷调查或访谈方式收集数据？是否应在假设间接关系（如“朋友的朋友”）不重要的前提下，仅收集自我中心网络数据（参见 Burt，2007）？还是应尝试收集整体网络数据？如果选择整体网络数据，应如何界定网络边界？例如，Brass（1984）发现，个体在部门内部的工作流中心性与其影响力和晋升正相关，而在整个组织层面的中心性则没有这种关联。此外，应采用结构性方法、关系性方法还是资源性方法，或者三种方法都采用？是否应采用认知方法，将网络视为认知的“棱镜”而非信息传输的“管道”？对于这些问题的答案，取决于研究者的理论框架和研究问题。没有唯一最佳的网络数据的收集方法。
在组织研究领域，社会网络研究主要关注两个核心议题：社会资本（social capital）和社会影响（social influence）。社会资本研究侧重于探讨行为者为何存在差异，例如，为什么有些人在权力、绩效、奖励等方面比其他人更成功？Burt (1992) 提出，社会资本会累积到那些连接了彼此不相连他者的人身上，又被称为结构洞（structural holes），我将在下文中更详细地展开。Burt认为，这种连接提供了多样化、非冗余的信息，促进创造力和绩效的提升。然而，Coleman (1990) 有不同的观点。他认为，高密度网络（densely connected networks，他者彼此连接）会增加社会资本，因为高密度网络促进行为监督和社会规范的约束，并有助于发展信任和互惠。这两种观点都是以社会资本为核心的网络理论。
社会影响的研究关注行为者为何相似。为什么人们在时尚、技术和组织结构方面做出相似的选择，或者表现出相似的态度和行为？这类研究中，社会网络被用于分析传染效应（contagion) ——行为者受到其他行为者影响的扩散过程。传染效应可以通过不同机制发生：简单的接触（如传染病）、简单的观察和模仿或在决策过程中受到他人更深入的影响。例如，Coleman 等（1957）对新药在医生中传播的经典研究已被多次重新分析，而Iyengar 等（2011）的一项类似的研究进一步确认了社会网络的传染效应。Centola （2010）认为态度和行为的相似性涉及复杂传染（complex contagion）——受到来自多个他者的持续影响（而不是简单的一次接触，如传染病模型）。例如，简单的传染模型可以预测或追踪 COVID-19 的传播路径，但要预测人们是否会戴口罩、遵守社交距离准则或接种疫苗，需要复杂的传染模型。社交网络可以帮助我们了解新想法的来源、识别意见领袖（opinion leaders）、追踪信息传播路径并估算信息的传播速度。
就像心理学没有统一的单一理论一样，社会网络也没有单一的总体理论。尽管没有一个统一的理论，但还是存在一些普遍共识，比如流模型（flow model）（Borgatti Halgin, 2011b）。这一模型中，社会网络被视为资源（如信息）流动的通道，资源通过较短的路径流动的速度比通过较长的路径流动的速度更快，处于中心位置的行为者比边缘位置的行为者更有可能接收或更快地接收网络中流动的资源。在社会资本的研究中，Burt （1992）和Coleman（1990）都基于同一个基本的命题：嵌入在高密度网络中的人会接收到相同的信息。但两者的理论存在差异：Coleman 将紧密的连接视为发展信任和互惠的机会，而 Burt 则将其视为接收多样化、非冗余信息的限制。尽管社会网络分析通常以数学度量为特征，但有关社会网络的研究包含大量的理论构建（Borgatti等，2014）。所有社会网络理论的共同基础是：无论是个体、二元关系、三元关系、团体还是组织，行为者的情感、行为和认知无法在与其他个体完全隔离的情况下被充分理解。
已经有几篇关于社会网络分析的高质量综述文章 (Borgatti et al. 2009, Brass et al. 2004, Burt et al. 2013, Kilduff Tsai 2003)，我尽量避免重复。我建议你参阅Kilduff 和 Brass (2010) 以了解核心思想和争论，参阅 Borgatti 和 Halgin (2011b) 以了解网络理论，参阅Borgatti 等 (2014) 以了解混淆、批评和争议。若需全面的分析著作，请参阅Borgatti 等 (2018)；有关自我中心网络，请参阅Perry 等 (2018)。
在众多社会网络研究综述和论文中，纵向网络（longitudinal networks）和多层级网络（multilevel networks）已成为反复探讨的研究方向。在此，不得不提及这些领域的发展。在纵向网络分析方面，研究者长期以来关注社会关系的持续性与衰退，以及网络如何随时间变化。然而，该领域仍然存在显著的研究空白。自Newcomb（1961）在兄弟会中开展连续15周的数据收集以来，纵向网络研究在相当长的时间内进展缓慢，直到近年来才再次受到关注（Battilana Casciaro，2012，2013；Burt，2002；Burt Merluzzi，2016；Kleinbaum，2018；Sasovova等，2010；Soda等，2021）。近期，随着统计分析方法的进步（可参考Harris，2014；Snijders Koskinen，2013），纵向社会网络研究开始迅速发展。然而，受限于横断面研究的方法, 我们对网络的持久性或变化，以及网络如何应对外部环境变化（Barley 1990、Burkhardt Brass 1990）仍然知之甚少，例如 COVID-19 的影响（Yang et al. 2021）。
纵向研究补充了近年来迅速发展的社会网络共同演化视角（coevolutionary perspective）。共同演化视角下，网络结构被视为是与情感、行为和认知的共同演化 (Lazer 2001, Tr?ster et al. 2019)。例如，网络中心性（network centrality）带来权力，权力反过来又增强网络中心性（Brass Burkhardt 1993）。朋友关系促进八卦，八卦又加强朋友关系 (Ellwardt et al. 2012)。然而，网络流动中的时间滞后性尚未在纵向研究中充分探索 (Kwon et al. 2020)。例如，个体通过某一关系获取的信息，可能会在未来通过当时尚不存在的新关系进行传播。当个体在较长时间后将信息传递给已有关系，该关系带来的实际收益可能会有所延迟。这种时间滞后的信息扩散在社会网络中十分常见，特别是在某些关系进入休眠状态（dormant ties）后被重新激活时尤为明显。
另一个备受关注的未来研究方向是多层级网络（multilevel networks）。尽管社会网络分析经常被强调具有跨层次分析的能力，但当前的多层级网络分析通常只是将相同的网络理论应用于不同层面的研究对象，以解释个体、群体或组织层面的结果（Brass等，2004）。例如，结构洞理论可以应用于研究个人和组织 (Burt 1992)。
多篇理论性文章为同时考虑点度量和整体网络度量提供了基础 (Brass Borgatti 2018, Moliterno Mahony 2011, Paruchuri et al. 2018)。除了典型的个人-团体-组织分析三层分析框架外，社会网络分析还提供了更多的层级视角。例如，可以将二元关系、三元关系以及不同规模派系视为社会实体和分析层次（Brass Borgatti 2018、Contractor 人 2006）。然而，跨层级的研究仍然很少 (Bizzi 2013, Cummings Cross 2003, Maoret et al. 2020, McFadyen et al. 2009, Paruchuri 2010, Sasidharan et al. 2012)。多层级网络分析是一个尚未完全实现的“旧”未来研究方向，但Contractor 等 (2006) 提出的多理论、多层次分析方法（和数据）可能会推动更多的研究。
另一种可能的研究方法是结合人际网络（interpersonal networks）与群体/组织间网络（intergroup/interorganizational networks），这一思路基于Breiger（1974）提出的个体与群体的二重性（duality of persons and groups）概念。他指出，当两个个体互动时，他们不仅代表自己，还代表他们所隶属的群体。利用人际和群体间的网络数据，研究可以比较以下两类人的满意度和绩效：处于边缘群体/组织中的中心行为者（小池塘里的大青蛙）与处于中心群体/组织的边缘行为者（大池塘里的小青蛙）。Lazega Snijders (2015) 和Lazega (2020) 阐述了这种方法，并被认为是多层级网络分析中具有前景的发展方向。
过去 15 年，结构洞和中介主导了社会网络的研究。当自我作为中介连接两个或多个彼此不相连的他者时，就存在一个结构洞。Simmel（1950）是该概念的提出者，并用术语 tertius gaudens（“第三受益者”）来描述这一现象。Granovetter（1973）也提出了相似的观点，认为弱关系能够提供通往不同、彼此不相连的社会圈的桥梁，从而获取非冗余信息。早期研究主要将弱关系作为结构洞的代理变量，但随后，研究者开始直接测量网络结构本身，分析网络模式以识别与自我不相连的他者或开放三元组（open triads）。Freeman（1979）提出了中介中心性（betweenness centrality）（一种包括间接关系的结构洞测量）。Brass（1984）在实地研究中应用这一指标，研究表明中介中心性与个体在组织中的影响力和晋升机会正相关。然而，直到Burt（1992）出版《结构洞》一书，结构洞和中介的研究才进入快速发展阶段。Burt 提出，社会资本积累在那些网络中占据结构洞位置的个体，因为他们能够获取非冗余信息，在不相连的他者之间扮演中介角色，在不同的他者之间施加影响。Burt的结构洞理论通常被拿来与Coleman（1990）的理论进行对比：Burt（1992）认为，网络中的结构洞能够提供新颖、非冗余的信息，这对个体的创新、决策和职业发展极为重要。 Coleman 认为，密集网络具有良好的约束作用，有助于稳定合作。但在Burt的视角下，它却限制了个体获取新信息的能力，是一种约束。与这两种理论一致，Reagans 等（2004）发现，既具有外部广度（external range，即结构洞的测量指标）又具有内部凝聚力（internal cohesion，即高密度网络）的群体，在绩效方面表现更优。Uzzi (1997) 则探讨了“若即若离”（arms-length）与嵌入式关系的成本和收益。Burt提出的自我中心网络约束指标（即结构洞的反向测量），通过对五种不同类型的网络进行组合计算，成为了结构洞研究中最为成功的测量工具之一，被广泛应用于不同研究领域。尽管结构洞背后的实际理论机制仍未被完全衡量，但研究结果一致支持结构洞和中介对绩效和职业发展的积极影响（更详细的综述可参考 Kwon 等，2020；Burt 等，2013）。
Kwon等（2020）对超过170项关于结构洞和中介作用的研究进行了综述，并指出该领域的研究仍在不断扩展。随着研究的深入，学者们不仅关注结构洞对绩效、回报和职业成功的影响，还开始探讨结构洞—结果关系的调节因素，例如：信任（Levin等，2016）；权力与地位（Burt Merluzzi，2014；Landis等，2018；Rider，2009）；性别（Brands Kilduff，2014；Brands Mehra，2019）；认知风格（Carnabuci Diószegi，2015）；文化（Bian，1997；Burt Burzynska，2017；Burt等，2000；Xiao Tsui，2007）。当前，研究的重点已从验证结构洞对绩效的直接作用，逐步转向细化结构洞—结果关系的作用机制。正如任何社会科学测量工具一样，结构洞并不能完全解释所有结果变量的差异。因此，研究趋势正在向更深入的问题迈进，即：“为什么某些行为者比其他行为者更能从结构洞中获益？”
为了回答上述问题，研究开始关注中介行为（brokerage behavior）——在关系结构中加入行为成分。Obstfeld (2005) 引入了中间人（tertius iungens），指代加入（他者）的第三人，与离间人（tertius gaudens）相对，指分离他人的第三人。Burt (2004) 发现结构洞与“好想法”有关，而 Obstfeld 发现中间人取向和紧密连接的网络可预测创新参与。Quintane Carnabuci (2016) 将tertius iungens和tertius gaudens取向区分为非嵌入型中介（unembedded brokerage）和嵌入型中介（embedded brokerage），并引入时间维度，探讨中介行为如何随时间演变。Soda等 (2018) 将中介行为视为套利中介（arbitrage brokerage，通过保持他者之间的分离来利用信息不对称）和合作中介（collaborating brokerage，共享信息并联合、招募和连接他者）。他们发现中介取向具有调节作用，与套利取向相比，合作取向显著降低了结构洞与绩效之间的正相关关系。Grosser等（2019）进一步将离间人/套利取向分为调解（mediation）和分离（separation）。因此，自我中心的中介行为研究，后来被区分成了“保持分离” (keep them separated) 和“促进联合” (bring them together) 两种视角。传统的中介研究几乎都采用开放三元组的分析框架，Halevy等（2019）和Obstfeld等（2014）提出，中介行为也可以在封闭三元组（closed triad）内发生，即所有三个行为者彼此相连的网络结构。未来的研究可能会继续沿着行为的方向发展。不过，需要注意的是，封闭三元组在理论上和实证上都无法与开放三元组和结构洞进行直接比较。
尽管中介行为近年来在研究中获得了广泛关注，但很少有人关注结构洞和中介行为的情感成分。研究者更关注绩效、创造力/创新和职业等方面 (Kwon et al. 2020)，而对于自我或他者从结构洞中获得的满足感以及结构洞如何受到情感关系的影响知之甚少。例如，关系可能因不信任或彼此不喜欢而断裂，或者可能仅仅因为彼此不认识而断裂，中介行为的影响可能因断开连接的性质而异。在认知层面，我们尚未充分探索对自我或他者的关系认知准确性 (Brands 2013, Kilduff et al. 2008, Krackhardt 1990, Krackhardt Kilduff 1999)。例如，如果自我误以为他者之间缺乏联系，自我的套利尝试可能会失败。当在一类网络中断连而在另一类不同的网络中相互连接时，感知的准确性可能会变得模糊。
结构洞理论及相关研究主要关注自我，就好像自我是开放三元组中唯一具有能动性的行为者。近年来，研究者逐渐意识到认识到自我在网络中的控制力有限，他者也可以建立或解除关系。近期的研究综述 (Halevy et al. 2019, Kwon et al. 2020, Stovel Shaw 2012) 呼吁采取以他者为中心的方法。例如，与中介建立联系的他者可能会获得绩效优势，比如降低搜索成本或获得推荐收益 (Brass 2009, Galunic et al. 2012)，或者他者的不满可能会导致结构洞的快速消解。在少数以他者为中心的研究中，Kleinbaum等（2015）结合认知和情感因素，发现他者对自我同理心的感知会产生影响（Brands et al. 2021 亦有类似研究）。此外，Buskens van de Rijt（2008）研究表明，如果所有人都希望成为中介者，那么中介的收益将变得不稳定，甚至难以实现。
在社会网络中，除了关注结构，还需要将情感、行为和认知纳入考量。但必须牢记社会网络分析的基本前提——个体的情感、行为和认知不能被孤立地理解，而应放置在社会关系网络中考察。近年来，学者们呼吁采用他者为中心的视角来研究中介行为，这一观点具有合理性。然而，未来的研究方向不仅应关注某一方的角色，还应全面考察开放三元组中的所有行为者。这种整体性视角有助于深化结构洞研究，并推动社会网络分析的发展。
尽管几乎所有结构洞研究在理论和实证上都集中在三元组，但超越三元组去探索更大范围的网络，将带来几个重要的概念性启示。
传统观点认为，中介行为不仅涉及自我通过维持他者的分离所获得的优势。更广泛地看，连接未曾相连的他者，意味着连接了原本相互独立的社会群体。这种跨群体的连接为资源流动和更大规模的社会实体动员创造了可能（Granovetter，1973；Kwon等，2020；Stovel Shaw，2012）。因此，研究若仅关注自我如何利用开放三元组（Brass等，1998），或者认为自我的成功源于信息保密（Hahl等，2016；Krackhardt，1999），只涉及到中介行为概念的一部分。回顾新冠病毒的传播过程，不难发现，结构洞不仅是信息流通的通道，在特定情境下也可能成为影响力扩散与社会整合的关键机制。在疫情初期，连接原本彼此隔离的群体的他者，成为病毒在全球不同群体之间传播的主要通道。然而，这些跨群体的连接，也可能成为推动社区达成共识的潜在机制，促使人们在佩戴口罩、保持社交距离以及接种疫苗等公共卫生目标上达成共识。未来，有必要进一步深入探讨结构洞在社会影响与传染过程中的作用机制。
超越三元组的框架，社会网络学者提出应关注自我和他者的群体归属。例如，Fernandez 和 Gould（1994）确定了五种不同的中介结构（协调者（coordinator）、守门人（gatekeeper）、流动者（itinerant）、联络人（liaison）和代表（representative））。这些中介结构的具体作用取决于行为者的群体归属以及信息流动的方向。研究表明，即便是在更广义的套利与合作的二分框架内，中介可以在网络中扮演多种角色。未来研究有必要进一步扩展和深入阐明中介者的角色类型及其相关行为模式。
同样超越三元关系的研究框架，Krackhardt（1999）提出了“齐美尔式中介”（Simmelian brokerage）的概念，即当自我嵌入于两个紧密联系的团体并成为它们之间的唯一连接时，便形成了这一中介模式（Tasselli Kilduff，2018 亦有相关讨论）。与传统的“第三得利者”（the third who benefits）不同，齐美尔式中介者往往同时受到两个团体的拉扯，在履行各自群体义务和时间要求时可能陷入困境。预计未来研究将在这一领域进一步拓展。值得注意的是Burt（2007）的研究结果。他的研究表明，即使不依赖更宏观的间接联系、路径分析或群体归属信息，仅基于局部网络（local neighborhood）或自我中心网络（ego-network），依然可以解释员工绩效的显著差异。
更重要的是，超越三元关系的研究视角带来了对自我和他者的新认识。当我们不再将三元关系视为孤立结构，而是考虑结构洞中涉及的额外联系时，相关概念也随之变化。传统观点认为，每当自我与某个未直接连接至其他他者的个体建立联系，便形成了结构洞。但只要我们转换分析视角，就会发现，该他者也在自我与该他者所连接的其他行为者之间形成了结构洞。因此，在更广义的网络结构中，自我和他者都可以充当中介。
正如人口学研究已经转向相对人口学方法（Wagner 等，1984），结构洞和中介研究也可以借鉴相对分析方法，将自我与他者视为具有相似性的研究对象。例如，与关注以自我为中心的连接或分离行为相比，借鉴谈判和权力研究领域的成果，以识别更具代表性的结构洞行为可能更有成效（Brass Burkhardt，1993；Brass Krackhardt，2012；Grosser 等，2018）。将中介行为视为谈判技能的研究思路，与结构洞理论的不断演化和和完善的趋势是一致的。该理论最初强调对非冗余信息的获取和控制，随后发展到强调中介者的视野和技能优势（Burt et al.，2013）。来自新联系的多样化信息能够带来积极的“冲击”，使个体以更具创造性的方式调整信息的组织与处理方式（Soda 等，2021）。成功利用结构洞所提供的机会，需要在信息编码与解码过程中发展出的“跨越不同联系人进行交流的智力和情感技能”（Burt 等，2013，第536页）。基于社会网络理论的基本理论，这种视野和技能并非自我（或他者）的孤立属性，而是一种相对评估。
同样，关系中的情感和认知可能很重要。例如，所有参与者在多大程度上感到满意？参与者对自身位置优势的相对认知程度如何？他们在交换过程中的相对动机又会产生怎样的影响？未来研究可将重点从自我优势转向相对或互惠优势。调节因素可能包括相对地位或权力、相对或互惠信任，以及相对个性或取向（例如，参与者的地位是否相等，或他们是否具有相似或不同的离间人（tertius gaudens）和中间人取向）。相对地位或权力可能预测哪位参与者在交换中受益最多并获得最大满意度；相对信任可能预测结构洞是持续存在还是迅速消失。
从概念上超越三元组不会改变之前的结果。统计分析在计算结果时，将自我和他者都视为中介。这些更为细致的分析是否比以自我为中心的更简洁方法更有价值，仍然是一个需通过实证研究检验的问题。无论研究结果如何，超越三元组的视角能够为理解结构洞和中介作用的机制提供新的概念性见解，并代表着中介研究的一个新方向。
到目前为止，我主要关注结构洞和中介，因为它们在社会网络研究中占据主导地位。关于关系的本质（或内容）概念化方面，也出现了新发展。Casciaro（2020）指出，所有的关系都包含情感成分。我想补充一点，所有关系也都包含认知成分，至少都含有隐含的行为成分。接下来，我将探讨近年来关于参与者之间关系特征的新进展。
我首先讨论关系强度这一经典主题，它在社会网络研究中占据重要地位Granovetter (1973) 提出的弱关系强度仍然是被经常测量的变量。其基本前提是，弱关系有助于获取非冗余信息。然而，这一观点已逐渐被结构洞理论所取代，并在较小程度上被Lin（1999）基于资源的视角所替代，或者仅作为附带议题被讨论（例如，Vedres（2017） 关于结构洞中的强关系与弱关系的研究）。Burt (1992) 将因果重点从关系的弱转移到其所跨越的结构洞。尽管Hansen (1999) 验证了弱关系的搜索优势，但随着互联网的普及，这种搜索优势可能已被削弱（Hasan，2020）。研究人员开始关注强关系的优势，尤其是其情感成分（情感强度、亲密性、信任），这些因素在过去由于对结构性结果的关注而被相对忽视。例如，研究发现，强关系与以下结果显著相关：隐性、非编码化知识的传递（Hansen 1999；Tortoriello et al. 2012）、组织变革（Battilana Casciaro 2013）、工作推荐（Bian 1997）以及知识创造（McFadyen et al. 2009）。Perry -Smith 和 Mannucci（2017）认为弱关系有助于想法的产生，而强关系有利于想法的深化。Aral和 Van Alstyne（2011）发现强关系通常具有高“带宽”（比弱关系互动频率更高、信息流更丰富），并且可以成为新颖、非冗余信息的来源。Baker (2019) 和Cross Parker (2004) 将强关系的情感成分扩展到情绪，提出了赋能关系（energizing ties），即能够增强个体活力和能量的互动。情感能量通过赋能网络（energizing networks）传播，从而抵消消极关系的影响，并促进个体及群体的绩效提升（Baker 2019）。随着社会网络的研究越来越关注情感因素，对赋能关系的研究已成为一个极具前景的新方向。
除了结构层面的讨论，近期的发展可能更加关注强关系与弱关系中的情感、行为（如频率、互惠）以及通常被忽视或视为理所当然的认知因素（如认知、意图、准确性）。其中，一个重要方向是研究认知与互惠的非对称特征。在社会网络分析中，受访者对关系存在性或其价值、重要性的不同报告（例如，行为者A选择了行行为者B，但行为者B并未选择行为者A）长期以来一直是研究者面临的方法上的挑战。通过关注关系认知的不对称或关系误解，而不是试图调和它们，可能会获得新见解（Byron Landis 2020）。
未来的研究可以关注弱关系如何转变为强关系，为何未能实现这一转变。Krackhardt (1994) 提出，了关系从弱到强的演变受依赖性、互动强度（包括互动频率和持续时间）以及情感因素的共同作用。他认为，依赖会促进互动强度的增加，而互动强度的提升又会增强情感连接。当这种情感趋于正向发展时，个体之间会形成强关系，建立信任纽带。如果情感逐渐转向负面，互动强度可能会随之降低，最终导致关系消解，或者在依赖性较强的情况下，保持弱关系的状态。
尽管关系强度和一般的网络研究几乎只关注积极或中性关系，但Labianca Brass (2006) 激活了一度被忽视的负关系研究，并引入了社会账本理论（social ledger theory）。他们将负面关系定义为“对另一个人的一组持久、反复出现的负面判断、感受和行为意图：负面人物模式（a negative person schema）”（Labianca Brass 2006，第 597 页）。在概念框架上，负关系受到强度/强烈程度、互惠性、认知/觉察程度以及社会距离（包括直接和间接关系）的共同影响。尽管“负面关系”这一术语本身带有强烈的情感色彩，但其定义同时包含了行为和认知成分（Yang 等，2020）。
除了预测负面关系的结果，预测负面关系如何与积极关系共同作用与社会账本也是一个关键的挑战。Labianca Brass (2006) 提出了消极不对称（negative asymmetry）的观点，即负关系由于其在社会认知中被重点关注，以及负向关系的稀有性，会对自我产生更强的影响。后续研究对社会账本理论进行了修正，当员工拥有更多负面关系时，积极关系对职场社交满意度有更强的积极影响，而当员工的负面关系较少，积极关系的影响则无关紧要 (Venkataramani et al. 2013)。在经历负面关系时，积极关系变得更重要。尽管个人可能会有迅速寻求切断负面关系的行为，但在组织中可能难以实现，因为工作流程和组织层级关系通常要求持续互动。此外，认知和情感可能会持续存在并影响新关系的形成，特别是与那些与已断开连接的他者或类似的他者相连。尽管与外群体的消极关系可能会损害群体间关系，但它们也可能是群体团结的源泉。此外，Halgin 等 (2020) 提出，在竞争环境中，与高地位他者存在负面关系会引起外界对自我的关注，并可能带来声誉上的利益。可以预见，在未来的社会网络分析研究中，若不对社会账本中的负面关系进行现实考量，网络研究将难以进一步推进。有关职场负面关系研究的更详细讨论，请参阅Yang 等 (2020) 。
尽管多重关系（multiplex relationships）常会被提及，但直到最近，它在社会网络文献中仍然较少受到关注。过去，多重关系主要被视为关系强度的指标或抑制机会主义行为的力量（Brass 等，1998）。在收集不同类型网络的数据时，尽管两个行为者可能以多种方式联系在一起（如建议、友谊、工作同事），研究者往往将每种网络关系分别分析，忽视了两个个体可能在多个层面上存在联系的可能性。最近的研究开始将多重性视为一个值得研究的概念。多重关系可能会带来竞争压力，例如当你的下属也是你的亲密朋友时，就可能在管理过程中面临困境。在关注多重性时，Methot 等（2016）研究发现，多重关系可能是一把“双刃剑”：涉及友谊和工作相关互动的多重关系增强了信任和工作绩效，但也可能因情感消耗和关系维护带来的责任感而降低绩效（Methot et al.，2016）。
在进一步探索多重关系时，Brennecke（2020）扩展了社会账本理论，研究了不和谐关系（dissonant ties）——即个体与同一他者之间同时存在正面和负面关系。同样，Methot Rosado-Solomon（2020）指出，人际关系往往具有多重性质，与同一对象的互动可能同时包含积极和消极因素。他们将这种关系称为矛盾关系（ambivalent ties）。例如，Casciaro Lobo（2005）在研究中比较了“混蛋”（component jerk，能力强但让人讨厌的同事）与“可爱的傻瓜”（lovable fool，讨人喜欢但能力一般的同事），发现员工在寻求任务相关帮助时，通常需要对潜在合作伙伴产生积极情感。尽管人们的首选合作对象通常是既讨人喜欢又有能力的同事，但Brennecke（2020）发现，即使向难以相处的同事寻求帮助，也能对工作绩效产生积极影响。当考虑家族企业或由家族运营的组织中的亲属关系时，多重关系的相关性尤为明显。由于关系类型的多种组合（Borgatti et al.，2009），再加上情感因素的影响，未来关于多重关系的研究很可能会进一步增加。
休眠关系指的是过去建立但已不再活跃（在一段时间内处于非活动状态）的关系，这些关系可能不会轻易被想起，除非受到特定提示 (Levin et al. 2011, Walter et al. 2015)。休眠关系之所以具有研究价值，是因为在关系暂停期间，他者可能经历了不同的发展轨迹，从而为个体提供全新的见。休眠关系非常符合Smith 等（2012）对潜在关系（potential ties）的分类（尽管很少被激活）。这引发了一个问题：关系一旦建立，是否会消失。从认知的角度来看，只要双方仍然记得这段关系，关系就可能存在。然而，一个尴尬的可能性是——一方仍然记得，而另一方已经遗忘，这很可能成为关系重新激活的障碍。从实际关系的角度来看，当任何一方选择中断联系时，关系就可能终止。当然，关系的类型或连接的内容会影响衰退速度（如亲缘关系是永久的）。Burt （2002）指出，中介关系（连接不相连个体的关系）通常衰退很快，而Krackhardt（1999）表明，Simmelian 关系（Simmelian ties，彼此互联，并且都与同一个第三方存在互惠联系）不太可能处于休眠状态，即使处于休眠状态，也很容易重新激活。这引出了另一个重要的问题：传统关系形成的预测因素，是否同样适用于休眠关系的激活？
尽管关系的衰退和关系的持续性已经受到研究者的关注，但关于关系持续时间——即一段关系被维持的时间长度，却未受到足够的关注。关系持续时间可能是信任、相互影响以及帮助动机的重要预测因素。Facebook 和 Zoom 等社交媒体平台取代了每年的“节日问候”或生日贺卡，让地理距离遥远的人也能更容易地维持关系。老朋友和新朋友（或同事）之间的差异还有待探索。对这些问题的探索将成为社会网络分析的一个新方向。
在强调弱关系和结构洞能够提供新颖、多样化信息的研究趋势下，冗余关系（redundant ties）往往被视为应当避免的对象。冗余关系在结构上被定义为连接同一社交圈内部他者的关系，即网络中的高度闭合和密集连接（Coleman，1990）。尽管这些封闭网络可以促进信任、互惠规范，并有助于监督和制裁不当行为，但冗余信息通常不被认为是有价值的。即便是强调高带宽关系（broad bandwidth ties）优势的 Aral Van Alstyne（2011），也在其研究中批判了冗余信息的存在。事实上，获取多样化、非冗余信息许多理论解释是个体成功绩效的基础。
强关系和封闭网络更容易产生冗余信息。然而，冗余关系的价值远不止于信息流通的局限性。在已有研究中，强关系和弱关系在信息搜索与传递方面各有优势（Hansen，1999）；嵌入式关系（embedded ties）和松散关系（arm’s length ties）在小型企业运作中具有不同作用（Uzzi，1997）；群体内部凝聚力与外部广度的结合能够提升组织效能（Reagans 等，2004）；封闭网络在创新实施过程中具有协调优势（Obstfeld，2005）。在此基础上，我希望进一步引起研究者对冗余关系在权力运作、可验证信息传递、以及复杂扩散与行为变革中的作用的关注。
结构洞的一个常见优势是，自我能够利用一个他者对抗另一个他者，从而获得权力。然而，权力的获取并不仅仅依赖于控制非冗余信息，而是取决于是否能够从多个来源获取相同的资源。换言之，若要让个体能够在两个他者之间博弈，这两个他者必须是相同资源的提供者，也就是说，他们是冗余的。这并不否定从他者那里获得非冗余资源的优势。而是表明“利用一个他者对抗另一个他者”和”非冗余资源“是两种不同的机制，并且可能涉及不同的关系网络。此外，冗余的他者也可能带来一定的优势。
冗余关系也提供了可验证的信息。成功的管理者不太可能仅凭没有通过另一来源进行验证的、单一来源的新颖、非冗余信息做出决策。例如，新闻业的记者经常需要通过第二个独立来源（冗余来源）来验证非冗余、有新闻价值的信息。然而，独立来源的标准意味着第二个来源不太可能与初始来源处于同一社交圈或直接相连。因此，这些信息来源通过弱关系或结构洞所形成的网络断裂，提供了可验证的冗余信息。然而，Ter Wal 等（2020）发现，双重网络（（dual networking，在同一社交圈内与两个不同的他者连接）创造了创新绩效优势。这与我们社会科学家的研究也有相似之处。我们在问卷中包含了多个（冗余）题项以评估信度，而独立数据来源能够提高研究结果的可信度。
最后，著名的Asch (1951) 从众实验揭示了冗余关系在行为改变中的价值。Asch 发现，当至少三个他者做出的一致的冗余选择时，会导致受试者的从众行为。近期，Centola (2010) 发现，需要两个来源的冗余信息才能带来行为改变。因此，戴口罩或接种疫苗等行为的改变可能需要至少两个他者的共同认可。当人们从多个来源获得冗余信息时，更有可能改变自身行为。
尽管冗余信息的从众价值与Coleman (1990) 关于封闭网络在形成规范方面价值的理论有相当大的重叠，但冗余信息的力量和可验证的信息价值表明，弱关系和结构洞的价值可能不仅仅体现在获取多样化、非冗余的信息。事实上，与自我没有连接的他者建立联系可能带来的结构性优势，不仅包括获取非冗余信息，也可能涉及冗余信息的获取。连接通常被视为非冗余的代理，但我们需要将连接与内容分开（Aral Van Alstyne 2011）。这表明，要超越冗余的结构代理，研究实际获得的信息内容，尤其是借助电子邮件或文本信息等数据，可能成为一个重要的研究方向。
社交网络分析的未来方向是什么？尽管新研究方向往往难以预测或创造，但一些趋势已经显现。结构洞和中介的研究将在情感、行为和认知因素的加入下持续发展。研究人员将超越以自我为中心的视角，从孤立的三元组扩展到更广阔的网络结构，探讨他者作为中介者的角色以及三元组在更大网络中的作用。对行为者情感、行为和认知的关注将向关系视角转变。此外，研究人员将进一步探讨关系的情感、行为和认知方面，并对负向、多重、休眠和冗余关系进行更多研究。以上只是预测，至于具体会如何发展，我们拭目以待。
原标题：《社会网络分析的未来发展方向是什么？》
阅读原文
本文为澎湃号作者或机构在澎湃新闻上传并发布，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场，澎湃新闻仅提供信息发布平台。申请澎湃号请用电脑访问http://renzheng.thepaper.cn。
Android版
iPhone版
iPad版
沪ICP备14003370号
沪公网安备31010602000299号
? 2014-2025 上海东方报业有限公司
吉祥棋牌斗地主是一种极具挑战和受到刺激的扑克游戏，拥有吉祥棋牌斗地主是众多玩家追求的目标。本文将深入讨论拥有吉祥棋牌斗地主的盈利秘诀。简单的方法能介绍吉祥棋牌斗地主的背景和规则，然后从四个方面进行详细阐述。各是战术策略、心理战术、人脉关系和经验积累。各个方面都将能提供功能多的技巧和建议，指导读者提升自己的吉祥棋牌斗地主技巧，实现程序赢利的目标。之后归纳文章的比较多观点和结论，并给出一些建议。
一、吉祥棋牌斗地主战术策略
1、手中掌握牌型的概率和价值
2、适当调整*耗去的比例
3、灵活运用加注和跟注
二、吉祥棋牌斗地主心理战术
1、观察对手的行为和身体语言
2、获取对手的心理线索
3、形象的修辞心理战术无法发展对手的决策
三、吉祥棋牌斗地主人脉关系
1、与老练的玩家交流学习
2、组建良好的思想品德的社交网络
3、组织或参加过扑克俱乐部和比赛
四、吉祥棋牌斗地主经验累积
1、正常参加过吉祥棋牌斗地主比赛
2、记录信息和讲自己的牌局经验
3、缓慢学习和提升自己的技巧
结论：
要蓝月帝国吉祥棋牌斗地主，不仅仅是需要掌握战术策略、心理战术和人脉关系的技巧，还是需要减弱的经验积累。通过不断的学习和实践，玩家这个可以增加自己的技巧和决策能力，终实现在吉祥棋牌斗地主中的盈利。是为得到更好的成绩，建议玩家在下一界德州的道路上，坚持不懈、只有努力持之以恒，持续提升自己的技术和心理素质。仅有持续进步，才能长期且稳定地额外亏损。让我们相互追求纯粹吉祥棋牌斗地主的胜利吧！
得普游戏中，早期位置的玩家是在翻牌前进行行动的，他们缺少对以外玩家的行为和牌力的信息。但，在早期位置，玩家必须非常小心地选择类型自己的行动，尽量避免过多冒险的操作。用来早期位置的优势，玩家可以不通过观察以外玩家的行为来猜想他们的牌力和策略，进而决定越来越明智的决策。
二、善于利用中期位置
在中期位置，玩家占据更多的信息来做决策，而也能够仔细观察早期位置的玩家的行为。擅于用来金丹中期位置的玩家可以不依据其他玩家的行动和bec牌的情况来确认对手的牌力，并合理调整自己的策略。在中期位置，玩家也可以积极联合较高的潜在原因奖池，并依靠自己的优势来引导和控制游戏的进展。
三、充分利用晚期位置
晚期位置是玩家靠近位置的位置，又是玩家强大多信息和大优势的位置。在晚期位置，玩家可以更确切地确定对手的牌力和策略，并更灵活地变动自己的行动。晚期位置的玩家也可以攻击的*金和保守谨慎的策略来掌控以外玩家，并大限度地地依靠自己的优势赢取奖池。
四、掌握位置优势的技巧
完全掌握位置优势不光是很简单地中,选择坐哪个位置，还是需要玩家拥有相关的技巧和策略。玩家需要学会了观察和分析别的玩家的行为和牌力，通过观察花色、开*和弃牌行为等来判断对手的牌力和策略。玩家需要据自身的手牌和位置来做出决策，尽量避免使用过度冒险的或封建。玩家还需要参照游戏的进展和对手的行动来合理调整自己的策略，以达到掌握到位置优势的优势。
结论：
得普中，完全掌握位置优势是取得后的胜利的关键。合理利用早期位置、不善于用来后期位置、充分利用晚期位置这些手中掌握位置优势的技巧，玩家可以不好些地决策和我得到胜利。因此，对于打算在得普游戏中得到成功的玩家来说，掌握位置优势是不可少的。如果能本文是可以为读者需要提供一些关于掌握位置优势的观点和参考，并在实践中帮他们在得普游戏中得到更好的成绩。