network-computation

name	network-computation
description	社会网络计算分析工具，提供网络构建、中心性测量、社区检测、网络可视化等完整的网络分析支持
version	1.0.0
author	chinese-social-sciences-subagents
tags	["network-analysis","social-networks","centrality","community-detection","visualization"]

Network Computation Skill for Social Sciences

技能概述

社会网络计算分析技能为社会科学研究提供全面的网络分析支持，包括网络构建、中心性测量、社区检测、网络可视化等，帮助研究者理解社会关系结构和网络动态。

核心功能

1. 网络构建与基础分析

• 数据格式支持: 边列表、邻接矩阵、数据框转换
• 网络类型: 有向/无向、加权/无权网络
• 基础统计: 节点数、边数、密度、连通性
• 度分布: 度统计、度分布分析、度相关性

2. 中心性分析

• 度中心性: 节点度数、标准化度中心性
• 介数中心性: 最短路径介数、边介数中心性
• 接近中心性: 距离中心性、加权接近中心性
• 特征向量中心性: PageRank、Katz中心性、权威度

3. 社区检测与分析

• 社区发现: Louvain、Girvan-Newman、标签传播
• 社区质量: 模块度、社区大小、社区密度
• 社区结构: 内部连接、外部连接、桥梁节点
• 动态社区: 时间演化社区、社区稳定性

4. 高级网络分析

• 结构洞: 约束系数、有效规模、经纪得分
• 小世界网络: 聚类系数、平均路径长度、小世界系数
• 网络韧性: 节点移除影响、边移除影响、脆弱性分析
• 网络模体: 三角模体、网络基元分析

5. 网络可视化

• 布局算法: Spring、Circular、Kamada-Kawai布局
• 网络图表: 节点大小、颜色编码、边权重可视化
• 社区可视化: 社区着色、社区边界、交互式图表
• 动态可视化: 网络演化、时序网络、多层网络

使用方法

当您需要进行社会网络分析时，我会：

1. 网络构建: 从各种数据源构建网络对象
2. 基础分析: 计算网络基本统计和特征
3. 中心性分析: 识别网络中的关键节点
4. 社区检测: 发现和分析网络社区结构
5. 高级分析: 进行结构洞、小世界等高级分析
6. 可视化: 创建专业的网络可视化图表

支持的分析方法

• 各种中心性指标计算和比较
• 多种社区检测算法
• 网络统计检验和随机网络比较
• 网络动态模拟和预测
• 多层网络和时序网络分析

质量保证

• 遵循网络分析最佳实践
• 提供统计显著性检验
• 进行网络稳健性分析
• 验证分析假设条件
• 提供可重现的分析代码

输出格式

• 完整的网络分析报告
• 标准化的网络统计表格
• 出版质量的网络可视化
• 网络指标对比分析
• 可重现的Python/R代码

当您提到社会网络、关系分析、网络结构、社区发现等相关需求时，此技能会自动激活。