社交网络与复杂网络构建全解析
1. 有符号网络的风险与应对
有符号网络存在一定危险性，因为仅通过直观观察，无法揭示有符号连接的真实含义。若网络分析算法忽略权重，就可能误以为连接代表接近程度，但实际情况可能恰恰相反。不过，一些社会理论（如平衡理论）会大量运用有符号性，所以专业人士需做好应对准备。
2. 准备社交网络的途径
若不想自行爬取社交网络，或需要一个典型网络进行实验，有两种选择：
-生成合成网络：可通过计算机软件（如 NetworkX）生成，通过合理选择合成图生成器的参数，能生成几乎任何类型的网络，使其与经验网络极为相似。
-下载经验网络：可从斯坦福大型网络数据集集合（由 Jure Leskovec 和 Andrej Krevl 在 2014 年编译）下载，该集合提供 90 个各种复杂网络的快照，分为 17 个类别，其中至少 33 个描述了来自 Facebook、Google+、Twitter 等社交和通信网络。另一个公开可用的经验网络来源是 Jérôme Kunegis 的 Koblenz 网络集合（KONECT），包含 261 个数据集。
3. 认识通信网络
在社会网络分析中，通信网络与常规认知有所不同。常规认为通信网络是连接终端通信设备的电气（数字或模拟）电路，而社会通信网络是边代表通信关系的社会网络，即消息可传输的“通道”。只要 Alice 能可靠地向 Bob 发送消息，无论采用何种通信媒介（如面对面交流、电话、电子邮件、网络聊天等）都可行。
通信网络连接人和社会动物，其连接性源于短期、常为即时的交