网络分析
作者：Seme 研究团队 · 更新于 2026-05-22
定义
网络分析是研究实体之间的关系和连接，以理解社会结构、信息流和影响模式。在身份调查中，网络分析使用图论指标映射专业关系、组织从属关系和社交连接。关键指标包括：度中心性（直接连接数）、中介中心性（实体位于其他实体之间最短路径上的频率）、聚类系数（实体联系人的互联程度）和特征向量中心性（基于连接实体重要性的连接质量）。网络分析揭示了从检查单个档案中不可见的隐藏结构——例如，一个直接连接适中但中介中心性高的人可能是关键的信息中介。
工作原理
身份调查中的网络分析在知识图谱上运行。首先，从调查数据构建图谱，实体为节点，关系为边。其次，计算每个节点的中心性指标以识别关键参与者。第三，社区检测算法（Louvain、标签传播）识别紧密连接的实体集群——这些通常代表团队、组织或社交圈。第四，影响传播模型估计信息或影响如何在网络中流动。第五，异常检测识别不寻常的模式——连接本不相连社区的实体、连接模式的突然变化或可能表明协调活动的异常密集子图。
示例
分析一家风险投资公司的专业网络揭示：合伙人 A 具有最高的中介中心性（连接公司的投资组合公司），合伙人 B 具有最高的度中心性（最多的直接连接），分析师 C 具有令人惊讶的高特征向量中心性（尽管网络较小但连接到极具影响力的人）。社区检测识别出三个集群：硅谷科技创始人、东海岸金融专业人士和学术研究人员——合伙人 A 是唯一连接所有三个社区的人。
应用场景
- •公司调查的组织影响力映射
- •执法部门的犯罪网络分析
- •金融机构的投资网络尽职调查
- •研究机构的学术合作模式分析
关键数据
| 指标 | 数值 | 来源 |
|---|---|---|
| 中心性指标 | 4 types | Graph theory |
| 社区检测算法 | 5+ algorithms | NetworkX / Neo4j |
| 平均网络规模 | 100-500 nodes | Seme platform data |
| 映射的关系类型 | 10+ | Seme schema |
相关术语
平台数据
15-20
来源/调查
78%
平均信任分
25+
术语定义
10-30 min
调查时间