社会网络分析（social networks analysis），研究者解剖社会结构的一种分析工具。“网络分析”思路可以追溯到古希腊。作为现代研究方法，它在20世纪30年代以后的心理学、人类学、社会学和数学等不同的学术传统中得到独立发展。在理论趋向上，社会网络分析认为，社会行动的决定因素不在于个体属性，如性别、年龄、受教育程度等，而在于社会网络的特征以及个体在网络中的位置。这种立场和个体主义的分析方法大相异趣。在社会网络分析中，个体被简化为“节点”，个体之间的关系被简化为“链接”，由这些节点和链接构成的社会网络才是研究的中心。

社会网络的数据格式，有别于传统的“个案在行、变量在列”的直方矩阵的数据格式，变为“行列均为个案”的方阵数据，方阵中的数据表示两个个体之间的关系是否存在或强度的大小。例如，在一个互助社会网络中，个体甲可能帮助个体乙，但个体乙可能没有帮助个体甲，在社会网络数据中，前者可以表示为1，后者可以表示为0，这样，社会关系的方向性就得到了表达。社会网络数据的另一个特征是对角线上的数据表示的是个体对自己的反身关系。

社会网络数据分为三种：①个体中心的网络数据。这是从社会网络中的一个个体出发，追溯与他（或她）有关联的其他个体（节点）所得到的数据。这种数据比较容易采集，但不能全面反映整个网络的结构，特别是相对较弱或游离的关系。②有界网络数据。它是对一个边界清晰界定的社会网络（如家庭、组织）中的所有成员之间的关系进行观测所得到的数据。③“小世界”数据。这种社会网络的特征是无法清晰界定系统边界，一般只能通过滚雪球的方式得到网络数据，如社区层次的社会网络。社会网络分析就是通过一系列的测量指标，包括密度、距离、核心和边缘、外向度和内向度、结构洞等，对上述三种网络数据进行定量分析的方法和程序。常用的软件工具有UCINET、STOCNET和STRUCTURE。