美国高校在 Facebook 上的网络结构

坊间传闻，大学中建立的社会联系具有终身影响。然而对大学中形成的社会网络的认知仍是片段化的，这在很大程度上源于收集适合全面分析的数据集的困难与高昂成本。为推进并系统化对高校社交网络的洞察，我们描述了一个由美国大学生使用的最大在线社交网络平台的数据集。我们将去标识化与聚合的 Facebook 数据与 College Scorecard 数据（由美国教育部提供的校园层面信息）结合，生成覆盖 1159 所美国学院与大学 2008–2015 入学年级队列、跨越 760 万学生的数据集。为完成比较这些不同规模网络的困难任务，我们开发了一种新方法。我们在采样的自我图（ego-graph）上计算特征，为每对图训练二分类器，并将图间距离操作化为预测精度。同一学校不同年级队列的社交网络在结构上彼此更为相似，而非与其他学校的队列相似。来自相似学校的网络具有相似结构，其中公立/私立与毕业率维度最具区分性。我们还将学校类型与特定结果关联。例如，私立学校学生拥有更大、聚类更强且按入学年份同质性更高的网络。我们的发现可能有助于阐明高校在塑造部分贯穿人们一生的社交网络中所扮演的角色。