「ネットワーク」は、社会の中、機械の中、自然界の中、学問体系の中、などなど、いろいろな分野にあります。
特に「分析」と意識していなくても、ネットワークは、日常生活で身近な存在です。
何かが２つ以上あって、 それらが何かでつながりがあれば、「ネットワーク」の理論が当てはまって来ます。
具体的には、頂点と辺の組み合わせで表現できるものは、「ネットワーク」として分析できるようになります。
頂点を人や地域、辺を親しさや近さ、と考えます。
頂点を端末、辺を回線の有無、と考えます。
パーコレーション では、頂点を格子、辺を隣同士かどうか、で考えます。
頂点を事象（現象）、辺を因果関係の有無、と考えます。
ネットワークの図は、 連関図 と呼ばれる事があります。
様々な理論が、ネットワークの分析で使えます。
多変量解析 や データマイニング では、 頂点を変数、辺を相関、と考えます。
ネットワークの図は、 パス図 と呼ばれる事があります。
アソシエーション分析 は データマイニング の一種ですが、この手法では、 頂点をカテゴリ（質的変数の中の、個々の質を表す名前）、辺を従属関係の有無（広い意味での相関）で考えます。
テキストマイニング も データマイニング の一種ですが、この手法では、 頂点を単語、辺を共起や係り受けの関係の有無で考えます。
Q分析 は データマイニング の一種です。 ネットワーク分析 に使うデータの表を直接扱うことができます。
因果推論とアソシエーション分析を組み合わせたものは、 相関関係の探索 の一種です。 ベイジアンネットワーク が代表的な手法です。
社会と通信を組み合わせは、インターネット上で起こる事の分析に使われます。
社会とパーコレーションの組み合わせは、伝染病の研究に使われます。
これに通信が加わると、コンピュータウィルスの広がり方の研究の話になります。
「グラフデータベース」 Ian Robinson 他 著 オライリー 2015
ネットワーク構造は、関係性が重要なデータになりますが、それを保管するには、
リレーショナルデータベース
ではなく、別の物が必要
順路
次は
ネットワーク分析
