社会网络分析起源于20世纪30年代,是在心理学、社会学和人类学的基础上发展而来的,最初被用来研究真实社会中人与人之间的关系。随着时间的推移,许多学者致力于社会网络分析的研究,使得社会网络分析得到了不断的发展。尤其是20世纪30年代到70年代末,美国的哈佛大学和英国的曼彻斯特大学对社会网络分析的发展做出了重大的贡献。社会网络分析研究的对象也变得宽泛起来,国家、城市、社区、学校等等都可以成为社会网络分析的研究对象。近些年来,随着计算机技术的快速发展,社会网络分析的应用范围也越来越广泛,已经扩展到了情报学以及几乎所有的人类活动领域,产生了越来越大的影响。　　本论文首先系统介绍了社会网络分析,包括它的基本概念、研究方法和分析角度,以及它分析问题的一般步骤。　　然后,本论文选取生活在澳洲的松果蜥作为研究对象,所采用的数据集是由澳大利亚Flinders大学的Stephan T. Leu等人提供的。他们通过对某一松果蜥群体进行长期的观察,利用绑在每只松果蜥尾巴上的装置来记录下它们的活动信息。对收集到的信息进行预处理后,本文分析了该群体的活动范围和活动时间规律。再以活动的松果蜥之间的交流为关系建立关系矩阵,采用社会网络分析法分析该社会网络中成员的地位、成员之间的关系及该群体的生活方式。　　最后,论文详细介绍了KNN算法及算法的优缺点,描述了几种KNN算法的改进算法的主要思想和步骤,并首次提出采用KNN算法来分析验证松果蜥对生生活的特点,结合已知的松果蜥的性别信息,得出松果蜥是属于一雄一雌对生生活的动物的结论。接着,针对KNN算法的不足,又提出了一种亲密度算法,以此算法来分析验证松果蜥对生生活的特点,结果更加精确。最后,本文又描述了KFN算法的分析方法及研究内容,通过KFN算法从一个新的角度来分析群体个体之间的亲疏关系。