對於大量零碎的資料，社會網路分析提供了一個可能的方向，可以更容易 的對個體與整體進行觀察，而得以發掘其中隱藏的資訊。本論文嘗試以我 國政府官員異動資料為一零碎資料的代表，利用社會網路分析做為工具， 提出網路模型以幫助我們分析與觀察其中所隱藏的資訊。利用官員的異動 時間記錄建立網路，實驗的模型共可分為人物共同異動網路、人物共事時 間網路，職務升遷網路，人物共同異動網路部分，將每一人物視為不同節 點，節點間的連結則為兩人共同異動的次數，輔以職務間相關性的關係對 資料中的雜訊進行過濾，人物共事時間網路則以兩人在相關單位共事的時 間長度做為其節點間的連結，職務網路改為以職務做為節點，利用人物的 職務升遷，在前後任職的職務節點間建立連結，對於所建立的各種網路， 再利用社會網路分析中一些性質或指標進行分析。實驗結果顯示本研究所 設計的模型對於觀察人物間相互關係以及不同單位所產生的群體間的關係 有所幫助，並提供對於社會網路分析在類似情境下應用的可能性與限制的 了解。

對於零碎且結構複雜的資料來源時，社會網路分析能夠給予整體性的觀察，還能檢視個體之間的關係。目前社會網路分析研究中，因為將網路退化至簡單連結關係，所以會遺失許多珍貴的資訊。而網路規模和型態隨著研究議題的不同，也會跟著增大或趨於多變，但動態網路分析能夠提供我們檢視每個時期，網路的變化或社群的形成或消失，甚至能知道節點間的互動影響。本論文研究，以政府人事異動資料為主，並且加入了其他政府組織的相關資料，建構出政府組織的從屬網路，並在每個網路快照中，擷取出重要的官員異動；每一筆人事異動都是一個事件的發生，而特任或簡任官員在本研究中視為重要事件，從這些重要事件的發生，我們能夠對每個時間的官員，使用EventRank的演算法做排名計算。最後能從時間的變化中，觀察出每個時期的佔有重要影響力的官員。 / To fragmented and complex structure data, social network analysis (SNA) can give an overall observation, but also view the relationship between individuals. Recent research in SNA is the degradation of the network link to a simple relationship but it will lose a lot of valuable information. The size and type of network with different research topics will follow the increase or rapidly changing, dynamic network analysis can provide our view of changes in the network or community to form or disappear in every period, even know the impact of the interaction between nodes. This thesis is based on the government official changes and other related data to construct manager-subordinate network of the government organization and capture the important interactions between officials in every network snapshot. An official change is the occurrence of an event and special level official changes in this study as a critical event. From these critical events, we can use the Event Rank algorithm to rank the officials. Finally, we can observe which official has more influence from the time changes.