《在线社会关系网络的挖掘与分析》专辑

正近年来,以社交网络和社会媒体为代表的在线社会关系网络正深刻改变着人们制造、传播和接收信息的方式.人的互联成为信息互联的载体和信息传播的媒介,个体间的强交互性使得信息传播的网络效应越发凸显.在线社会关系网络汇聚了大量的用户关系、行为等可感知和可计算的人类社会的数字足迹,为社会计算     

社交网络影响力研究综述

互联网正逐步演变为无处不在的计算平台和信息传播平台。在线社交网站、微博、博客、论坛、维基等社交网络应用的出现和迅猛发展,使得人类使用互联网的方式产生了深刻变革——由简单信息搜索和网页浏览转向网上社会关系的构建与维护、基于社会关系的信息创造、交流和共享。社交网络中个体间的交互形成影响力,社交网络中的影响力主要依赖个体间的关系强度、个体间的网络距离、时序因子以及网络特征与个体特征等。影响力分析技术的相关研究主要包括个体间的影响强度度量技术、个体影响力度量技术、影响力扩散机制等。     

融合社会关系的社交网络情感分析综述

随着以用户为中心的Web 2.0的发展,社交网络平台以惊人的影响力渗入到生活的方方面面,对社交网络中的内容进行情感分析已经成为热点研究课题.Twitter、新浪微博等在线社交网站吸引了大量用户,通过用户间的交互,产生了许多包含用户间社会关系的信息,并且这些社会关系被广泛应用于社交网络的情感分析.融合社会关系的社交网络情...     

一种应用于社交网络中的时延容忍路由协议*

基于传染方式的时延容忍路由并不适合直接应用于社交网络中,不可控的冗余数据包不但极大增加了网络的负载,同时也使得节点极易受到DoS攻击。通过分析社交网络的小世界特性,构建了基于社会关系的网络拓扑模型,并基于该模型提出了一种安全高效的时延容忍路由协议。通过实验,证明了基于节点的社会关系特性,该路由协议可以有效地保证重要数据包的成功转发,并降低节点被DoS攻击的风险。     

基于机会网络中社交关系的转发机制

由于现有的机会网络转发机制不能完全适应社会网络中基于社交关系的判断与分析,为此通过建立社交关系的分类,构建机会网络中的社会关系树结构模型,提出了一种新的转发机制。该机制设置了节点权重值,由节点所处的层次和社会关系的可利用性及可靠性决定。通过路径权重值,选择最有价值的路径进行消息的传递。通过仿真实验,所提出的转发机制有效地降低了网络中的消息副本数和降低了路由开销。     

谱聚类的现状及其在社会网络中的应用

近年来,凭借其重要的研究意义,采用数据聚类去分析社会网络已成为时下最热门的话题之一。这些研究最直接应用的是防止恐怖袭击和社区通过检测疾病的传播。此外,由于社会网络是动态的,而社会关系的变化是可以通过数据聚类方法预测的。从而使得清楚了解社会网络结构将有助于促进社会发展和社会成员间的合作。从数据挖掘角度来看,社交网络是一种不完全的,庞大的,复杂的,动态的网络。而这些特性使得传统的数据聚类方法并不能成功应用在社会网络中。相反,作为一个最流行的现代数据的聚类算法,谱聚类在对社交网络的问题提供了一种系统的,灵活实用的解决方案。理论和实验证明,谱聚类在寻找全局最优解和处理大型数据集方面的性能优于传统聚类算法。一方面审视讨论当今谱聚类的理论和算法,及其优于传统聚类算法的特点。另一方面,也涵盖了社会网络的基本知识及两个典型的谱聚类在社会网络中的应用。     

基于社会认证的网络身份模型

网络实名制的提出,是为了解决网络匿名性所带来的问题,却又面临实名信息泄露的诟病。造成信息泄露的根源在于实名认证依赖于实名信息。基于社会认证的网络身份模型,依赖社会关系进行身份认证,其利用OSN节点的社会关系构建网络身份,在发挥网络监管作用的同时,避免实名信息的泄漏。模型首先在OSN中依据一定策略选择根节点;然后,采用担保方式进行社会认证;最后,在不依赖实名信息的基础上,构建节点的唯一网络身份SANI。SNAI身份含节点的社会认证信息,具有身份认证和行为溯源的功能。     

社交网络中感知技术的研究与应用

社交网络已成为互联网上最热门的话题和网络应用亮点,它让用户组织自己的网络链接,维护各种社会关系.社交网络重要的是对个人信息的维护,对网络内他人信息的感知;在社交网络环境下,用户的信息感知程度普遍较低.探索了是否可有效调整CSCW领域中的感知概念以应用到社会网络领域.分析了感知的概念和内涵,对比了CSCW领域的群组与社交网络中的社区,研究了社交网络感知信息的形成过程,从社交网络环境和群组两个方面讨论了感知技术的应用,改善了社交网络中的通信,增强了用户之间的交互性.最后,实现了面向科研工作者的社交网络--学术社区,在学术社区中应用感知技术,帮助研究者发现科研热点或某一领域的研究群体,促进学术交流和创新.     

基于群体行为的社交媒体中水军分析

社交媒体是当下非常热门的一种互联网应用。在发生公共事件时,许多当事人雇佣公关公司在社交媒体上发布虚假信息来影响舆情。这部分为公关公司所服务的社交媒体账号称为水军。水军在当下的中国社交媒体中有泛滥的趋势。基于水军的群体行为分析社交媒体中的水军集团。定义了情感社会网络和情感社会网络中的团的概念;设计了一个分析框架,包括提出了情感社会网络中发现社区,以及从社区中发现对立的派别（称为团）的算法。从微博的评论数据构建情感社会网络,并发现情感社会网络中的团,可以识别水军,而且可以考察社交媒体中的水军集团的特性。采用人工标注的数据集进行了实验。     

网络中的社会行为（二）——人际交往网络（中）

社会网络要想成功，很大程度上取决于将现实生活中的社交行为搬上网络时，是否增加了人们的互动效率。     

基于微博平台的社交网络取证方法研究与应用

随着互联网技术的发展和普及,社交网络在为人们之间的沟通交流拉近距离的同时,也给不法分子提供了可乘之机,他们利用社交网络散播谣言、招募团队成员等,进行各种违法犯罪活动。快速排查犯罪嫌疑人的社交关系,查找犯罪嫌疑人在各种社交平台上的关系网,对社交网络进行分析和取证,将有助于公安机关尽早查清犯罪成员之间千丝万缕的联系,将犯罪团伙彻底清除。该文以新浪微博为例,提出一种四层的网络取证模型,利用网络爬虫程序获取微博用户的信息,绘制用户的微博关系图,并将其以有向图的形式进行直观展示。通过分析微博关系图,可以直观地显示相关微博用户的关联关系,有助于提高公安机关寻找线索和排查犯罪嫌疑人社会关系的效率。     

社交网络犯罪特点之浅见

社交网络,作为最近十年网络的最主要发展领域,改变了传统因特网的格局,也改变了网络生活的习惯和面貌。而任何社会都不可避免的犯罪也随着社交网络的发展而具备了新的形式。形成了一批社会危害性普遍的新型社交网络犯罪。本文旨在对社交网络的犯罪行为进行探讨,通过分类的方法确定社交网络犯罪的独特之处,即全新的社群划分。进而为防治犯罪做出一些有益的建议。     

用思想照亮前程——论未来网络社会的社会体系

网络技术影响社会形态。马克思主义有一条重要理论：＂生产力决定生产关系＂。马克思指出：人的本质是一切社会关系的总和,主要的关系有经济关系、政治关系、法律关系等。＂生产关系＂是指人们在物质资料生产过程中所结成的社会关系,又称经济关系。可见,生产关系是社会关系的一个主要组成部分,而生产力决定了社会关系,或者说社会形态。     

基于认知模型的社会关系预测算法

针对低采样率下社会网络中传统的关系预测方法精度较低的问题,提出一种基于认知模型的社会关系预测算法。该方法利用了单个节点对整个网络的认知能力,部分随机采样获得采样节点对社会网络中节点间关系的认知信息,然后根据认知信息预测出未采样节点的社会关系,实现了低采样率下所有节点间社会关系的预测。为了分析算法性能,在不同网络中用该算法与传统方法进行多组对比实验,结果表明该算法在低采样率下提高了预测精度、降低了预测时间。     

一种基于社会信任潜在因子模型的推荐方法

随着社交网络的快速发展、社交网络用户规模的不断扩大,如何为用户推荐感兴趣的信息变得越发困难。传统的推荐方法利用用户兴趣的历史数据来预测用户未来感兴趣的项目,忽视了社交网络中的信任关系,导致推荐方法的推荐质量不高。针对上述问题,提出了基于社会信任潜在因子模型的推荐方法。该方法引入社会信任来度量社交网络中朋友之间的隐含信任关系,根据社会信任程度来选择用户信任的朋友,对用户信任的朋友与目标用户的共同兴趣进行潜在因子分析,构建基于社会信任的潜在因子模型,实现目标用户的前k个项目推荐。真实数据集上的对比实验结果表明,基于社会信任潜在因子模型的推荐方法在推荐质量上优于现有的推荐方法。     

移动社交网络环境下的真实社会关系估计

移动设备的普及促进了移动社会网络的形成。移动社会网络基于用户的物理特征为其提供虚拟交互,而用户在真实世界中的社会关系知识可有效地用于改善移动社会网络服务质量。提出一种基于用户物理特征(包括由GPS坐标代表的位置特征和由蓝牙检测代表的邻近特征)估计其真实社会关系的方法。该方法首先基于用户的GPS轨迹挖掘语义化访问地点(如家、工作地点等),然后结合语义化访问地点和邻近特征估计用户间的社会关系类型。实验结果表明该方法可准确估计三种类型的真实社会关系(包括家人、同事和朋友)。     

基于时空数据的社会关系发现*

网络技术的发展产生了大量的网络用户,他们之间潜藏的社会关系越来越多地引起了人们的注意,大量的社交网络发现算法已被提出。但是,以前的研究多建立在关系数据可直接获取的基础之上。实际上,网络数据多以用户个体行为形式存在,数据实时变化。基于用户使用网络的行为日志分析,提出基于时空数据分析模型的社会关系发现算法,算法主要包括实际分析和关系发现两个步骤。通过实验表明,本算法能很好地发现用户行为中潜藏的社会关系。     

网络群体行为的演化博弈模型与分析方法

随着社会关系网络和在线社会网络应用的不断发展,如何理解和分析群体合作行为的稳定维持和演化是社会关系网络研究中面临的最大的挑战之一.文中综述了网络群体行为和随机演化博弈模型与分析方法等方面的研究工作,介绍了可用于网络群体行为分析评价的指标和模型,总结了网络群体行为和随机演化博弈模型的若干研究和分析方法,探讨了应用随机演化博弈模型进行网络群体行为研究的可行性.基于这些讨论,展望了社会关系网络中的网络群体行为研究所面临的主要挑战.     

基于云计算的社交网络并行推荐算法

云计算平台的诞生,推动了推荐系统的发展。传统社会网络并行算法在大数据处理方面存在不足,利用签到记录时,不能充分利用签到信息所隐含的偏好、位置和社交网络信息,从而造成准确率低的问题。基于此,提出了基于云计算的社交网络并行推荐算法,Debogone算法设计。通过特征提取算法实现Debogone算法设计,以用户历史偏好为基础,综合考虑用户社交关系,以用户的活动范围为约束点,实现用户兴趣点的推荐。通过实验对比,证明了Debog one算法设计准确率高,稳定性高,具有推广意义。     

基于swarm平台和社交网络的电子商务个性化推荐系统仿真模型的理论构建

本文在介绍了个性化推荐系统、信任管理、社交网络以及Swarm平台的基础上,提出了一个对个性化推荐系统进行仿真研究的基于Swarm平台和社交网络的理论模型。该理论模型基于社交网络中智能体的行为和智能体之间的交互,旨在模拟出现实中人与人之间相互学习、推荐和影响的社会关系,从而寻找使得推荐系统更加有效运行的方式。