科学家、组织与技术及其关系的社会网络分析

社会网络分析能够对社会网络中行为者之间的关系进行量化分析,以可视化的图形界面展示节点之间的深层关系及群体结构。本文从维基百科中采集计算机网络领域内前沿网络技术、突出贡献科学家和学术信息权威组织机构的相应信息,构建网络技术与科学家、组织机构与科学家等多种类型的关系网络,从中心性、凝聚性及核心-边缘结构等方面进行社会网络分析,得到热点技术、核心研究团队等计算机网络发展趋势上的若干特征。     

基于维基百科的社会网络分析研究

社会网络分析是研究社会关系的一种新兴的研究方法,它能够对社会网络中行为者之间的关系进行量化分析,以可视化的图形展示行为者之间的深层次关系及描述群体关系的结构.基于维基百科抽取信息,建立辞典,然后构建了计算机网络技术关联网络、相关科研人员人际关系网络以及计算机网络技术与科学家关系网络三个社会网络,并对这三个网络用社会网络分析方法进行研究.发现搜集的当今80位在计算机领域有杰出贡献和影响力的科学家中很大一部分并不处于核心地位,说明他们与其他科学家合作的次数较少.而某些计算机网络技术其子技术或分支较少,但是其发展空间比较大,有可能成为未来的“热门”.     

基于社会网络挖掘的微博参政群体实证研究

以社会网络分析方法为基础,应用UCINET软件对微博参政群体进行密度、中心性、凝聚子群以及结构洞的挖掘,实验发现微博参政群体存在参政领袖以及子群现象,参政领袖对群体具有更大的影响,子群现象对微博参政群体成员之间的交流起着积极作用。     

基于基元的区域港口群竞合网络分析

针对区域港口群竞合关系的复杂性、多重性问题,引入了可拓学中的基元理论,提出了一种新的复杂网络模型构建方法,这种方法使得多重关系的同时分析成为可能。在构建了基于基元的区域港口群竞合网络模型之后,运用Ward聚类、网络密度分析、网络中心性分析及结构洞分析等方法,研究了区域港口群竞合网络的结构特征及社会属性特征,帮助港口管理人员进行相关决策。最后,选取珠三角港口群进行实例分析以验证网络分析方法的有效性,主要结论包括:港口中心性与其港口层次保持一致;竞争网络中,若低层次港口具有过高中心性,则该港口有定位不明或过度竞争的可能;高中心度的枢纽港对其他港口进行喂给,会对被喂给港口形成较强的限制。     

基于社会网络分析的网络舆情数据挖掘

随着网络社会的形成,网络舆情已成为民意的主要载体。分析挖掘舆情信息不能只关注舆情信息内容,更需要对舆情主体社会网络特征进行分析,以此发掘舆情核心群体、演化、趋势,从而正确导向舆情。本文以某网络热点话题为例,对该话题社会网络进行整体挖掘研究,计算分析点度中心度、密度、直径、聚类系数等参数信息,并提出舆情监管建议。     

基于SNS的高校图书馆微博知识推荐可视化研究

本文基于对我国高校图书馆微博客数据的统计数据,遴选了2013年9月18日的40所知识推荐领域最为活跃的高校图书馆,针对其微博数据进行了社会网络结构分析及可视化分析。在社会网络结构方面,主要提出了以关注数、微博数等为指标依据中心度,凝聚子群,中介中心性分析等,最终得出高校图书馆微博的用户关注与兴趣度,由此探究高校图书馆微博在建设方面的不足,并提出相应的发展知识推荐服务的建议。     

基于SNA的软件项目隐性需求知识转移问题研究

从社会网络理论的视角出发,给出了基于项目开发团队网络结构的隐性需求知识转移的分析方法,并通过实例分析验证了该方法的有效性,进而为改善团队网络结构,改进隐性需求知识转移的途径提供了有针对性的策略和建议。     

非法交易犯罪团伙的社会网络分析研究

针对团伙犯罪的发案率不断升高,且其造成的社会危害性较大的社会现状,根据执法机构的数据分析需求,文章引入社会网络分析的相关理论与方法,对海量交易进行数学建模。采用图聚类算法挖掘出交易团伙,解析其内部结构,智能识别出从事非法交易的犯罪团伙,从而为执法机构提供准确的犯罪线索,增强打击刑事犯罪的主动性及效率。     

基于用户行为的微博用户社会影响力分析

社会影响力分析是当前在线社会网络研究中的热点方向.随着微博成为了一种至关重要的大众媒体,更好的分析和衡量微博用户的社会影响力引起越来越广泛的关注.基于从新浪微博收集的大规模数据集,作者结合社会影响力在微博环境中的传播情况,分析了用户行为因素之间的关系.然后提出了一个通过预测用户传播信息能力大小来分析和度量用户社会影响力的方法.该方法结合了来自社会网络结构和用户行为因素两方面的信息,获得了更好的影响力估计结果.基于大规模数据的实验结果表明,作者提出的方法是较为有效的.     

基于社会网络分析的泛在网络仿真平台

针对泛在网络面临局部自治性、异构性、复杂性、混沌性等问题,提出一种基于社会网络分析的泛在网络体系架构及网络仿真平台,并进行原型系统实现。采用社会网络分析中的社会网络的管理、组织和协作机制,利用Multi-Agent技术,从泛在网络体系架构、泛在网络软件平台、虚拟组织、管理Agent、工作者Agent等方面进行设计,同时对Agent通信语言进行基于XML的扩展。实验结果证明,该平台可用于仿真复杂的泛在网络服务与应用。     

基于结构的社会网络分析

互联网的发展和社交网站的流行为研究社会网络提供了大规模的实验平台.主要使用DBLP和Facebook数据集构建网络,采取角色连接轮廓方法从结构上进行划分,发现它们属于外围串类型;验证了社会网络的一些统计性质,比如无标度分布、稠化定律和直径缩减等;发现社会网络中存在紧密连接且直径较小的核心结构,规模中等的社区主要呈现星型结构;基于事件框架研究了社会网络中社区结构的进化,发现社区间的融合很大程度上取决于社区间直接连接的节点所构成网络的聚类系数,而社区的分裂则与该社区的聚类系数相关.     

社会网络分析软件研究

随着社会网络数据规模的增长,人工处理方式已经不能满足社会网络分析的需求。介绍了4款常用的社会网络分析软件nodeXL、Pajeck、 Gephi和networkX。从支持数据格式、可视化性能、统计分析功能、帮助文档、使用难度等多个方面对以上软件的特性进行对比分析,给出了客观的综合评价,并对选择和使用这些软件提出了相应的建议。     

Entropy based evaluation of net structures – deployed in Social Network Analysis

The analysis of Social Networks widely is based on their respective graphical structures. Centrality measures of actors usually consider their position in a graph. Sometimes graphs are an insufficient medium to represent social structures. In this paper the authors propose a new framework with the purpose to analyze social fabric correctly: information theory. A set of conditionals forms the knowledge base about the network’s structure. Once the knowledge base is adapted under maximum entropy or minimum cross-entropy a new form of analysis is available. The construction of knowledge bases and their analyses are realized in the expert system shell SPIRIT.     

基于社交网络分析的企业营销应用策略研究

随着全球社交网络的蓬勃发展,人们对社交网络越来越依赖。如何对社交网络用户、用户关系及用户与企业交互进行分析,使社交网络企业达到以最合适的方式向最合适的客户推荐最合适的产品信息的目的,成为企业必须重视的问题。     

一种基于社会网络分析的P2P僵尸网络反制策略

设计并实现了一种基于社会网络分析的P2P僵尸网络反制策略.该策略包括两个方面:第一,挖掘网络中的关键节点和桥梁节点,重点防护这两类节点;第二,挖掘网络中的社区结构,重点监控社区间的关键通讯.模拟实验表明,该策略能准确挖掘网络中的关键节点、桥梁节点和关键通讯边,挖掘桥梁节点和关键边的准确率分别达到了95%和93%.使用提出的策略可有效控制僵尸网络病毒和黑客攻击指令的传播,从而达到反制P2P僵尸网络的目的.     

基于社会网络分析法对信息流空间传播特征的研究

互联网信息的发展形成了虚拟的网络社会。分析信息空间网络在传播过程中的空间分布规律以及网络结构,可以深化信息流在空间传播中的研究。文中利用社会网络分析法和重力模型,在社会地理学视角下尝试对微博中“山东毒疫苗事件”信息的传播路径进行有向网络的构建,并进行定量分析。研究发现:1)信息传播具有地域性,中国不同的地域都会形成“中心岛”城市,这些城市主导着周边乃至全国范围内的舆论方向;2)相同时间段内的舆论信息传播路径数量在空间分布上呈现出不对称性,东部地区比中部和西部地区密集;3)在事件发生地区,内部节点主要起到中间点传播舆情的作用,并不能很好地引导舆情的走向。文中的研究结果可以为社会网络发展和舆论引导提供理论依据。     

基于社会网络的情报分析系统的研究与应用

面对日益复杂的反恐和防范犯罪的公共安全的需要,对大量情报信息的收集与综合研判,已成为精确的预防与打击犯罪的重要方法和手段。本文提出了一个自动化的情报分析系统,通过文本挖掘技术,提取并建立情报信息的特征向量,自动构建社会网络模型,采用中心度测度算法,定量分析各成员在社会网络中的地位,使用聚类算法进一步发现和分割出高内聚的紧密型的犯罪团伙,以有效揭示出团伙内部的关联关系,为准确的情报研判提供了重要的线索和方向。     

基于社交网络的群体信任算法

社交网络(Social Network Service,SNS)中群体之间的信任关系是广泛存在的,目前大部分信任模型的研究基本只涉及一对一之间的个体信任关系,并没有充分考虑一对多、多对一以及多对多之间的群体信任关系。在现有信任模型研究的基础上,给出一种群体信任算法。该算法根据社交网络中群体的特点,将交互的两个群体抽象为两个群体节点,将复杂的多种信任关系转化为一对一之间的信任关系,从而对群体间的信任关系进行描述和度量。仿真结果表明,该算法能合理地度量与计算每个节点在群体中的可信度以及群体间的直接信任度。     

基于网络结构的多种用户影响力分析算法对比研究

随着社交网络的发展,人们可以非常平等、快捷地发布和接受信息,这导致线上生活对线下生活的影响越来越大。社会化营销应运而生,其非常重要的一个需求是要最大化营销活动在社交网络中的影响力。因此,社交网络中用户影响力分析成为一个至关重要的研究点。该文重点考察了基于网络结构的影响力分析方法,主要包括最大度算法、距离中心点算法、类似PageRank算法的PeopleRank算法等,并给出了具体的分析结论。