社交網(wǎng)絡(luò)分析初步學(xué)習(xí)1

理論（用戶分類）和應(yīng)用兩個(gè)方向

【關(guān)鍵詞】社交網(wǎng)絡(luò)，拓?fù)浣Y(jié)構(gòu)，網(wǎng)絡(luò)群體，信息傳播

1 什么是社交網(wǎng)絡(luò)(在線)

1.1 定義

社交網(wǎng)絡(luò)在維基百科的定義是：”由許多節(jié)點(diǎn)構(gòu)成的一種社會(huì)結(jié)構(gòu)"，節(jié)點(diǎn)通常是指個(gè)人或組織，而社交網(wǎng)絡(luò)代表著各種社會(huì)關(guān)系。

1.2 分類

即時(shí)消息類應(yīng)用，即一種提供在線實(shí)時(shí)通信的平臺(tái)，如MSN、QQ、飛信、微信等；

在線社交類應(yīng)用，即一種提供在線社交關(guān)系的平臺(tái)，如Facebook、Google、人人網(wǎng)等；

微博類應(yīng)用，即一種提供雙向發(fā)布短信息的平臺(tái)，如Twitter、新浪微博、騰訊微博等；

共享空間等其他類應(yīng)用，即其他可以相互溝通但結(jié)合不緊密的Web2.0 應(yīng)用，如論壇、博客、視頻分享、社會(huì)書簽、在線購(gòu)物等。

1.3 影響

基于互聯(lián)網(wǎng)的社交網(wǎng)絡(luò)已經(jīng)成為了人類社會(huì)中社會(huì)關(guān)系維系和信息傳播的重要渠道和載體，對(duì)國(guó)家安全和社會(huì)發(fā)展產(chǎn)生著深遠(yuǎn)的影響.虛擬的社交網(wǎng)絡(luò)和真實(shí)社會(huì)的交融互動(dòng)對(duì)社會(huì)的直接影響巨大，所形成的謠言、暴力、欺詐、色情等不良輿論會(huì)直接影響國(guó)家安全與社會(huì)發(fā)展。

2 社交網(wǎng)絡(luò)分析研究的核心問題

2.1 三個(gè)組成要素

在線社交網(wǎng)絡(luò)是一種在信息網(wǎng)絡(luò)上由社會(huì)個(gè)體集合及個(gè)體（也稱為^{節(jié)點(diǎn)}）之間的連接關(guān)系構(gòu)成的社會(huì)性結(jié)構(gòu)，包含關(guān)系結(jié)構(gòu)（載體）、**網(wǎng)絡(luò)群體（主體）與網(wǎng)絡(luò)信息及其傳播（客體）**3 個(gè)要素。

社交網(wǎng)絡(luò)中的“關(guān)系結(jié)構(gòu)”為網(wǎng)絡(luò)群體互動(dòng)行為提供了底層平臺(tái)，是社交網(wǎng)絡(luò)的載體。社交網(wǎng)絡(luò)的關(guān)系結(jié)構(gòu)是社會(huì)個(gè)體成員之間通過社會(huì)關(guān)系結(jié)成的網(wǎng)絡(luò)系統(tǒng)；

“網(wǎng)絡(luò)群體”直接推動(dòng)網(wǎng)絡(luò)信息傳播，并反過來影響關(guān)系結(jié)構(gòu)，是社交網(wǎng)絡(luò)的主體。網(wǎng)絡(luò)社會(huì)群體行為是指網(wǎng)絡(luò)個(gè)體就某個(gè)事件在某個(gè)虛擬空間聚合或集中，相互影響、作用、依賴，有目的性地以類似方式進(jìn)行的行為；

“網(wǎng)絡(luò)信息及其傳播“是社交網(wǎng)絡(luò)的出發(fā)點(diǎn)和歸宿，也是群體行為的誘因和效果，同樣影響關(guān)系結(jié)構(gòu)的變化，是社交網(wǎng)絡(luò)的客體。基于社交網(wǎng)絡(luò)的信息傳播是指社交網(wǎng)絡(luò)中的個(gè)體與個(gè)體之間、個(gè)體與群體之間、群體與群體之間的信息傳遞。

2.2 三個(gè)研究對(duì)象

社交網(wǎng)絡(luò)本身的結(jié)構(gòu)特性；

社交網(wǎng)絡(luò)中的群體及其行為；

社交網(wǎng)絡(luò)中的信息及其傳播。

2.3 三類研究問題(結(jié)構(gòu)、群體、信息)

（1）在線社交網(wǎng)絡(luò)的結(jié)構(gòu)特性與演化機(jī)理。

社交網(wǎng)絡(luò)的表達(dá)方式？

什么樣的表示方法既能反映社交網(wǎng)絡(luò)的本質(zhì)，又能支持計(jì)算和分析？

什么樣的計(jì)算方法能夠準(zhǔn)確刻畫社交網(wǎng)絡(luò)結(jié)構(gòu)的演化？

（2）在線社交網(wǎng)絡(luò)群體行為形成與互動(dòng)規(guī)律。

在社交網(wǎng)絡(luò)中如何刻畫群體的存在及其形成方式？

群體間的交互影響如何進(jìn)行表示與度量？

群體間的交互過程對(duì)群體的演變所產(chǎn)生的影響應(yīng)該如何計(jì)算？

（3）在線社交網(wǎng)絡(luò)信息傳播規(guī)律與演化機(jī)理。

信息的內(nèi)涵如何以可計(jì)算的形式來表達(dá)？

信息在社交網(wǎng)絡(luò)上的傳播過程與態(tài)勢(shì)的計(jì)算方法是什么？

如何用計(jì)算的方法來刻畫信息內(nèi)涵與信息傳播之間的相互影響？

3 國(guó)際學(xué)術(shù)界高度關(guān)注社交網(wǎng)絡(luò)研究(已有)

在線社交網(wǎng)絡(luò)分析涉及計(jì)算機(jī)科學(xué)、社會(huì)學(xué)、管理學(xué)、心理學(xué)等多個(gè)學(xué)科領(lǐng)域。

3.1 社交網(wǎng)絡(luò)的結(jié)構(gòu)特性研究

（1）社交網(wǎng)絡(luò)的結(jié)構(gòu)分析與建模（基礎(chǔ)）

社交網(wǎng)絡(luò)結(jié)構(gòu)分析是通過統(tǒng)計(jì)方法來分析網(wǎng)絡(luò)中節(jié)點(diǎn)^度的分布規(guī)律、關(guān)系緊密程度、相識(shí)關(guān)系的緊密程度，某一個(gè)用戶對(duì)于網(wǎng)絡(luò)中所有其他用戶對(duì)之間傳遞消息的重要程度等諸多統(tǒng)計(jì)特性。

社交網(wǎng)絡(luò)建模是針對(duì)社交網(wǎng)絡(luò)的特性，采用結(jié)構(gòu)建模的方法來研究產(chǎn)生這些特性的機(jī)制，以此來深刻認(rèn)識(shí)社交網(wǎng)絡(luò)的內(nèi)在規(guī)律和本質(zhì)特征。(圖論方法)

（2）虛擬社區(qū)發(fā)現(xiàn)(必備功能)

在社會(huì)學(xué)領(lǐng)域，社區(qū)是一群人在網(wǎng)絡(luò)上從事公眾討論，經(jīng)過一段時(shí)間，彼此擁有足夠的情感之后，所形成的人際關(guān)系的網(wǎng)絡(luò)。社交網(wǎng)絡(luò)中存在關(guān)系不均勻的現(xiàn)象，有些個(gè)體之間關(guān)系密切，有些關(guān)系生疏，從而在常規(guī)的社區(qū)之上圍繞某一個(gè)焦點(diǎn)又形成了聯(lián)系更為密切的社區(qū)形式，這可以看作社交網(wǎng)絡(luò)中的虛擬社區(qū)結(jié)構(gòu)。

虛擬社區(qū)結(jié)構(gòu)是在線社交網(wǎng)絡(luò)的一種典型的拓?fù)浣Y(jié)構(gòu)特征。

（3）社交網(wǎng)絡(luò)演化分析

動(dòng)態(tài)演化性

3.2 社交網(wǎng)絡(luò)中群體互動(dòng)研究

（1）社交網(wǎng)絡(luò)上的用戶行為分析

社交網(wǎng)絡(luò)上群體行為分析的已有研究主要集中在群體社交網(wǎng)絡(luò)選擇模型研究，以及個(gè)體行為特征分析等2 個(gè)方面。在群體社交網(wǎng)絡(luò)選擇模型研究方面，2007 年，美國(guó)密歇根大學(xué)的埃里森（Ellison）等人將社交網(wǎng)絡(luò)的群體行為關(guān)系分為橋接型、黏接型和維持型三種類型，并基于^回歸分析發(fā)現(xiàn)^{**橋接型**}關(guān)系對(duì)個(gè)體選擇社交網(wǎng)絡(luò)有著更重要
的影響。

（2）群體情感建模與行為互動(dòng)

情感分析是針對(duì)主觀性信息（“支持”、“反對(duì)”、“中立”）進(jìn)行分析、處理和歸納的過程，主觀性信息表達(dá)了人們的各種情感色彩和情感傾向。社交網(wǎng)絡(luò)中每個(gè)人情感狀態(tài)不同，影響力也會(huì)不同。

3.3 社交網(wǎng)絡(luò)中的信息傳播研究

特指：以社交網(wǎng)絡(luò)為媒介進(jìn)行的信息傳播過程。

信息傳播是人們通過符號(hào)、信號(hào)來進(jìn)行信息的傳遞、接收與反饋的活動(dòng)，是人們彼此交換意見、思想、情感，以達(dá)
到相互了解和影響的過程。

（1）社交網(wǎng)絡(luò)的信息及其能量

已有研究主要集中在信息的符號(hào)表示與意義，以及信息傳播能量及演化方面。

（2）社交網(wǎng)絡(luò)信息傳播模型

已有研究主要集中在傳染病模型、網(wǎng)絡(luò)拓?fù)鋱D模型以及基于統(tǒng)計(jì)推理的信息傳播模型等。

（3）社交網(wǎng)絡(luò)信息傳播影響(熱點(diǎn))

其目的是發(fā)現(xiàn)社交網(wǎng)絡(luò)中最有信息傳播影響力的節(jié)點(diǎn)集合，從而經(jīng)過信息在社會(huì)網(wǎng)絡(luò)中的傳播，最終能夠最大化信息的傳播范圍。在實(shí)際生活的許多重要場(chǎng)景中，社交網(wǎng)絡(luò)信息傳播影響分析均有著廣泛的應(yīng)用，例如，市場(chǎng)營(yíng)銷、廣告發(fā)布、輿情預(yù)警、水質(zhì)監(jiān)測(cè)、疫情監(jiān)控、網(wǎng)絡(luò)競(jìng)選、突發(fā)事件通知等。

研究方法：有概率論方法、經(jīng)濟(jì)學(xué)方法和傳播學(xué)方法。

概率論方法：基于概率圖模型對(duì)研究信息傳播的敏感度和影響力的方法，可以對(duì)概率圖參數(shù)、結(jié)構(gòu)的重要性進(jìn)行量化分析。

4 我國(guó)在社交網(wǎng)絡(luò)分析方面的研究進(jìn)展

4.1 主要研究單位

國(guó)防科技大學(xué)、上海交通大學(xué)、合肥工業(yè)大學(xué)、北京郵電大學(xué)、中科院計(jì)算所、北京大學(xué)、清華大學(xué)、北京科技大學(xué)、浙江大學(xué)、哈爾濱工業(yè)大學(xué)、中科院信工所等單位都開展了系統(tǒng)性的研究。

4.2 主要成果

在結(jié)構(gòu)分析方面，2009 年，中科院計(jì)算所的程學(xué)旗等人分析了社區(qū)結(jié)構(gòu)的特性，改進(jìn)了網(wǎng)絡(luò)層次化重疊社區(qū)的發(fā)現(xiàn)方法，能夠同時(shí)揭示網(wǎng)絡(luò)的層次化和重疊社區(qū)結(jié)構(gòu)。

群體特性方面，2009 年，合肥工業(yè)大學(xué)楊善林等人利用元胞自動(dòng)機(jī)仿真從眾行為，發(fā)現(xiàn)當(dāng)群體出現(xiàn)完全從眾行為時(shí)，從眾行為的結(jié)果對(duì)初始狀態(tài)相當(dāng)敏感，不同的初始狀態(tài)就可能有不同的演化結(jié)果。

信息傳播方面，2004 年，北京理工大學(xué)邢修三提出了以表述信息演化規(guī)律的信息熵演化方程為核心的非平衡統(tǒng)計(jì)信息理論，從定量的角度對(duì)信息演化機(jī)理進(jìn)行了有益的探索。

方濱興等人也在系統(tǒng)梳理國(guó)內(nèi)外相關(guān)理論和技術(shù)的基礎(chǔ)上，編著了**《在線社交網(wǎng)絡(luò)分析》**一書，從上述3 個(gè)角度入手為相關(guān)研究者提供理論性、系統(tǒng)性、工具性的研究指導(dǎo)。

5 社交網(wǎng)絡(luò)研究尚有諸多問題亟待突破

國(guó)際上人們對(duì)于大型社交網(wǎng)絡(luò)的本質(zhì)特征和網(wǎng)絡(luò)信息傳播的基本規(guī)律的研究仍處在相對(duì)初級(jí)的階段，尚未提出完整的社交網(wǎng)絡(luò)分析的基礎(chǔ)理論和方法，仍然值得我們進(jìn)一步進(jìn)行研究和突破。

5.1 社交網(wǎng)絡(luò)的一些挑戰(zhàn)

在線社交網(wǎng)絡(luò)的結(jié)構(gòu)具有節(jié)點(diǎn)海量性、結(jié)構(gòu)復(fù)雜性和多維演化性等特點(diǎn)，拓?fù)浣Y(jié)構(gòu)隨著時(shí)間不斷演變，對(duì)社交網(wǎng)絡(luò)結(jié)構(gòu)演化規(guī)律還需要進(jìn)一步有效的表達(dá)和計(jì)算加以解決。

在線社交網(wǎng)絡(luò)的信息傳播具有信息的多源并發(fā)性，其相互影響形成了路徑多變和內(nèi)容演化的特點(diǎn)。網(wǎng)絡(luò)群體方面，已有研究對(duì)其產(chǎn)生、發(fā)展、消亡規(guī)律的內(nèi)部交互作用機(jī)理知之不深；傳統(tǒng)的群體建模及其互動(dòng)方法無法準(zhǔn)確刻畫大規(guī)模在線社交網(wǎng)絡(luò)中的強(qiáng)互動(dòng)演變、公眾情緒漂移等特征，不能真實(shí)分析出輿情的傾向性。在個(gè)體行為特征分析方面，傳統(tǒng)的研究主要局限于用戶個(gè)性化模型及其對(duì)社交網(wǎng)絡(luò)的選擇分析上，未涉及個(gè)體向群體演化過程中的個(gè)體行為表征等問題。

在線社交網(wǎng)絡(luò)的群體互動(dòng)具有強(qiáng)互動(dòng)演變、公眾情緒漂移等特征點(diǎn)，公眾立場(chǎng)不斷變化，興趣點(diǎn)不斷演化。已有的信息傳播模型多基于傳染病模型、網(wǎng)絡(luò)拓?fù)鋱D以及統(tǒng)計(jì)推理等方法，在描述社交網(wǎng)絡(luò)傳播模式以及計(jì)算效率和精度方面仍存在不足。研究視角上，尚缺乏從信息傳播的時(shí)間、空間特征以及信息傳播的雙向性3 個(gè)維度，對(duì)信息傳播的內(nèi)在機(jī)制進(jìn)行深度分析。傳統(tǒng)理論和方法局限在“還原論”的角度解決問題，不能準(zhǔn)確描述在線社交網(wǎng)絡(luò)中信息的多源并發(fā)性所帶來的相互影響等特性，因此需要研究新理論與新方法，以便在信息傳播的相互作用中形成對(duì)輿情的駕馭能力。

5.2 社區(qū)發(fā)現(xiàn)面臨的一些挑戰(zhàn)

**社區(qū)的重疊性。**傳統(tǒng)的社區(qū)發(fā)現(xiàn)研究一般基于“每一個(gè)節(jié)點(diǎn)都唯一歸屬于某個(gè)社區(qū)”的假設(shè),而在現(xiàn)實(shí)社會(huì)網(wǎng)絡(luò)中,**人們往往同時(shí)屬于不同的社區(qū),**而這種同時(shí)屬于多個(gè)社區(qū)的人又是信息傳遞、社會(huì)交往中的關(guān)鍵。因此,針對(duì)重疊社區(qū)發(fā)現(xiàn)的研宄應(yīng)得到研宄者的重視和關(guān)注。

社區(qū)的局部性。傳統(tǒng)的社區(qū)發(fā)現(xiàn)算法很多都基于全局的信息,例如GN算法中的"邊介數(shù)”、基于隨機(jī)游走的算法中任意兩點(diǎn)間的相似度、基于模塊度的算法中的模塊度等,都必須在考慮整個(gè)網(wǎng)絡(luò)結(jié)構(gòu)的前提下才能得出。隨著信息化程度的不斷提高,社會(huì)網(wǎng)絡(luò)規(guī)模越來越龐大,獲得網(wǎng)絡(luò)的全局信息變得十分困難,而且這些社區(qū)發(fā)現(xiàn)算法在海量社會(huì)網(wǎng)絡(luò)數(shù)據(jù)下顯得非常低效。另一方面,社會(huì)網(wǎng)絡(luò)通常是稀疏的,絕大多數(shù)個(gè)體與外界的直接聯(lián)系都是有限的,而很多研究和應(yīng)用都只關(guān)心某些節(jié)點(diǎn)所在的局部結(jié)構(gòu)。甚于這些考慮,局部社區(qū)的概念被提出,相關(guān)問題需要進(jìn)一步深入研究。

網(wǎng)絡(luò)的多模式性與多維性。傳統(tǒng)的網(wǎng)絡(luò)分析中的節(jié)點(diǎn)對(duì)象通常是單一類型的,如:節(jié)點(diǎn)只代表了人、用戶或者網(wǎng)頁(yè)其中的一種,而多模式網(wǎng)絡(luò)中的節(jié)點(diǎn)類型則是多樣化的。比如社交網(wǎng)絡(luò)中的某個(gè)用戶分享的項(xiàng)目種類是多樣化的,包括圖片、視頻、日志等,與其將這些交互的不同類型實(shí)體建模為節(jié)點(diǎn)的不同屬性,不如建模為多模式網(wǎng)絡(luò)更為方便。網(wǎng)絡(luò)的多維性是指網(wǎng)絡(luò)中的節(jié)點(diǎn)(用戶)之間的邊(連接)具有多種類型,而由這些節(jié)點(diǎn)及不同類型的邊所組成的不同“維度”的網(wǎng)絡(luò)(圖)就稱之為多維度網(wǎng)絡(luò)。其中,每一個(gè)維度的網(wǎng)絡(luò)表示了節(jié)點(diǎn)間不同類型的聯(lián)系(互動(dòng)),而邊上往往又附帶有權(quán)值信息,其代表了節(jié)點(diǎn)間互動(dòng)的程度與連接的強(qiáng)度。因此,傳統(tǒng)的對(duì)于單一模式、單個(gè)維度網(wǎng)絡(luò)的單一分析在這里己經(jīng)不再適用,如何在多模式、多維度網(wǎng)絡(luò)當(dāng)中解決不同模式及維度下的信息融合、共享以及進(jìn)行社區(qū)發(fā)現(xiàn)等相關(guān)問題也亟待解決。

網(wǎng)絡(luò)節(jié)點(diǎn)角色的差異性。傳統(tǒng)的圖挖掘、網(wǎng)絡(luò)分析方法,并沒有將網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)角色進(jìn)行過多的區(qū)分,認(rèn)為節(jié)點(diǎn)的地位是等同的。實(shí)際上,在各種復(fù)雜網(wǎng)絡(luò)中尤其是社會(huì)網(wǎng)絡(luò)中,都存在著帕累托效應(yīng)(二八規(guī)則),即節(jié)點(diǎn)的角色存在著差異。只有大約百分之二十甚至更低比例的節(jié)點(diǎn),在網(wǎng)絡(luò)中發(fā)揮了領(lǐng)袖節(jié)點(diǎn)的作用,它們更具有權(quán)威性、中樞性、核心型等特征。同時(shí)也具有更多的經(jīng)驗(yàn)和影響力,對(duì)社區(qū)的形成起著決定性的作用,對(duì)網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的演化、網(wǎng)絡(luò)中的信息流通和傳播有重大影響。在應(yīng)用和分析中,首先應(yīng)確定此類關(guān)鍵節(jié)點(diǎn)的存在性。而社會(huì)網(wǎng)絡(luò)往往具有更為龐大的規(guī)模,如何快速有效地挖掘此類成員成為一個(gè)挑戰(zhàn)性的問題。

**網(wǎng)絡(luò)的動(dòng)態(tài)性。傳統(tǒng)的社區(qū)研宄一般是針對(duì)靜態(tài)的網(wǎng)絡(luò)展 研宄的,這種研究視角不能很好地反映諸如信息擴(kuò)散、同步等動(dòng)態(tài)過程。研究網(wǎng)絡(luò)的動(dòng)態(tài)性的目的在于揭示網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)對(duì)發(fā)生在其上的動(dòng)態(tài)過程的影響,以及這些動(dòng)態(tài)過程是否能夠反映其“承載網(wǎng)絡(luò)”的拓?fù)浣Y(jié)構(gòu)特征。研究社區(qū)結(jié)構(gòu)和網(wǎng)絡(luò)動(dòng)態(tài)性的關(guān)鍵在于社區(qū)演化問題,**其主要關(guān)注網(wǎng)絡(luò)自身結(jié)構(gòu)和在其上頻繁發(fā)生的交互過程相互作用的結(jié)果,如社區(qū)形成、社區(qū)生長(zhǎng)、社區(qū)縮減、社區(qū)合并、社區(qū)分裂、社區(qū)消亡等。

6 對(duì)社交網(wǎng)絡(luò)研究問題的思考

結(jié)構(gòu)、群體是為傳播研究而服務(wù)的。

社交網(wǎng)絡(luò)分析的3 個(gè)要素“結(jié)構(gòu)”、“群體”和“傳播”是相互作用的關(guān)系。社交網(wǎng)絡(luò)結(jié)構(gòu)建模和群體互動(dòng)規(guī)律分析的目標(biāo)都是支持信息傳播形態(tài)研究，因此是否能夠?qū)⒔Y(jié)構(gòu)建模與群體互動(dòng)者兩個(gè)獨(dú)立的要素結(jié)合起來，研究結(jié)構(gòu)與互動(dòng)相結(jié)合的動(dòng)態(tài)建模方式？已有的信息傳播過程分析中，核爆炸式、煙花式、星球式、水母式等信息爆發(fā)式傳播形態(tài)都能客觀表示，如何能夠讓拓?fù)浣Y(jié)構(gòu)建模對(duì)這些信息傳播的模型有所貢獻(xiàn)？如何從結(jié)構(gòu)建模的角度支持這些外顯形態(tài)的存在？群體事件、群體極化、群體演化等社交網(wǎng)絡(luò)中的群體形態(tài)是否也能被模型化？信息傳播的影響力是否能夠形成一個(gè)可計(jì)算的量綱？如何將碎片化、時(shí)變的、演化的話題分析技術(shù)和信息傳播、溯源技術(shù)結(jié)合起來，形成信息傳播的可計(jì)算模型。

作為一種新型媒介，在線社交網(wǎng)絡(luò)的根本在于信息流動(dòng)和傳播，而信息的傳播根植于社會(huì)群體的互動(dòng)，但又受限于社交結(jié)構(gòu)與社區(qū)的規(guī)模。

信息傳播過程可以被視作社交網(wǎng)絡(luò)中一個(gè)時(shí)間函數(shù)的求解變量，其中的群體正是函數(shù)因子，而社交網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)是控制其發(fā)展的邊界條件。21 世紀(jì)，是人類高度依賴數(shù)據(jù)、深度融入信息社會(huì)的世紀(jì)。在信息社會(huì)中，在線社交網(wǎng)絡(luò)構(gòu)建了龐大的功能平臺(tái)。人們?cè)谏缃痪W(wǎng)絡(luò)上表達(dá)觀點(diǎn)、交友互動(dòng)，每天都產(chǎn)生數(shù)億計(jì)的信息。

在線社交正在改變著人們的行為模式和社會(huì)形態(tài)，而在線社交網(wǎng)絡(luò)數(shù)據(jù)也正在成為最成熟的大數(shù)據(jù)，通過研究和分析這一技術(shù)，人們有望對(duì)在線社交網(wǎng)絡(luò)大數(shù)據(jù)背后的用戶行為、社會(huì)現(xiàn)象的理解達(dá)到空前的深度。

7 社交網(wǎng)絡(luò)分析的應(yīng)用

7.1 社交推薦

社交推薦顧名思義是利用社交網(wǎng)絡(luò)或者結(jié)合社交行為的推薦，具體表現(xiàn)為推薦 QQ 好友，微博根據(jù)好友關(guān)系推薦內(nèi)容等。在線推薦系統(tǒng)最早被亞馬遜用來推薦商品，如今，推薦系統(tǒng)在互聯(lián)網(wǎng)已無處不在，目前大熱的概念“流量分發(fā)是互聯(lián)網(wǎng)第一入口”，支撐這個(gè)概念有兩點(diǎn)核心，其一是內(nèi)容，另外就是推薦，今日頭條在短短幾年間的迅速崛起便是最好的證明。

根據(jù)推薦系統(tǒng)推薦原理，社交推薦可定義為一種“協(xié)同過濾”推薦，即**不依賴于用戶的個(gè)人行為，而是結(jié)合用戶的好友關(guān)系進(jìn)行推薦。**對(duì)于互聯(lián)網(wǎng)上的每一個(gè)用戶，通過其社交賬戶能很快定義這個(gè)用戶眾多特點(diǎn)，再加之社交網(wǎng)絡(luò)用戶數(shù)之多，使得利用社交關(guān)系的推薦近些年備受關(guān)注。

7.2 輿情分析

輿情分析在互聯(lián)網(wǎng)出現(xiàn)之前就被廣泛應(yīng)用在政府公共管理，商業(yè)競(jìng)爭(zhēng)情報(bào)搜集等領(lǐng)域。在社交媒體出現(xiàn)之前，輿情分析主要是線下的報(bào)紙，還有線上門戶網(wǎng)站的新聞稿件，這些信息的特點(diǎn)是相對(duì)專業(yè)準(zhǔn)確，而且易于分析和管理；但隨著社交媒體出現(xiàn)，輿情事件第一策源地已經(jīng)不是人民日?qǐng)?bào)新華社這樣的大媒體，而是某一個(gè)名不見經(jīng)傳的微博用戶，一個(gè)個(gè)人微信公眾號(hào)。他們的特點(diǎn)是信息非常新鮮，缺點(diǎn)是真實(shí)度較低且傳播十分迅速，難以控制。所以在社交網(wǎng)絡(luò)下的輿情分析是一門新的學(xué)問。

“刺死辱母者”微博轉(zhuǎn)發(fā)趨勢(shì)

舉幾個(gè)例子，去年的和頤酒店，今年的北京地鐵罵人事件這類急性輿情事件最早就是在微博上爆出，而且在短時(shí)間內(nèi)迅速傳播。還有去年的關(guān)于快手的“中國(guó)農(nóng)村殘酷底層物語”，今年的“北京房?jī)r(jià)”等這類民生話題，也是在微信公眾號(hào)逐漸發(fā)酵。

當(dāng)然，在新形勢(shì)下的輿情應(yīng)對(duì)，也已經(jīng)有新的工具，大家百度“輿情分析平臺(tái)”或者“輿情分析軟件”可以找出一大堆。比較有名的有蟻坊、紅麥、清博、知微、新榜等等。一些傳統(tǒng)的輿情分析機(jī)構(gòu)開始轉(zhuǎn)型做“大數(shù)據(jù)”的輿情分析，也有近年來完全基于社交媒體的輿情平臺(tái)，比如基于微信的新榜和基于微博的知微 。除此之外，BAT 等大型平臺(tái)有自己輿情分析工具，可以私人訂制，也有開放的指數(shù)（百度指數(shù)、微信指數(shù)）。

7.3 隱私保護(hù)

隱私問題在互聯(lián)網(wǎng)時(shí)代已經(jīng)是老生常談的問題了。在社交網(wǎng)絡(luò)中，作為用戶，我們可能會(huì)留下大量痕跡，這些痕跡有隱性的，也有顯性的，好不夸張地，社交服務(wù)提供商可以根據(jù)你的少量痕跡，挖掘到大量你的個(gè)人信息，有些信息是你不愿意別人知道的。

這其中存在一個(gè)矛盾，即社交服務(wù)提供商處于商業(yè)目的想盡可能獲取你的個(gè)人信息，但是你又擔(dān)心自己的個(gè)人信息被泄露。所以在隱私保護(hù)領(lǐng)域，一方面要設(shè)計(jì)足夠安全的機(jī)制，技術(shù)層面的，法律層面的，在保護(hù)個(gè)人隱私的前提下最大化商業(yè)利益和用戶的體驗(yàn)。

舉一個(gè)大家比較熟悉的例子，即許多網(wǎng)站注冊(cè)賬戶的時(shí)候使用微信、支付寶賬戶驗(yàn)證，即免去了大家填寫個(gè)人信息的煩惱，又保護(hù)了大家的隱私。同理，螞蟻金服提供的芝麻信用功能也有隱私保護(hù)的功能。

目前學(xué)界對(duì)隱私保護(hù)的研究主要還是從技術(shù)層面設(shè)計(jì)完善的隱私保護(hù)機(jī)制。

7.4 用戶畫像

用戶畫像，這是個(gè)營(yíng)銷術(shù)語，即通過研究用戶的資料和行為，將其劃分為不同的類型，進(jìn)而采取不同的營(yíng)銷策略。傳統(tǒng)的用戶畫像最常用的手段就是調(diào)查問卷，訂閱過雜志和報(bào)紙的讀者都知道，會(huì)有各種各樣的有獎(jiǎng)問卷，一方面用來獲得對(duì)于產(chǎn)品的反饋，另一方面就是對(duì)你進(jìn)行畫像，這些畫像資料甚至廣泛在黑市流通，這就是你為什么有時(shí)候會(huì)接到莫名其妙的電話的原因（又扯到了隱私保護(hù)問題）。

在社交網(wǎng)絡(luò)，用戶畫像方式變得更多了，除了傳統(tǒng)的線下問卷變成在線問卷。我們通過用戶的行為，一方面通過統(tǒng)計(jì)學(xué)方法獲得一些用戶特征（經(jīng)典的例子是沃爾瑪?shù)摹捌【坪湍虿肌?#xff0c;另一方面通過機(jī)器學(xué)習(xí)進(jìn)行建模和驗(yàn)證獲得意外的收獲（參見上面提到的騰訊社交廣告文章）。

接觸過微信公眾號(hào)后臺(tái)的讀者都知道，公眾號(hào)后臺(tái)對(duì)微信公眾號(hào)文章的讀者還有公眾號(hào)粉絲的畫像已經(jīng)做得非常充足了，好像微博會(huì)員也有粉絲畫像的功能。這些便捷的功能對(duì)于媒體運(yùn)營(yíng)者和廣告投放者都有非常重要的作用。

7.5 謠言檢測(cè)

謠言檢測(cè)算是輿情分析的一部分，之所以單獨(dú)提出來是因?yàn)檫@部分非常重要，而且謠言的確定對(duì)于輿情管理非常重要。早起微博因?yàn)槌涑庵罅恐{言，使得新浪微博不得不推出“微博辟謠”官方賬號(hào)，到如今微博以及有許多自發(fā)和官方的辟謠賬號(hào)，微信公眾號(hào)也是如此。

傳統(tǒng)辟謠方法無非是進(jìn)行試試檢驗(yàn)，用證據(jù)說話，隨著現(xiàn)在機(jī)器學(xué)習(xí)技術(shù)的迅速發(fā)展，我們也可以通過信息傳播的軌跡，信息內(nèi)容等維度自動(dòng)判斷消息是否屬于謠言，而且判斷地越迅速，對(duì)于輿情管理的意義就越大。同理，這種技術(shù)也被應(yīng)用在社交網(wǎng)絡(luò)有害信息識(shí)別。

在國(guó)外，有關(guān) Facebook 假新聞的新聞被炒得火熱，有興趣的讀者可以關(guān)注一下。

7.6 可視化

可視化是隨著大數(shù)據(jù)一起成為熱門話題的。因?yàn)槿祟悓?duì)于圖像信息的理解速度要大于文字信息數(shù)百倍，所以講一些數(shù)據(jù)可視化有助于人們更生動(dòng)地理解某一結(jié)論或現(xiàn)象。當(dāng)然不是所有數(shù)據(jù)都適合可視化，在社交網(wǎng)絡(luò)中，我們最常見的有信息傳播軌跡還有詞云圖等。有關(guān)這方面的內(nèi)容可以參考微博賬號(hào)“社交網(wǎng)絡(luò)與數(shù)據(jù)挖掘”。

除了專門可視化的機(jī)構(gòu)，網(wǎng)上也有許多開源的可視化庫(kù)，百度的 Echarts 就很有名。 對(duì)于社交網(wǎng)絡(luò)信息傳播以及好友關(guān)系等的可視化，使得我們能直觀看到一些事實(shí)，這對(duì)于輿情報(bào)告制作以及新聞報(bào)道都有很好的輔助作用。

8 學(xué)習(xí)資料

8.1 圖書

• 《社會(huì)計(jì)算》Lei Tang, Huan Liu

• 《社交網(wǎng)站的數(shù)據(jù)挖掘與分析》Matthew A. Russell

• 《在線社交網(wǎng)絡(luò)分析》 方濱興等

• 《社交媒體挖掘》Huan Liu等

• 《大話社交網(wǎng)絡(luò)》郎為民

8.2 網(wǎng)站

• 大數(shù)據(jù)導(dǎo)航（此網(wǎng)站包含很多資源）

http://hao.199it.com/

• 斯坦福數(shù)據(jù)集網(wǎng)站（Jure 男神）

http://memetracker.org/data/index.html

• 加州大學(xué)歐文分校數(shù)據(jù)集網(wǎng)站

http://archive.ics.uci.edu/ml/datasets.html

• 國(guó)內(nèi)社交網(wǎng)絡(luò)數(shù)據(jù)集共享網(wǎng)站

http://www.socialysis.org/data/project/project

• 清華大學(xué)搭建的學(xué)術(shù)數(shù)據(jù)庫(kù)

https://cn.aminer.org/

• 亞馬遜商品流行趨勢(shì)分析平臺(tái)

http://132.239.95.211:8080/demowww/index.jsp#

• 明尼蘇達(dá)雙城分校社會(huì)計(jì)算實(shí)驗(yàn)室

https://grouplens.org/

• 新華網(wǎng)信息傳播影響力評(píng)估

http://www.xinhuanet.com/xuanzhi/zt/xzyxl/index.html

• 新榜，微信公眾號(hào)數(shù)據(jù)檢測(cè)平臺(tái)

http://www.newrank.cn/

• 清博新媒體大數(shù)據(jù)平臺(tái)

http://www.gsdata.cn/

• 百度Echarts數(shù)據(jù)可視化庫(kù)

http://echarts.baidu.com/

• 阿里云 DataV 數(shù)據(jù)可視化庫(kù)

https://yq.aliyun.com/teams/8

8.3 工具

• Python 及其相關(guān)庫(kù)（scipy，numpy，pandas，scikit，scrapy，twitter ）更多請(qǐng)見 http://blog.csdn.net/hmy1106/article/details/45166261

• 圖分析分析工具 Graphchi，SNAP，Pajek，Echarts

• 可視化工具 Gephi，Graphviz

• 數(shù)據(jù)挖掘工具 WEKA，AlphaMiner

• 圖數(shù)據(jù)庫(kù) Neo4j

8.4 會(huì)議

筆者僅列出與社交網(wǎng)絡(luò)相關(guān)的部分國(guó)際會(huì)議，排名不分先后，加粗的會(huì)議為專門討論社交網(wǎng)絡(luò)話題的會(huì)議。

KDD, WWW, ICDM, CIKM, AAAI, SDM, IEEE BigData, ASONAM, WSDM, ICWSM, ACL, IJCAI, NIPS, ICML, ECML-PKDD, VLDB, SIGIR, PAKDD, RecSys, ACM HT, SBP, ICWE, PyData

筆者在這里推薦兩個(gè)國(guó)內(nèi)的社交網(wǎng)絡(luò)分析會(huì)議，一個(gè)是全國(guó)社會(huì)媒體處理大會(huì)（SMP），由中國(guó)中文信息學(xué)會(huì)主辦，會(huì)議論文 EI 檢索。第二個(gè)是國(guó)際網(wǎng)絡(luò)空間數(shù)據(jù)科學(xué)會(huì)（IEEE ICDSC），會(huì)議由中科院，北大，中國(guó)網(wǎng)絡(luò)空間安全協(xié)會(huì)等機(jī)構(gòu)籌辦。

8.5 課程

筆者在上一部分提到的國(guó)際會(huì)議，例如 WWW、KDD 等，每年都有關(guān)于社交網(wǎng)絡(luò)分析方向的 tutorial，其視頻和 PTT 都是在網(wǎng)上可獲取的，通過 tutorial 能對(duì)相關(guān)領(lǐng)域有一個(gè)宏觀了解并且能了解領(lǐng)域前沿動(dòng)態(tài)。

除此之外，在 Coursera 上面密西根大學(xué)安娜堡分校開設(shè)的一系列 Python 學(xué)習(xí)課程也值得一看。在網(wǎng)易公開課上面也有中文的 Python 數(shù)據(jù)挖掘課程可供學(xué)習(xí)。

萬能的淘寶也提供大量廉價(jià)的視頻和電子學(xué)習(xí)資料。

最后，利用好科學(xué)上網(wǎng)工具和搜索引擎（不是百度）才是王道。

8.6 參考資料

[1] 方濱興, 許進(jìn), 李建華. 在線社交網(wǎng)絡(luò)分析[M]. 電子工業(yè)出版社, 2014.

[2] Reza Zafarani, Mohammad Ali Abbasi, Huan Liu. 社會(huì)媒體挖掘[M]. 人民郵電出版社, 2015.

[3] Carlos Castillo, Wei Chen, Laks V.S. Lakshmanan, Information and Influence Spread in Social Networks，KDD 2012 Tutorial

[4]中國(guó)知網(wǎng)（中科院院刊）社交網(wǎng)絡(luò)分析核心科學(xué)問題、研究現(xiàn)狀及未來展望

基金項(xiàng)目：國(guó)家重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃（“973”）項(xiàng)目（2013CB329601），國(guó)家自然科學(xué)基金項(xiàng)目（61372191）

總結(jié)

以上是生活随笔為你收集整理的社交网络分析初步学习1.md的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。