社交網(wǎng)絡(luò)時空分析法 明尼蘇達(dá)大學(xué)學(xué)者研究發(fā)現(xiàn)，將“時空”因素引入到社交網(wǎng)絡(luò)數(shù)據(jù)分析服務(wù)中去具有極大價值。

社交網(wǎng)絡(luò)的興起帶動了新一輪數(shù)據(jù)挖掘（DataMining）熱潮。但當(dāng)今人們進(jìn)行的社交網(wǎng)絡(luò)數(shù)據(jù)分析無外乎發(fā)掘新的朋友關(guān)系、社會各界領(lǐng)袖人物和個人好友建議等方面，這些都是只考慮了靜態(tài)因素。假如人們在進(jìn)行社交網(wǎng)絡(luò)的數(shù)據(jù)分析的時候把“時空”變化這一動態(tài)因素也考慮進(jìn)來的話，除了原始的好友鏈接和人際關(guān)系之外，我們會發(fā)現(xiàn)什么新的東西呢？

據(jù)國外媒體讀寫網(wǎng)的消息，明尼蘇達(dá)大學(xué)空間數(shù)據(jù)（spatial data）科學(xué)家沙市·謝卡爾（Shashi Shekhar）和其研究助理戴夫·奧利弗?（Dev Oliver）的發(fā)表的最新論文《時空社交網(wǎng)絡(luò)的計算模型：一種時間聚合的圖形法》（Computational Modeling of Spatio-temporal Social Networks: A Time-Aggregated Graph Approach）中對此議題進(jìn)行了研究——假如新的因素，尤其是隨時空變化而產(chǎn)生的變化因素，被考慮進(jìn)來的話，那么社交網(wǎng)絡(luò)分析就能發(fā)現(xiàn)更多的信息，如一些領(lǐng)袖的興起和衰落、隨時間變化而變化的信任以及特定網(wǎng)絡(luò)社區(qū)人群的遷移和流動等。讀寫網(wǎng)負(fù)責(zé)內(nèi)容的副董事長兼聯(lián)合編輯馬歇爾·帕特里克（Marshall Kirkpatrick）在自己的文章中評論道：“這是非常有價值的信息，而社交網(wǎng)絡(luò)才剛剛開始涉及這個方面?！?/p>

謝卡爾和奧利弗在論文中提到，像地理空間、旅游時間表和晝夜循環(huán)周期（diurnal cycle）等這些約束條件，都在我們對社交網(wǎng)絡(luò)的分析中起著重要的作用。也就是說，如果我們不注意時空因素對我們生活的影響，只看到“誰是誰”、“誰在談?wù)撌裁础边@些的話，那么我們對這個世界的理解就是混沌不清的。

例如，在論文中，有這樣一個模型。如下所示：

一個四人信任網(wǎng)絡(luò)及其成員之間人際關(guān)系的形成。箭頭表示人際關(guān)系的形成方向，V表示“陌生人”，即訪客（vistor）,F表示“好友”（Friend）。
來源：沙市?謝卡爾（Shashi Shekhar），戴夫?奧利弗 （Dev Oliver）

這個模型顯示的是隨時間變化的信任網(wǎng)絡(luò)中人際關(guān)系的變化，從中你能看到彼此的關(guān)系——誰認(rèn)識誰（F,Friend）、誰不認(rèn)識誰(V,Vistor)。如果單單只看1和10兩個圖的話，你可能覺得在這個信任網(wǎng)絡(luò)里人際關(guān)系的發(fā)展有點夸張；但是如果你從1到10依次看下去的話，就會發(fā)現(xiàn)并不是這樣。相反，隨著時間變化，你能看到在這個特殊的網(wǎng)絡(luò)里的人際關(guān)系是如何展開的，在這種理解之下的社交網(wǎng)絡(luò)的理解就豐富多了。

比如圖中的N3，處于這個四方人際關(guān)系中的最底端。從圖中我們可以看到，與別人比起來，N3與其他成員從陌生人（Vistor）到好友（Friend）所花費的時間最長。而N2則處于這個關(guān)系中的最頂端，他看起來很具有親和力，能快而有效地形成人際關(guān)系。

社交網(wǎng)絡(luò)分析服務(wù)已經(jīng)看到了人們彼此間互動方式的不同及其如何發(fā)生影響，但這仍是一個新興的領(lǐng)域。埃里克·彼得森（Eric Peterson）是專業(yè)Twitter數(shù)據(jù)分析服務(wù)Twitalyzer的創(chuàng)始人，他說：“我們從Twitalyzer在會議、展會和一些社會事件期間對Twitter的分析數(shù)據(jù)中看到，時空影響明顯存在。”

艾琳·伯比奇（Eileen Burbidge）是Skype的前產(chǎn)品經(jīng)理，現(xiàn)為倫敦一家天使基金的投資人，她認(rèn)為“時空”因素非常有價值。她說：“以LinkedIn為例。我通常在上邊查看我的社交網(wǎng)絡(luò)里誰認(rèn)識誰，但也經(jīng)常通過查看別人的工作歷史來了解他們的聯(lián)系人，以確認(rèn)一個特定的聯(lián)系是否是在某個特定的時空點建立的。將這種能力引入到社交網(wǎng)絡(luò)數(shù)據(jù)分析中來是非常有價值的，因為時空會給社會關(guān)系的形成提供巨大的背景及其相關(guān)因素。”

這種復(fù)雜的社交網(wǎng)絡(luò)數(shù)據(jù)分析服務(wù)很可能會成為將來服務(wù)商及其用戶都十分渴望的東西，但要真正做到并不容易。謝卡爾和奧利弗說，這需要一個中心角色以供模型計算，這個角色不僅僅需要提供巨大的不斷增長的數(shù)據(jù)量，還需要用以解決出現(xiàn)在時空維度上的新的社交問題。

posted on 2013-01-06 10:36 wentingtu 閱讀(...) 評論(...) 編輯 收藏

轉(zhuǎn)載于:https://www.cnblogs.com/wentingtu/archive/2013/01/06/2847299.html

總結(jié)

以上是生活随笔為你收集整理的社交网络时空分析法的全部內(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，歡迎將生活随笔推薦給好友。