复杂网络之社交网络

移动互联网在近年来经历了快速的发展，全球用户数已接近30亿。人们在移动互联网上享受着各种便利的服务，如交友、点餐、求职、阅读新闻、观看视频、发布照片、分享旅行等等。可以说，网络生活已经渗透到了我们现实生活中的方方面面，二者不仅相互关联和相互影响，其中一些领域已经发展到互补关系甚至代替关系。无论是在网络空间还是现实空间，人与人之间都会存在着由工作、出行、休闲等原因而产生的各种关系。我们的日常行为或多或少都会受到社交关系的影响。比如，我们会购买朋友推荐的商品，去某一个公司拜访客户，或者和家人一起去某个城市度假。

过去，由于缺乏相关数据，人们只能孤立地研究人类行为在不同空间的特征，而移动互联网的兴起，特别是同时包含了社交关系和位置信息的LBSN(Location-based SocialNetworks)数据为研究人类行为在不同空间和层面上的关联扫清了障碍。现有的研究估计，人们日常生活中有10%-30%的出行以社交为目的[1]，那些居住距离较近的人们有更大的几率成为好友[2]。同时，人们出行轨迹的相似性和他们社交网络的接近性存在显著的正相关关系，即好友之间的轨迹相似性要高于非好友[3]，反过来，轨迹相似性高的好友往往在社交网络上也有着较高的通信频率和共同好友数[4]。那么，人们在网络空间和现实空间里的行为的相似性该如何度量？它们是否相关？一对用户在网络空间的相似，是否意味他们在现实生活中的行为也相似呢？为了回答这些问题，我们在一组腾讯QQ的LBSN