社交网络调研学习笔记

//2019.07.01调研学习笔记

一、定义

根据欧盟关于社会计算的研究报告Key areas in the public sector impact of socialcomputing，在线社交网络可分为4类：（1）即时消息类应用，即一种提供在线实时通信的平台，如MSN、QQ、飞信、微信等；（2）在线社交类应用，即一种提供在线社交关系的平台，如Facebook、Google+、人人网等；（3）微博类应用，即一种提供双向发布短信息的平台，如Twitter、新浪微博、腾讯微博等；（4）共享空间等其他类应用，即其他可以相互沟通但结合不紧密的Web2.0应用，如论坛、博客、视频分享、社会书签、在线购物等。

二、影响/研究价值和意义

（1）社会个体通过各种连接关系在社交网络上构成“关系结构”，包括以各种复杂关系关联而成的虚拟社区；

（2）基于社交网络的关系结构，大量网络个体围绕着某个事件而聚合，并相互影响、作用、依赖，从而形成具有共同行为特征的“网络群体”；

（3）基于社交网络关系结构和网络群体，各类“网络信息”得以快速发布并传播扩散形成社会化媒体，进而反馈到现实社会，从而使得社交网络与现实社会间形成互动，并对现实世界产生影响。

虚拟的社交网络和真实社会的交融互动对社会的直接影响巨大，所形成的谣言、暴力、欺诈、色情等不良舆论会直接影响国家安全与社会发展。

三、分析研究的核心

（1）在线社交网络的结构特性与演化机理。社交网络的结构应该用什么方式来表示？什么样的表示方法既能反映社交网络的本质，又能支持计算和分析？什么样的计算方法能够准确刻画社交网络结构的演化？

（理解：老师曾经说其实目前社交网络构建都是问题，构建之后才是各种计算）

（2）在线社交网络群体行为形成与互动规律。在社交网络中如何刻画群体的存在及其形成方式？群体间的交互影响如何进行表示与度量？群体间的交互过程对群体的演变所产生的影响应该如何计算？

（3）在线社交网络信息传播规律与演化机理。信息的内涵如何以可计算的形式来表达？信息在社交网络上的传播过程与态势的计算方法是什么？如何用计算的方法来刻画信息内涵与信息传播之间的相互影响？

四、关注热点和研究方向

围绕三具体展开，分成三个方面：社交网络结构，社交网络的群体互动、社交网络的消息传播。

1、在社交网络的结构特性研究方面

已有的研究工作可以概括为社交网络的结构分析与建模、虚拟社区发现、社交网络演化分析3个主要方面。

(1)结构和建模

• 通过统计分析来分析网络中的节点分布规律等
• 根据上面发现的规律特性等，进行建模，常采用“图论”的方式进行建模，很多学者学者尝试运用图论对社交网络进行定量分析.(中心性概念，超图建模方法；多图交叉)
• 结构归纳

(2)虚拟社区发现（是社交网络分析的必备功能，虚拟社区结构是在线社交网络的一种典型的拓扑结构特征）

*社交网络中存在关系不均匀的现象，有些个体之间关系密切，有些关系生疏，从而常规社区之上会围绕某一个焦点又形成联系更为紧密的情况，获得用户

之间的社交关系以及社会角色，并进一步结合用户观点或者行为等分析。

（理解：不断结合，然后分析个人？）

• 社区结构是研究热点（分为不可重叠的社区结构发现和可重叠的社区结构发现）

(3)社交网络演化：根基统计规律展开研究，并提出了面向不同类型社交网络的演化模型

• 基于图论方法
• 利用数据挖掘
• 社会经验

*研究各个因素同时间的变化特性

2、社交网络群体互动

已有的研究工作可以概括为社交网络中群体行为建模及特征分析、群体情感建模与行为互动2个方面。

(1)社交网络上的用户行为分析

*用户行为是基本动作，需要对其进行建模。在线社交网络上的用户行为包括展示自我、与陌生人建立关系、分享兴趣和信息、发布信息、搜索信息、浏览信息和推送信息；可以围绕各种话题与不同人群进行互动；可以构建兴趣社区、学习社区和娱乐社区，共享知识、学习交流并分享快乐。

• 群体社交网络选择模型：群体行为关系（桥接型、黏结型、维持型）
• 个体行为特征分析：博弈论；特征挖掘

(2)群体情感建模与行为互动：主要针对主观性信息进行分析、处理和归纳

• 采用博弈论方法对网络中的级联行为，个体效应与群体效应的相互影响进行建模
• 文本挖掘倾向性
• 倾向性度量

3、社交网络信息传播

已有的研究工作可以概括为社交网络的信息及其能量、社交网络信息传播模型和社交网络信息传播影响3个方面。

（1）社交网络的信息传播以及能量

• 信息的符号表示与意义（信息量的度量->信息熵）
• 信息传播能量以及演化

（2）社交网络信息传播模型：以社交网络为媒介进行的信息传播过程

• 传染病模型
• 网络拓扑图模型
• 基于统计推理的信息传播模型

（3）社交网络信息传播影响

五、目前国内研究进展

*国防科大、上交、合工大、北邮、计算所、北大、清华、北科、浙大、哈工大、信工所

1、计算所“程学旗”：分析社区结构

2、合工大"杨善林":群体特征

3、北邮“形修三”：信息传播

六、相关发展挑战

目前对于大型社交网络的本质特征和网络信息传播的基本规律的研究仍然处于相对初级的阶段，尚未提出完整的社交分析理论和方法

七、理解感悟

对于社交网络的研究应该是，在大数据的情况下，目前的社交平台已经形成了一个巨大的图网络，层层网络间其实存在相互的关联，而在这些网络中存在大量有价值的信息，通过对这些网络信息进行挖掘，建模分析，最终获得有价值的信息，做一些更有意义的事情。比如，对舆论进行分析，对其进行引导；维护国家安全……

对于其分析与处理技术，主要是三方面：一是特征挖掘和建模（可以采用统计的方法以及图论的知识去建模）；其次是对整个网络进行模拟分析；三是网络的传播与变化。

在技术方面，一方面侧重于数据挖掘，另一方面侧重图论的建模计算。还有更多的感觉数学等理论设计很多，如果做这个方面要补很多的理论。我觉得可以去学一下数据挖掘技术和统计，挖掘很多联系和内容还是蛮好玩的；另一方面我觉得可以尝试一下建模，去分析图的一些计算和改变；

这方面觉得还是比较有意思的，如果真的能建模出来，做一定的舆论引导，那么一些键盘侠就可能渐渐消失。

//除此之外，想知道知识图谱与其关系，以及图计算与存储与其之间的关系

 

——--------------------------------------------------------------------------------------------------------------------------------------------------——-