在線社交網絡畢業(yè)論文

1、<p>　　畢業(yè)論文：在線社交網絡</p><p><b>　　一、引言</b></p><p>　　在實際社會生活中，每個人都有各自的人際關系。這樣人與人之間存在的人際關系就共同構成了現實生活中的社交網絡(Social Network)，其中人是網絡中的節(jié)點，人際關系是網絡中的邊。由于人際關系與人們生活息息相關，且對人們的工作和學習有著顯著影響，因此研究和

2、分析社交網絡有著重要的意義。</p><p><b>　　二、社交網絡概念</b></p><p>　　1967 年，哈佛大學的心理學教授Stanley Milgram 創(chuàng)立的六度分割理論被認為是社交網絡的理論基礎。按照六度分隔理論，網絡上每個用戶的社交圈都不斷放大，最后就可構成一個大型的社交網絡。然而，什么是社交網絡？目前還沒有統一的定義。為便于理解社交網絡的概念，

3、本文給出一種供參考和商榷的描述性定義。　　社交網絡是一個系統：其中1)系統中的主體是用戶(User)，用戶可以公開或半公開個人信息；2)用戶能創(chuàng)建和維護與其他用戶之間的連接(或朋友)關系及個人預分享的內容信息(如日志或照片等)；3)用戶通過連接(或朋友)關系能瀏覽和評價朋友分享的信息?！　∩缃痪W絡與傳統的Web 網絡最大不同之處在于：傳統的Web 網絡的主體是內容信息，依靠內容信息組織在一起，呈現給用戶；而社交網絡的主體是人，依靠人

4、與人之間的朋友關系組織在一起。社交網絡必須具備三項基本功能，即允許用戶1)創(chuàng)建和維護朋友關系；2)上傳自己預分享的內容信息；3)瀏覽其他用戶分享的內容信息。但這三項功能在不同的社交網站上的體現形式可能存在較大差異，如Facebook 只允許用戶遍歷三層朋友關系，而人人網則沒有這個限制.　　近</p><p>　　除了上述網絡以外，某些BBS(如天涯社區(qū))和協同編輯站點(如百度百科)等也增加了關注或好友功能，這些

5、站點上的用戶之間也可組成社交網絡?！　∩鲜稣军c所提供的服務之間有互補和重疊之處，如視頻分享網絡優(yōu)酷上的用戶也可以指定自己的好友；Facebook 和人人網上的用戶也可以發(fā)布自己的微博客，這使得我們很難在社交網絡的分類上給出嚴格的劃分。 　　三、社交網絡歷史</p><p>　　1995 年出現的網站Classmates.com 可以幫助用戶保持與他人的聯系，被認為是社交網絡的雛形，但該網站不允許用戶之間直接建

6、立聯系，而是依靠就讀的學校間接地與他人建立聯系。從這點上說，Classmates并不符合本文關于社交網絡的定義。1997 年出現SixDegrees允許朋友之間直接建立聯系，是第一個符合本文定義的社交網絡。進入21世紀，隨著互聯網的普及，出現了一些單純以交友為目的的社交網絡，其中具有代表性的是Friendster，同時間段的其他社交網絡還有Cyworld、Ryze 和LinkedIn 等。2003 年出現的MySpace 提供的功能迎合

7、了用戶的需求，迅速發(fā)長為最大的社交網絡。在隨后幾年，許多類似MySpace 的社交網絡不斷涌現，進入社交網絡的快速發(fā)展階段?！　≡趪鴥龋瑒?chuàng)建于1998 年5 月的中國同學錄(5460.net)和Classmates類似，都是以同學數據為基礎的校友錄網站。2003 年開通的UUZone被認為是國內最早的社交網站。2005 年12 月，校內網（現改名人人網）在清華、北大、人大三所學校開通服務，這是國內首個實名制且具備一定影響</p&

8、gt;<p>　　近幾年，社交網絡的研究越來越多地引起學術界的關注，研究內容包括社交網絡的拓撲分析、社會化推薦(social recommendation)、網絡社區(qū)發(fā)現、社交網絡中的信息傳播等，也取得了一些成果。</p><p>　　1、社交網絡拓撲特性分析　　當社會網絡剛開始進入研究者的視線的時候，人們希望通過了解社會網絡的拓撲特性，和已知的一些網絡，例如WWW， Internet 的拓撲結構

9、進行比較。這些比較主要是基于節(jié)點度分布，社交網絡的網絡半徑、平均路徑長度和聚集系數等 ，來看看社交網絡的圖結構和非社交網絡的圖結構有什么不同。有些研究希望通過這些特性分析判斷某些應用的性能。例如：有些應用只有在具有很強的局部連通的社交結構的條件才能有效的工作。這就意味著，社交圖必須有大量的聯系緊密的簇?！　》治鯢acebook 的節(jié)點度分布，其分布符合冪律分布。為研究社交網絡的網絡半徑、平均路徑長度和聚集系數等特性，依據每個區(qū)域net

10、work 構建了社交網絡圖，所有區(qū)域network 的平均路徑長度都小于6，網絡半徑或直徑相對較低。聚集系數相對于同規(guī)模的隨機圖或隨機冪律圖具有較高的聚集性。Facebook 中所有network 的同配系數均大于0，說明度值較高的節(jié)點之間的互聯的概率較大，這些度值較高的、相互連接的節(jié)點就形成了小世界網絡的骨干網，這使得處于網絡邊緣的那些高聚集的節(jié)點與其它節(jié)點之間具有較小的平均路徑長度。</p><p>　　2、

11、用戶行為分析　　主要分析了用戶訪問社交網絡過程中的行為，數據來源是用戶訪問社交網絡的HTTP 會話過程數據。文中分析并比較了四種不同社交網絡（Facebook, LinkedIn, Hi5,和StudiVZ）的用戶訪問行為特征。結果表明訪問社交網站與其他網站存在不同之處：a)用戶容易重復同一個行為；b)用戶每次會話過程時間比較長；c）圖片目錄最受歡迎。除了研究用戶訪問社交網絡的行為外，還研究了各種行為之間轉移概率。為驗證社交網絡拓撲特

12、性與用戶交互網絡拓撲特性之間的差異，利用facebook 中的數據分別對這兩種網絡的拓撲特性進行統計分析，結果表明二者之間存在較大的差異，用戶交互網絡的網絡直徑顯著變大。</p><p>　　3、社會化推薦　　傳統的推薦技術主要利用了user 對item 評價矩陣，但在社交網絡中用戶對某item 的評價往往極大影響其朋友的選擇。綜合了user 對item 評價以及user 之間的信任關系（構成Social Tr

13、ust Ensemble）進行推薦，使得推薦結果更精確，并具有現實意義。研究基于協同過濾的社會化推薦問題，針對傳統協同過濾法存在的兩個問題：a）因計算復雜度而引起的特征信息融合困難；b）各種特征信息之間的依賴關系不能有效地利用，提出了多層次的連續(xù)隨機場模型，用于社會化推薦。</p><p>　　4、社區(qū)關系挖掘　　網絡社區(qū)發(fā)現算法有很多種，但有些算法的可擴展性較差，適合于大規(guī)模網絡的卻為數不多，CNM、Waki

14、ta和Louvain是三種擴展性較好算法。然而這三種算法都存在：　　當輸入數據順序不同時，得到的結果也不相同的問題。提出兩個定量指標成員成對概率(pairwise membership probability)和一致性(consistency)，并依據這兩個指標提出新的挖掘算法解決挖掘結果一致性的問題。利用Filckr 中的圖片和標簽描述信息推測圖片的拍攝位置，并基于位置進行新型的關系挖掘，表明時序信息和可視內容有助于推測圖片呈現的位

15、置。結合位置和時序信息可以還原圖片的拍攝路線，啟示了信息的變遷。</p><p>　　5、社交網絡中的信息傳播　　目前社交網絡信息傳播模型大都是基于獨立級聯模型(Independent Cascade Model , ICM)的，但ICM 的計算量較大，用最短路徑模型（Shortest-Path Model, SPM）來近似求解信息的傳播范圍以降低計算量，SPM 的主要思想是信息沿著從已受影響節(jié)點集合到將要受影

16、響節(jié)點的最短路徑進行傳播，其速度是最快的，SPM 是ICM 的一個特例。實驗結果表明最短路徑模型（SPM）具有獨立級聯模型(ICM)的相同效果，但運行效率更高。利用因子圖建模，提出三種不同的學習算法，對社會影響力進行了定量分析。從兩個方面研究了信息傳播最大化的問題：a）改進貪婪算法，降低運行時間；b）通過舍棄某些度值，提出新的啟發(fā)式算法，以改進信息的傳播速度?；趯嶒灲Y果，作者認為在解決信息傳播的可擴展性方面，啟發(fā)式算法應優(yōu)于貪婪算法。

17、很多研究者關心，在社交網絡的活動中，哪些用戶行為會影響信息傳播，因此，在在社會網絡之上，有人又提出了interactive network，visit network 等表現用戶交互行為的關系網。</p><p>　　6、其它基于社會網絡的應用　　除了針對社會網絡本身特性的研究，越來越多的研究開始關注基于社會網絡的其它應用問題。例如利用社會網絡中朋友關系疏密程度，來防止Sybil attacks。還有利用朋友關