社交網絡服務的用戶群體特征分析與組織探測研究.pdf

1、隨著近年來互聯(lián)網技術的飛速發(fā)展，基于社交網絡服務（SNS）概念的新型網絡應用漸成熱點。許多SNS網站服務商都積累了大量的用戶交往數據集，如果可以通過有效的分析從這些數據集中提取出用戶的群體特征與用戶的組織結構，就可以幫助網站運營商及時掌握用戶的興趣或行為的變化情況，為相關的用戶行為分析提供有價值的信息。 本文的研究包括兩部分內容。第一部分是對網絡靜態(tài)拓撲結構的分析，通過對節(jié)點度、聚集系數、特征路徑長度以及膨脹率等指標的計算，從多

2、個角度刻畫了SNS網絡的用戶群體特征。第二部分，針對社會網絡數據中個體屬性與鏈接結構共存的特點，我們對綜合利用節(jié)點屬性與鏈接關系進行組織探測的方法進行了研究。本文利用加權信息圖（WIG）模型來解決個體屬性與鏈接關系的融合問題，并引入簇混雜度指標（CMI）用于衡量聚類的優(yōu)劣，然后在二者的基礎上提出了WIG-GN算法，其相較于G-N算法可以更準確地挖掘出網絡中的組織結構。最后，為了解決WIG-GN復雜度過高的問題，本文引入了邊穩(wěn)定性系數（E

3、SC）概念，并在此基礎上提出了WIG-ESC算法。 在實驗環(huán)節(jié)我們首先就拓撲結構分析在SNS用戶交往數據集和DBLP合著網絡數據集下的實驗結果進行了對比。結果表明，相對于合著網絡而言，SNS社會網絡中不同個體之間的影響力差異較大，小團體的聚集現(xiàn)象并不明顯，但二者均具有小世界效應與無標度特征。組織探測算法在真實數據集下的運行結果，也驗證了綜合使用節(jié)點屬性與鏈接關系的聯(lián)合組織探測算法WIG-GN與WIG-ESC比單純考慮鏈接結構的G