大规模动态社交网络的骨架挖掘及其应用研究

With the rapid development of Internet and comprehensive populization of mobile devices, online communication becomes the main style of social interactions. Social individuals and their communication contacts construct social networks, nowadays such systems are very common, with large number of nodes and different events happened, which presents new challenges for social network research. Complex network is an effective tool for complex system research, this project takes Edge Correlation Degree as index to measure local density of networks, proposes a distributed adaptive backbone minging algorithm for large-scale networks, studies the substitutability of complex networks and the substitution effectiveness of backbones; and digs deeper into dynamic community detection, mining of community pattern and community evolution pattern, link prediction of dynamic networks, finally the research results are applied into social networks to support different applications. This project will not only provide new thoughts for large-scale dynamic networks research, and also is helpful for grasping the law of development, improving management and application of social networks.

随着互联网技术的快速发展和移动设备的全面普及，线上交流成为人们进行社会交往的主要形式。社交个体和彼此之间的沟通交流关系构成了社交网络。目前大规模社交网络已经非常普遍，且随着时间不断变化，这为社交网络的发展规律把握、管理应用提出了新的挑战。复杂网络是研究复杂系统的主要工具，本项目从复杂网络的视角出发，通过把社交网络建模为复杂网络，根据网络的结构特征对复杂网络进行研究。以连边关联度作为衡量网络局部密度的度量指标，研究大规模复杂网络的分布式自适应骨架挖掘算法，并研究复杂网络的可替代性和骨架的替代有效性；在此基础上进一步研究动态复杂网络的社区挖掘、社区模式和社区演化模式挖掘、社区模式预测，并将相应成果应用到社交网络中，进行相关应用研究。本项目不仅为大规模动态复杂网络的研究提供新思路，对加强社交网络管理、促进其进一步发展也有很大的应用价值。

随着互联网技术的快速发展和移动设备的全面普及，线上交流成为人们进行社会交往的主要形式。社交个体和彼此之间的沟通交流关系构成了社交网络。目前大规模社交网络已经非常普遍，且随着时间不断变化，这为社交网络的发展规律把握、管理应用提出了新的挑战。复杂网络是研究复杂系统的主要工具，本项目从复杂网络的视角出发，通过把社交网络建模为复杂网络，根据网络的结构特征对复杂网络进行研究。以连边关联度作为衡量网络局部密度的度量指标，研究大规模复杂网络的分布式自适应骨架挖掘算法，并研究复杂网络的可替代性和骨架的替代有效性；在此基础上进一步研究动态复杂网络的社区挖掘、社区模式和社区演化模式挖掘、社区模式预测，并将相应成果应用到社交网络中，进行相关应用研究。.本项目考虑到大规模复杂网络对于计算资源有巨大影响，从网络的局部拓扑结构出发，建立了连边关联度，作为衡量网络局部密度的度量指标。基于连边关联度，研究了大规模复杂网络骨骼挖掘，给出了静态社区划分评价指标、快速社区划分算法，基于动态网络中骨骼的变化对社区以及社区边缘的影响，提出了快速的动态社区划分算法，并将快速社区划分算法进行推广，应用到有向网络和加权网络中。项目祖将相关研究成果应用于实际大规模社交网络数据集中，验证了所提出指标的有效性、算法的创新型和适用性。.本项目的研究成果，不仅为大规模动态复杂网络的研究提供了新思路、新方法，对加强社交网络管理、促进其进一步发展也有很大的应用价值。