社交网络时空数据模型与热点事件演化规律研究

In recent years, social network services (SNSs), such as Facebook and Sina Weibo, become popular around the world. The rapid development of SNSs has profoundly influenced many aspects of human society. Therefore, it is necessary to investigate the interactions between SNS and real world and the theory of event spatiotemporal evlovtion. This project proposes a unified spatiotemporal data model to represent social network topology and dynamic event evolution. Using both network topology and user interaction semantic information, we then investigate the solution algorithms to detect communities. Based the detected communities, we develop a methodology to infer online users' social characteristics and the type of social connections, so as to build up a mapping relationship between virtual and physical spaces. The event evolution patterns is also investigated in this project by considering the interactions between virtual and physical spaces. This project is expected to make several contributions. Firstly, the proposed unified spatiotemporal data model enhances the ability of representing and analyzing event propagation in traditional social network analysis platforms which mainly focus on the analysis of network topology data. Finally, the proposed event evolution analysis method overcomes the shortcoming of traditional social network studies which ignore the interactions between virtual space in SNS and physical space in real world. This project therefore can help make decision-makers to understand SNS users' voices, assess the impact of online emergent events, and develop a sustainable and harmonious online society.

近年来，Facebook、新浪微博等社交网络作为一种全新的互联网应用获得了快速发展，并逐渐风靡全球。社交网络正通过其巨大的影响力，对社会生活各个方面产生革命性影响。因此，很有必要研究社交网络与现实空间的映射关系、掌握社交网络事件时空演化规律。本项目以海量社交网络数据的管理分析为切入点，发展社交网络结构和事件一体化的时空数据模型；分析社交网络结构(拓扑和空间)形成的约束机制，提出融合网络结构及语义信息的重叠社区探测方法和社区属性推理方法，分析虚拟社交网络的多尺度层次空间结构，探讨虚拟社交网络在现实空间的映射关系；提出网络热点事件回溯和时空过程重构方法，研究网络热点事件时空演化规律和表达方法。本项目发展时空GIS理论，用于社交网络数据的组织和管理、网络结构分析以及网络事件演化机制的研究，为洞悉社交网络上的世情民意、预测社交网络突发事件的时空影响范围以及发展趋势提供有力的理论和技术支持。

近年来，Facebook、Twitter、新浪微博、微信等社交网络/社交媒体作为一种全新的互联网应用获得了快速发展，并逐渐风靡全球。社会性媒体和社交网络的影响范围不断扩大，对人类社会生活各个方面产生革命性影响。人类社会组织方式和人类社会行为活动模式彻底得到了改变，人类社会关系和活动行为从现实物理空间(Physical Space)延伸到与之平行另一空间——虚拟网络空间(Virtual Space)。对虚拟社交网络空间人类社会关系形成机制和行为时空间特征的研究成为当前众多学科包括网络社会学、行为地理学、人类行为动力学研究的热点。因此，很有必要研究个体及群体在时空间的行为特征，以及社交网络虚拟空间和现实空间的相互作用。本项目分别获取了大型社交网络腾讯QQ和新浪微博3000万用户的基本属性，位置信息，社会关系，以及典型热点事件的网络评论和转发数据，以海量社交网络数据的管理分析为切入点，⑴ 提出了融合网络结构维、空间维、时间维、事件维“四维”一体的多源时空数据组织模型；⑵ 从不同尺度研究了社交网络和现实空间的相互映射关系。宏观上，以城市为尺度对个体用户的社交关系链聚合，构建城际地理社交关系网，研究虚拟网络空间城市社交关系网络结构和城市空间交互模型；中观尺度上，基于行为地理学和人类行为动力学理论研究网络社区群体社会关系行为以及群体活动行为时空统计特征，挖掘网络社区群体行为模式和社区内蕴的时空约束机制，提取城市内部用户出行移动轨迹信息，构建城市空间单元间的时序OD矩阵，提出大型社交网络空间社区探测和识别方法，对城市空间的功能性团簇结构及其时序变化进行探究；微观上，获取了观察环境下、模拟仿真环境下和校正环境下三种人际社会关系概率和人际社交强度概率密度的空间分布，验证了地理空间要素在虚拟网络空间的存在性和重要性，揭示了强社交网络中人际关系概率和交互概率的“城际-城内”二元混合空间模式；⑶ 分析网络和现实相互作用下的事件时空演化规律。.