瞬时社交网络中线下网络结构分析

Ephemeral social networks play an important role in expanding the user’s social circle and strengthening social ties. The study of offline ephemeral social networks(OffESN) is the beginning of the study of ephemeral social networks. OffESN has different network structure such as community structure, fractal structure, hybrid structure in different time slice. The project researches the above three types network structure in OffESN. (1) Firstly, the project will add the location attribute to the new definition of modularity; and then the we calculate modularity in the single time slice of OffESN; we also will integrate the multi-slice networks into a whole network and explore its community structure. (2)Secondly, this project proposes a box-counting method based on the minimum modularity to calculate the fractal dimension; and uses the new method to calculate fractal dimension in the single time slice of OffESN; we also use the chaotic dynamical systems to model the evolution of the fractal structure. (3)Finally, the project uses multiplex patterns to model hybrid structure of OffESN based on stochastic block models, and extracts the community structure and fractal structures from its multiplex patterns based on matching isomorphism block subgraphs algorithm.

瞬时社交网络在扩大用户的社交圈和加强社会联系方面有着重要的作用。对瞬时社交网络的研究一般是以瞬时社交网络中的线下网络(OffESN)作为起点。OffESN在不同的时间段内有不同的结构，如社区结构、分形结构和混合结构。本项目研究OffESN中的上述三种结构。(1)首先，本项目将加入地理位置属性，对模块度进行新的定义；然后计算OffESN中单个时间片内网络的模块度，挖掘其社区结构；本项目还将OffESN中多个时间片网络整合成一个网络，并检测其社区结构；(2)其次，本项目根据模块度最小的原则设计盒子计数法来计算网络分形维度；在此基础上，计算OffESN单个时间片网络中的分形维度；为了刻画OffESN多个时间片下分形结构的演化规律，本项目采用混沌动力系统对其进行建模。(3)最后，基于随机块模型，本项目利用多元模式对OffESN混合结构进行建模，并根据同构子图匹配算法提取其中的社区结构和分形结构。

瞬时社交网络在扩大用户的社交圈和加强社会关系联系中边沿了重要的角色。对瞬时社交网络的研究一般是以瞬时社交网络中的线下网络(offline ephemeral.social networks，OffESN)作为起点，为了深入了解OffESN的网络机构及其相关性质，本项目研究OffESN中的社团结构、分形结构和混合结构。(1)首先，提出了一种基于信息增益的社团划分算法(Entropy Gain Ratio-based Algorithm for Community Detection )，以信息熵(Information Gain Ratio, IGR) 作为模块度度量，将基于信息增益的社团划分算法应用到移动社交网络的多片网络中，对OffESN多片网络中的社交结构进行探测，提升了多片网络中社团划分的准确性；(2)其次，设计了一种基于网络中心性(The Closeness Centrality)的分形维度计算方法，利用平均连接时长将移动社交网络转换成权重网络，并进行分形维度计算。(3)最后，针对目前OffESN中的混合结构，针对混合结构中的社团结构，通过聚类系数分析多片网络中的社团结构；在混合结构中的分形结构研究中，传统的分形维度算法无法计算其结构差异性，提出一种基于于排除质量与接近中心度比值的盒子计数法(The Ratio of Excluded Mass to Closeness Centrality, REMCC)，计算移动社交网络中的混合结构的多重分形特征，揭示了混合网络中分形特征和多重分形特征之间的互斥性。此外，提出一种超家族分析模型，用于分析混合结构演化规律。在对社交网络拓扑结构研究基础之上，根据校园中随处可见的知识传播，提出了一种基于好友利他激励策略的知识传播模型；利用下线交互网络收集APP，构建学生交互网络，并应用于教学中。