双层耦合社交网络的相互作用和共演化机制：基于时间序列和链路预测的方法

Online social network not only records the friendship evolution between users, but also records the dynamic of users partaking various social activities. Therefore, in this project we treat users as nodes and regard online social networks as two-layer coupling networks: one layer is the structure network of dominant relationship between users; the other is the function network for users' social interaction behaviors, and the two layers interact and co-evolve. In this study, we abstract the structure network evolution as link prediction and the function network as time series prediction. By analyzing the factors affecting the two predictions' accuracy, the interactions and co-evolution laws between two layers of social networks will be studied. The characteristic and innovation of this project lie in not only using structure predicting structure but also using structure and function jointly predicting new structure, and not only using behavior predicting behavior but using behavior and relationship jointly predicting new behavior. This project possesses wide actual application prospects and significant theoretical research value, which can not only understand in depth causality of users' behaviors, enhance users social web adhesion, and improve the accuracy for link prediction and time series prediction in networks; but also reveal the relation between heterogeneous structure and nonlinear dynamic behavior in social networks, and promote the improvement and development of multi-layer coupling networks and evolution network theory.

在线社交网络既记录了用户之间的友谊关系演化，也记录了用户参与各种社交活动的动态，因此本课题将在线社交网络看成是以每个用户为节点的双层耦合网络：一层是用户间显性关系的结构网络，另一层是用户社交参与行为的功能网络，两层之间相互作用、共同演化。研究中将结构网络的演化抽象为链路预测问题、将功能网络的演化抽象为时间序列预测问题，通过分析影响这两种预测准确性的因素来研究社交网络两层之间的相互作用和共演化规律。该课题的特色和创新之处在于不单纯以结构预测结构而以结构和功能共同预测新的结构，不单纯以行为预测行为而是以行为和关系共同预测新的行为。本项目具有广泛的实际应用前景和重要的理论研究价值，不仅能深入理解用户行为的因果关系，增强用户对社交网站的粘附性，提高网络中链路预测和时间序列预测的准确性；也能揭示社交网络中非均匀结构和非线性动态行为之间的联系，促进多层耦合网络和演化网络理论的完善和发展。

在线社交网络是近年来信息科学、统计物理和社会学领域一个新的交叉研究方向，动态社交网络的演化机制是该领域的热点问题，具有非常重要的理论研究价值。在线社交网络研究中既不能抛弃结构网络来研究功能，也不能抛弃功能网络来研究结构，因此社交网络比较适合使用多层耦合网络来描述。多层耦合网络是最新的复杂网络研究范式。按照多层耦合网络的概念，本课题将在线社交网络看成是以每个用户为节点，由用户关系-行为耦合形成的双层网络：底层是用户间的显性关系（结构网络），顶层是用户的参与行为（功能网络），两层网络之间相互影响、共同演化。本研究旨在将结构网络的演化抽象为链路预测问题、将功能网络的演化抽象为时间序列预测问题，通过分析影响这两种预测准确性的因素来研究双层动态社交网络上关系-行为之间的相互耦合作用和共同演化规律。本项目研究中我们不仅揭示了双层耦合社交网络中结构-功能两层之间的相互作用强度和相互作用机制，而且从理论上提出了双层耦合社交网络共演化的新机制，并通过链路预测和时间序列预测结果证明新机制的有效性。本项目的成果具有很强的实际应用价值，在线社交网络上的友谊关系演化规律和用户参与行为演化机制具有非常重要的商业价值与现实意义，相关成果可用于在线社交网络的用户推荐、社区划分、广告推广等，对于社交网络服务商具有重要的实际参考价值。