在线社会网络中特定类型用户识别及其行为规律的分析与建模研究

Recently, some specific types of users play a significant role in information spreading over online social networks, and this phenomenon takes a great challenge for monitoring and guiding of public opinion of Internet. Thus, it is important to investigate the theory of modeling and analysis of behavior for specific type of users over online social networks. In this project, the source analysis data is from microblogging, online community and blogosphere websites, and the research includes the following three parts. Firstly, multiple dimensional features will be analyzed, including user roles, interests and the centrality of users. Based on this， the splitting strategy and identification method of the user types will be studied. Secondly, based on the analysis of typical behavior characteristics of the specific types of users, the behavior pattern will be studied, and prediction model for the trend of individual user behavior can be established. Finally, through analyzing the interaction pattern and strength between users, the prediction model for the trend of group behavior can be established. This research can describe the mechanism of behavior dynamics for individual users and user groups over online social networks, which can support the analysis, monitoring and guiding of public opinion in Internet effectively.

针对意见领袖、网络水军等特定类型用户对在线社会网络中的信息产生与传播的显著影响，以及由此带来的对网络舆情分析、监控与引导的挑战，研究其亟需的在线社会网络特定类型用户识别及其行为规律的分析与建模等关键基础理论。项目将针对微博、论坛、博客等在线社会网络中的特定类型用户，充分考虑不同类型用户的行为特性差异，进行以下三方面的研究：分析用户角色、兴趣与中心性等多个维度特征，提出用户类型的划分策略，并提出特定类型用户的识别方法；针对特定类型用户的典型行为特征，通过分析特定类型用户的行为模式及其产生机理，建立网络用户个体行为的趋势预测模型；分析特定类型用户间的交互模式，提出用户间交互强度的评估算法，在用户个体行为模型基础上，建立具有实际物理意义的特定类型用户群体行为模型。项目研究成果将揭示在线社会网络中特定类型用户个体与群体行为的模式与趋势变化规律，为网络舆情分析、监控与引导提供基础理论支持。

本项目针对驱动网络信息传播的各种用户行为，研究微博、论坛、博客等在线社会网络中意见导向者、有组织信息传播者、分享讨论者等特定类型用户的行为规律，从用户的角色、兴趣与中心性等多个维度分析并提出特定类型用户的识别方法，通过分析特定类型用户的行为模式与交互特性，分别建立特定类型用户的个体与群体行为模型，最终揭示在线社会网络中特定类型用户的行为模式与演变规律。.针对项目任务书中的研究目标和研究内容，本项目按计划顺利进行，并在多个方面取得重要进展，超额完成了项目计划书中要求的各项研究任务和考核指标。项目研究中，主要在以下几个方面取得重要进展：微博社会网络中的信息转发转变机制研究、基于BN-PageRank算法的用户影响力评估模型、基于能量场模型的在线社会网络分析方法、微博社会网络中热点话题的早期发现方法研究、针对大规模社会网络图数据的社区发现算法研究、网络话题的内容焦点迁移识别方法研究。基于这些研究成果，目前已发表论文9篇，均被SCI或EI检索。研究开发了研究开发具备自主知识产权的在线社会网络特定类型用户识别与行为分析系统，已申请国家发明专利2项，申报软件著作权1项。培养博士后1名，博士研究生2名，硕士研究生3名。