面向社会影响力的多源异构在线社会网络建模与分析研究

Online Social Networks, such as instant messaging, MicroBlog, Wechat, Email and so on, have deeply and widely impacted socal economy, politics, individual life and many aspects of human. And social influence is one of key factors that the online social network can take effects on the realistic society. Therefore, modeling and analysis on online social network is of great significance to understand and apply the social network law to optimize online social network to serve the society, economy, politics and individual life. This project will analyze social influence in online social network based on the research achievements of complex network analysis and data mining technology. First of all, meta-information-based model will be proposed to present the fundamental data of online social network, and the relation between the different parts of the raw online social network data will also be investigated, and the consistent data representation will be set up. Secondly, we will propose the social influence propagation model according to the inherent sociological and psychological law of social influence generation and spreading. We will use the meta-network analysis method to find out the hidden relationship among multiple level components such as network structure, social properties of individuals, interaction information and the relation between different objects, and set up multiple single aspect networks. And we will also analyze multiple aspects of online social network separately and combinedly to mine the hidden information to precisely estimate the social influence. We will use event-flow model to investigate the law of online social network evolution based on suitable time interval. Further, we research the change process of online social network based on time dimension, investigate the social influence and online social network cooperative evolution law based on suitable time interval. We will decompose the factors related to social influence, such as network structure, individual social properties,interaction information and individual behavior, use multiple-event flow to model various kinds of changes, and then combine all the factors to build the cooperative evolution model of social influence and online social network. The goal of all of above research is scientifically optimizing and utilizing online social networks to help understanding and serving our real society.

在线社会网络（如即时通信、微博、微信、email等）已深刻影响人类社会经济、政治和个人生活，而社会影响力是在线社会网络能真正作用于实际社会网络的核心因素，因此对其建模与分析对于理解、利用社会网络规律，进而优化在线社会网络，服务人类具有重要意义。本项目拟基于复杂网络分析、数据挖掘相关研究成果，利用元信息建模完成异构在线社会网络基础数据以及数据间相互关系的完整一致表示；根据社会影响产生、传播的内在规律，利用元网络分析技术对异构在线社会网络中网络结构、个体社会属性、交互信息以及行为各对象间相互关系构建多个层面的网络，进而对各层面网络独立及组合分析研究，挖掘隐藏信息，实现社会影响力的评估建模；从时间维度研究在合适时间尺度上社会影响力与网络的协同演化规律，分解影响在线社会网络演化的各因素，利用多事件流建模各种变化，再综合各因素构建社会影响力与在线社会网络演化模型，实现科学优化、合理利用在线社会网络。

在线社会网络迅速发展，已成为人们实际生活的不可或缺的一个部分，深刻影响着社会生活和个人生活。对于在线社会网络来说，社会影响力是在线社会网络能真正作用于实际社会网络的核心因素。探索在线社会网络的影响力的产生，传播和作用效果能更好的发现社会网络的演化规律以及优化在线社会网络提供支持，从而使得在线社会网络可以更好的为人们的生活服务。.本项目采用复杂网络分析和数据挖掘的方法对在线社会网络影响力展开研究。项目首先获取在线社会网络数据，对异构在线社会网络的数据分析整理，利用元信息建模方法对数据进行建模。根据社会影响产生、传播的内在规律，利用元网络分析技术对异构在线社会网络中网络结构、个体社会属性、交互信息以及行为各对象间相互关系构建多个层面的网络；提出了基于行为与相似度及情感的社会网络影响力建模，并研究了初始节点的获取工作，研究设计了社会影响力最大化的启发算法；从时间维度研究在合适时间尺度上社会影响力与网络的协同演化规律，分解影响在线社会网络演化的各因素，综合各因素构建社会影响力与在线社会网络演化模型,提出了基于信用分布的在线社会网络影响力最大化方法; 提出基于节点适应度动态演化的加权网络模型和基于节点关联度的加权网络模型。针对在真实的社会网络中，人在多个社会网络中活跃的问题，发现具有多维度的重叠节点能发现复杂社会运行规律，提出了基于马尔科夫链和边聚类的重叠社区方法，有效获得用户所在重叠网络。.本项目对在线网络数据建模，在线社会网络演化规律与特征，社会影响力最大化的模型与算法等方面进行了深入探索研究，提出了模型与算法反映了在线社会网络的特征与规律，社会影响力评估考虑了实际社会网络的特征，使得模型更加接近实际，另外所提出的影响力最大化算法提高了大型社会网络分析的效率，并且正在应用于大型在线购物网站的商品推荐中；未来希望将更多的研究成果应用于实际，从而有效地改善在线社会网络，使得在线社会网络可以更好的为人们服务。