基于合作博弈的社区发现及其在云南毒网中的应用研究

With the progress of the Internet and Web 2.0 ideas, virtual social network is flourishing, which makes a good soil for the study of the society via computer technology. However, due to the mutual fusion of media information, user behavior and network relationship, network nodes and even edge relationship of the network become diversified and dynamic, making it more difficult to study the social context. This research, based on the cooperative game theory, attempts to study the theory and algorithms on discovering and analysising the community structure in social networks with multi-dimensional relations, and attempts to explore the application of social network analysis in Yunnan drug networks. It is aimed to promote the evolvement of social network analysis and establish a foundation for application service. By the end of the research program, we will have 7-12 high-level papers published in international and domestic journals and conferences, of which 5-6 papers are indexed by SCI or EI, will have set up an analysis system for Yunnan drug network, and will have fostered 2 youth teachers and at least 10 postgraduates.

随着互联网的发展和Web2.0理念的深入，虚拟社会网络蓬勃发展，为利用计算技术观察和研究社会创造了条件。但是媒体信息、用户行为和网络关系相互融合，使得网络中的节点和连边关系具有多样性和动态性，增加了研究社会网络的难度。项目基于合作博弈理论，研究具有多种类型节点和连边关系的社会网络的社区发现与分析的理论、算法和应用，包括博弈模型的建立、联盟结构的优化、社区结构分析、社区演化分析、社区可视化、社会网络分析方法在云南毒品网络中的实际应用。研究旨在推动社会网络分析的发展，奠定为应用服务提供有效支撑的基础。在国内外重要学术期刊和会议上发表高水平学术论文7-12篇，其中SCI或EI收录论文5-6篇；建立云南毒品网络分析系统；培养青年教师2名，硕士研究生10名以上。

随着互联网技术的迅速发展，各种社交应用改变了人们的生活方式。人们在虚拟的互联网中交流合作，形成了大规模社会网络。社区结构是社会网络普遍具有的一种结构特性，许多网络都是由若干个社区构成的。同属于一个社区的用户更有可能具有相似的兴趣或行为模式，发挥相似的作用。因此社区在一定程度上反映了用户自发、无序行为背后的局部弱规则性和全局有序性。发现社区能够使人们从中观尺度来度量网络，并从中分析信息的传播规律，挖掘信息的利用价值。社区发现是社会网络分析的重要研究内容。.项目研究了单关系静态网络、单关系动态网络和多关系静态网络的社区发现方法；研究了社会网络中的影响最大化、多模网络（包含多种实体类型，实体之间通过多种关系连接）中的群组模式挖掘方法；研究了毒品犯罪网络的构建及分析方法。.项目定义了多关系社会网络中社区的概念，将博弈论应用于社会网络分析，建立了社会网络用户的合作博弈模型，提出了基于博弈论的社区发现算法；提出了多模网络中群组间关联关系的挖掘算法和考虑了耦合关系的影响最大化算法及多标签分类算法；提出了动态网络中稳定社区的发现方法及基于边社区的重叠社区发现及社区演化分析方法；提出了面向关系语境的罪犯藏匿位置预测方法及毒品犯罪网络核心成员挖掘算法，构建并分析了《湄公河大案》毒品犯罪网络；开发了社区发现及分析系统。.项目在国内外重要期刊和会议上发表学术论文26篇，其中SCI收录4篇，SCI源刊1篇；EI收录14篇；开发了6个原型系统，获得4项软件著作权；培养中青年教师3名，硕士研究生21名；项目组获得云南省自然科学奖二等奖1项。.项目研究成果在理论上丰富和发展了社区发现与分析的理论、模型和算法，在应用上为复杂网络中的社区发现与分析提供了高效且实用的算法与技术。