时变社交网络结构与传播动力学研究

Structural properties and spreading process of real social networks could hardly be described accurately by static network analysis for burst, memory and temporal properties of users’ behaviors. In this project proposal, the structures and spreading dynamics in temporal social networks based on users’ behaviors will be studied, including following three aspects in details. (1) Empirical analysis of structural properties and spreading process from three aspects: temporal properties of social networks, driving mechanism of information forwarding, and co-evolution of network structure and information spreading. (2) Spreading dynamics modeling in temporal social networks, including modeling based on real information spreading process in community networks and based on co-evolution of structure and spreading. Based on this, design a quantitative metric to measure the degree of temporality of network, and explore the emergent mechanism caused by temporality. (3) Studying on spreading predicting model so as to locate the source and to predict the spreading trend accurately...Through the project researches, uncover the intrinsic mechanism of information spreading in temporal social networks, clarify the generality and specialty of different temporal networks, and achieve the goal of source locating and spreading trend predicting accurately. The research results will provide theoretical and technical supports for some significant applications such as information spreading and mining.

由于社交网络中用户行为的阵发性、记忆性和时变性，采用传统的静态网络分析方法难以刻画真实社交网络的结构特征及其上的传播过程。本项目将基于用户行为研究时变社交网络的结构及其上的传播动力学，具体包括： ① 从社交网络结构的时变特性、消息转发的驱动机制以及信息传播与网络结构的协同演化三个层面实证研究时变社交网络中的用户行为及信息传播过程；② 时变社交网络中的传播动力学建模，包括基于社区网络中真实信息传播过程的建模和基于网络结构与信息传播协同演化的自适应建模，在此基础上，研究时变社交网络的时变性程度的定量刻画指标并探索可能诱导的涌现；③ 信息传播预测模型研究，包括信息传播源头定位和传播趋势预测。通过本项目研究，揭示时变社交网络上信息传播的内在机制，厘清不同时变社交网络结构及其上的传播动力学的共性与特性，实现传播源头的准确定位及传播趋势的准确预测，为信息传播与信息挖掘等重大应用问题提供理论与技术支撑。

社交网络已成为网络服务和应用的主流，人的互联和信息互联高度融合，并呈现时变的特点。社交网络已在信息科学、物理学、生物学、数学乃至社会学、管理学等领域产生了重大贡献和持续影响，是近几年研究的热点问题。在基金委的支持下，通过四年的努力，很好地完成了项目原定的计划，在“时变网络结构与传播的实证研究”、“时变网络中的传播动力学建模”和“时变网络中的信息传播预测模型”三个拟定研究方向上进行了深入细致的研究，具体内容包括：网络关键节点及链路挖掘，网络社区结构划分，用户行为分析与传播动力学模型等四个方面。项目在这四个方面都取得了若干有持久影响力的原创性研究成果，其代表性成果包括：（1）基于深度学习提出了重要节点挖掘方法，为网络结构分析提供了新的研究思路和视角，研究成果发表在Knowledge-Based Systems上；（2）提出了一种新的层次聚类算法，其核心假设是互为最近邻的数据点对处于同一个类别中，相关研究成果发表在Information Sciences上。项目研究形成了41篇标注了基金号的已发表论文，出版了一部复杂网络相关的译著，授权国家发明专利2项。截止2021年2月17日，论文Google Scholar引用299次，Web of Science引用181次。..通过四年的努力，已建立起一支在复杂系统、时变社交网络分析及传播动力学领域能够独立从事创新研究的年轻博士和青年教师队伍。项目执行期间，派遣了蔡世民副教授到波士顿大学进行为期半年的学术交流与访问，派遣陈端兵教授到日本进行学术交流。依托该项目，培养了青年教师3名，博士研究生6名，硕士研究生13名，其中，项目负责人陈端兵晋升为教授，培养的王伟博士、何嘉林博士被四川大学和西华师范大学聘为副研究员和讲师，助理研究员赵志丹聘为汕头大学副教授。