基于意见传播原理的社交网络数据挖掘理论和应用研究

With the development of the internet technology and the stabilization of the internet platform, nowadays there are plenty of data available in the social network, which provides a huge opportunity for data mining techniques. The key technology in this context is to mine human action patterns, so as to resolve the network topology, understand users' relationships and therefore predict the opinion in the future. To our best knowledge, the existing research efforts are either from a modelling perspective or from a machine learning perspective. The one integrating the network models, which are derived based on control theory and signal processing theory, and machine learning tools is still missing. This motivates our work in this research project. In this work, based on the basic theory of "opinion diffusion", we introduce the "social radar" in the network, which provides a way of observing the diffusion of opinions in the network, and thus helps mining the "trust" between any two users. Leveraging the trust information, we can cluster users of the same interest, predict users' future action patterns, as well as detect the "fake news". Our final goal here is to analyze complex social networks from both theoretical and piratical perspectives. Moreover, we believe that our results can help China to understand worldwide public relationships and master the social power in the social network. This will benefit the harmony and stability, and enhance the development of the society.

随着互联网技术的高速发展和互联网平台的逐步稳定，大数据挖掘技术在社交网络中迎来了巨大的发展机遇。其中，关键的技术点旨在通过挖掘网络中用户的行为模式反推网络结构和用户关系，进而预测未来舆论走向。现有的相关研究分别从建模角度和机器学习角度研究问题，而将控制论和信号处理理论中不同的网络模型和具体机器学习方法相结合的研究还未见文献报道，这正是本项目拟解决的问题。本项目基于意见传播原理，在社交网络中引入新的“网络社交雷达”的数据挖掘技术，研究意见动态在社交网络中的扩散，了解人与人之间的信任关系，进而寻找用户群，预测用户未来的行为模式，以及假消息模式。本项目研究成果将从理论上分析各种复杂网络的模型，进而定性且定量地分析复杂社交网络。在实践中，本项目研究成果将帮助我们更好的了解世界各国公共关系平台，掌握网络舆论导向，对维护社会和谐稳定和发展有着重大意义。

随着社交平台不断地趋向大规模化和多维度化，分析社交平台数据变成一项重大的挑战。提出合理的社交网络信息传输模型，可以帮助我们准确分析用户之间的信任关系，了解网络信息传播效应，让大数据分析技术在互联网社交网络平台上得到更好的应用。本项目的主要研究内容是对社交网络的传输模型进行科学的建模，旨在通过挖掘网络中用户的行为模式反推网络结构和用户关系，了解网络信息传播效应，从而预测未来舆论走向。本项目的重要结果为，基于意见传播原理，在社交网络中引入新的“网络社交雷达”的数据挖掘技术，研究意见动态在社交网络中的扩散，了解人与人之间的信任关系，进而寻找用户群，预测用户未来的行为模式，以及假消息模式。我们在实践中分析了投票数据，社交网络平台数据，区块链数据，等等，论证了模型的有效性。本项目研究成果将帮助我们更好的了解世界各国公共关系平台，掌握网络舆论导向，对维护社会和谐稳定和发展有着重大意义。