在线社交网络分析

目 录第1章 绪 论11．1 社交网络及其发展11．1．1 社交网络起源11．1．2 从社会学角度看社交网络的发展历程11．1．3 从人类学角度看社交网络的发展历程31．2 在线社交网络发展41．2．1 在线社交网络概念41．2．2 在线社交网络的特点51．2．3 在线社交网络的发展51．2．4 在线社交网络对人们生活的影响61．3 在线社交网络分析的背景和意义71．4 在线社交网络分析的科学问题81．4．1 在线社交网络分析面临的挑战81．4．2 三个科学问题与相关研究内容101．5 本书的组织安排18参考文献20第2章 社交网络结构特征分析及建模222．1 引言222．2 示例222．3 社交网络的统计特性232．3．1 度分布242．3．2 平均路径长度242．3．3 网络密度252．3．4 聚集系数262．3．5 介数272．4 社交网络特性分析272．4．1 小世界现象282．4．2 标度特性302．4．3 同配性342．4．4 互惠性372．5 社交网络结构建模与生成372．5．1 WS模型382．5．2 WS模型的扩展402．5．3 BA模型412．5．4 BA模型的扩展442．5．5 其他模型462．6 本章小结48参考文献49第3章 虚拟社区发现技术与方法523．1 引言523．2 虚拟社区发现技术理论基础523．2．1 虚拟社区的定义523．2．2 虚拟社区发现算法的发展进程543．2．3 虚拟社区算法评价的准确度指标553．2．4 虚拟社区算法计算复杂度583．2．5 用于虚拟社区发现算法测试的典型数据集593．3 虚拟社区静态计算发现算法633．3．1 模块度最优化算法633．3．2 多目标优化算法663．3．3 基于概率模型的算法693．3．4 信息编码算法723．4 虚拟社区动态计算发现算法753．4．1 派系过滤算法753．4．2 基于相似度的聚合算法783．4．3 标签传播算法813．4．4 局部扩展优化算法843．5 本章小结87参考文献87第4章 虚拟社区的演化分析904．1 引言904．2 虚拟社区的涌现904．2．1 虚拟社区涌现的周期闭包914．2．2 虚拟社区涌现的偏好连接924．2．3 虚拟社区涌现的老化因素964．3 虚拟社区的演化984．3．1 虚拟社区演化的累积效应984．3．2 虚拟社区演化的结构多样性1014．3．3 虚拟社区演化的结构平衡性1054．4 演化虚拟社区的发现1064．4．1 基于相邻时刻相似度直接比较的演化虚拟社区发现1064．4．2 基于演化聚类分析的演化虚拟社区的发现1074．4．3 基于拉普拉斯动力学方法的演化虚拟社区发现1084．4．4 基于派系过滤算法的演化虚拟社区发现1094．4．5 基于节点行为趋势分析的演化虚拟社区发现1104．5 本章小结110参考文献111第5章 用户行为分析1145．1 引言1145．2 在线社交网络用户采纳与忠诚1155．2．1 在线社交网络用户采纳1155．2．2 在线社交网络用户忠诚1225．3 用户个体使用行为1305．3．1 一般使用行为1305．3．2 内容创建行为1365．3．3 内容消费行为1445．4 用户群体互动行为1505．4．1 群体互动的关系选择1505．4．2 群体互动的内容选择1545．4．3 群体互动的时间规律1565．5 本章小结159参考文献160第6章 社交网络情感分析1656．1 引言1656．1．1 情感分析历史1656．1．2 情感定义及分类1666．1．3 情感分析应用1686．2 文本情感分析技术1696．2．1 基于语义规则的情感分析技术1696．2．2 基于监督学习的情感分析方法1726．2．3 基于话题模型的情感分析技术1776．3 社交网络情感分析技术1786．3．1 面向短文本的情感分析技术1786．3．2 基于群体智能的情感分析技术1826．3．3 社交网络的垃圾意见挖掘技术1836．4 情感分析技术的延伸与变形1846．4．1 情感摘要技术1856．4．2 基于迁移学习机制的情感分析技术1866．5 本章小结187参考文献187第7章 个体影响力分析及技术1917．1 引言1917．2 影响强度计算1937．2．1 基于网络结构的影响强度计算1937．2．2 基于行为的影响强度计算1947．2．3 基于话题的影响强度计算1967．3 影响力个体发现1987．3．1 基于网络结构的个体影响力计算1987．3．2 PageRank算法2017．3．3 基于行为的个体影响力计算2047．3．4 基于话题的个体影响力计算2077．4 本章小结208参考文献208第8章 群体聚集及影响机制2108．1 引言2108．2 群体智慧产生机理2128．2．1 群体智慧2128．2．2 自我决定论与群体智慧2138．2．3 群体智慧产生的条件2148．2．4 群体智慧产生的影响因素2158．2．5 群体智慧的分析模型2178．2．6 社交网络上的群体智慧仿真2228．3 群体极化产生机理2288．3．1 群体极化2288．3．2 社会比较理论与群体极化2298．3．3 群体极化产生的条件2318．3．4 群体极化产生的影响因素2328．3．5 群体极化分析的主要模型2338．3．6 社交网络结构影响的社交网络群体极化仿真2408．3．7 有社交网络结构影响的社交网络群体极化仿真2448．4 本章小结251参考文献252第9章 面向社交网络的信息检索2569．1 引言2569．2 社交网络内容搜索2599．2．1 经典信息检索及相关反馈模型2599．2．2 微博搜索中的查询表示研究2669．2．3 微博搜索中的文档表示研究2709．2．4 微博检索模型研究2739．3 社交网络内容分类2779．3．1 短文本分类中的特征处理研究2789．3．2 短文本分类的算法研究2809．4 社交网络推荐2819．4．1 社会化推荐简介2839．4．2 基于记忆的社会化推荐2849．4．3 基于模型的社会化推荐2889．5 本章小结293参考文献294第10章 社交网络信息传播规律30210．1 引言30210．2 社交网络中信息传播影响因素30310．2．1 社交网络结构30310．2．2 网络群体30410．2．3 信息30410．3 基于网络结构的传播模型30510．3．1 线性阈值模型30510．3．2 独立级联模型30610．3．3 相关扩展模型30710．4 基于群体状态的传播模型30810．4．1 经典传染病传播模型30810．4．2 社交网络中的传染病信息传播模型31010．4．3 基于影响力的传播模型31110．5 基于信息特性的传播模型31110．5．1 多源信息传播分析31210．5．2 信息竞争传播现象31210．6 热度预测方法31410．6．1 基于历史热度的预测模型31410．6．2 基于网络结构的预测模型31510．6．3 基于用户行为的预测模型31610．6．4 基于时间序列法的预测模型31710．7 信息溯源技术32410．7．1 信息溯源概述32410．7．2 基于中心度测量的溯源方法32510．7．3 通过统计推理框架溯源32710．7．4 基于反向传播与节点分区的多源信息溯源技术33010．8 本章小结332参考文献333第11章 话题的发现与演化33611．1 引言33611．2 话题发现的模型和算法33711．2．1 基于主题模型的话题发现33811．2．2 基于向量空间模型的话题发现34811．2．3 基于词项关系图的话题发现35111．3 话题演化的模型和算法35411．3．1 朴素话题演化35411．3．2 基于主题模型的话题演化35611．3．3 基于相邻时间片关联的话题演化35811．4 本章小结359参考文献359附录362第12章 影响力最大化计算方法36512．1 引言36512．2 基本概念与理论基础36512．3 影响力最大化度量标准36712．4 影响力最大化算法分类36812．5 影响力最大化贪心算法36912．5．1 贪心算法基础概念36912．5．2 BasicGreedy算法36912．5．3 CELF算法37012．5．4 MixGreedy算法37112．5．5 其他贪心算法37212．5．6 贪心算法小结37312．6 影响力最大化启发式算法37312．6．1 DegreeDiscount启发式37312．6．2 PMIA启发式37412．6．3 LDAG启发式37412．6．4 其他启发式37512．6．5 启发式算法小结37612．7 影响力最大化问题延伸与变形37612．7．1 影响力最大化问题延伸37612．7．2 影响力最大化问题变形37712．8 本章小结378参考文献379

本书从在线社交网络的“结构与演化―群体与互动―信息与传播”三个方面展开，系统、深入地阐述了在线社交网络分析中的基础理论、关键方法和技术，主要内容包括社交网络的结构特性与演化机理分析、社交网络群体行为的形成与互动规律，以及社交网络的信息传播模型及演化规律。本书第一次比较全面地揭示了社交网络的“结构、群体、信息”三个要素之间的复杂交互关系和互动规律，为开展社交网络分析与信息传播研究提供了重要的理论和技术支撑。【作者简介】方滨兴，1984年获清华大学硕士学位，1989年获哈尔滨工业大学博士学位。1984年起工作于哈尔滨工业大学，1992年晋升为教授职称，1995年选聘为哈尔滨工业大学博士生指导教师。2003年起任中科院计算所客座研究员，博士生导师，信息安全方向首席科学家。2005年遴选为中国工程院院士，2007年至2013年任北京邮电大学校长。主要研究方向为社交网络分析、网络安全、信息内容安全、并行处理、互联网技术等。担任国家应急管理专家组成员，国家信息化专家咨询委员会委员兼网络与信息安全专业委员会副主任，国家“十二五”863计划专家委员会委员，国家自然科学基金可信软件重大专项专家组副组长，工业和信息化部网络与信息安全专家咨询组组长，中国通信学会副理事长兼通信安全技术委员会主任，中国计算机学会计算机安全专业委员会主任，中国互联网协会副理事长兼网络与信息安全工作委员会主任，中国通信标准化协会网络与信息安全技术委员会（TC8）主席，北京邮电大学可信分布式计算与服务教育部重点实验室主任。目前作为国家973计划首席科学家主持973项目“社交网络分析与网络信息传播的基础研究”。